偏技術的數據分析崗是怎麼樣的

『壹』 數據分析師主要做什麼

數據分析師工作的流程簡單分為兩部分，第一部分就是獲取數據，第二部分就是對數據進行處理。那麼怎麼獲得數據呢？首先，我們要知道，獲取相關的數據，是數據分析的前提。每個企業，都有自己的一套存儲機制。因此，基礎的SQL語言是必須的。具備基本SQL基礎，再學習下其中細節的語法，基本就可以到很多數據了。當每個需求明確以後，都要根據需要，把相關的數據獲取到，做基礎數據。
獲得了數據以後，才能夠進行數據處理工作。獲取數據，把數據處理成自己想要的東西，是一個關鍵點。很多時候，有了數據不是完成，而是分析的開始。數據分析師最重要的工作就是把數據根據需求處理好，只有數據跟需求結合起來，才能發揮數據的價值，看到需求的問題和本質所在。如果連數據都沒處理好，何談從數據中發現問題呢？
就目前而言，大數據日益成為研究行業的重要研究目標。面對其高數據量、多維度與異構化的特點，以及分析方法思路的擴展，傳統統計工具已經難以應對。所以我們要使用專業的數據分析軟體。數據分析工具都有Excel、SPSS、SAS等工具。Excel、SPSS、SAS 這三者對於數據分析師來說並不陌生。但是這三種數據分析工具應對的數據分析的場景並不是相同的，一般來說，SPSS 輕量、易於使用，但功能相對較少，適合常規基本統計分析。而SPSS和SAS作為商業統計軟體，提供研究常用的經典統計分析處理。由於SAS 功能豐富而強大，且支持編程擴展其分析能力，適合復雜與高要求的統計性分析。

『貳』 數據分析師這個職位怎麼樣

前景蠻好，因為大數據時代，什麼都要靠數據說話，所以數據分析師比較重要，世界500強企業90%都有數據分析部門。其次，數據分析人才目前比較缺乏，薪資待遇非常高。是個不錯的職位。

『叄』 數據分析的方向都有哪些

數據分析有：分類分析，矩陣分析，漏斗分析，相關分析，邏輯樹分析，趨勢分析，行為軌跡分析，等等。 我用HR的工作來舉例，說明上面這些分析要怎麼做，才能得出洞見。

01） 分類分析
比如分成不同部門、不同崗位層級、不同年齡段，來分析人才流失率。比如發現某個部門流失率特別高，那麼就可以去分析。

02） 矩陣分析
比如公司有價值觀和能力的考核，那麼可以把考核結果做出矩陣圖，能力強價值匹配的員工、能力強價值不匹配的員工、能力弱價值匹配的員工、能力弱價值不匹配的員工各佔多少比例，從而發現公司的人才健康度。

03） 漏斗分析
比如記錄招聘數據，投遞簡歷、通過初篩、通過一面、通過二面、通過終面、接下Offer、成功入職、通過試用期，這就是一個完整的招聘漏斗，從數據中，可以看到哪個環節還可以優化。

04） 相關分析
比如公司各個分店的人才流失率差異較大，那麼可以把各個分店的員工流失率，跟分店的一些特性（地理位置、薪酬水平、福利水平、員工年齡、管理人員年齡等）要素進行相關性分析，找到最能夠挽留員工的關鍵因素。

05） 邏輯樹分析
比如近期發現員工的滿意度有所降低，那麼就進行拆解，滿意度跟薪酬、福利、職業發展、工作氛圍有關，然後薪酬分為基本薪資和獎金，這樣層層拆解，找出滿意度各個影響因素裡面的變化因素，從而得出洞見。

06） 趨勢分析
比如人才流失率過去12個月的變化趨勢。

07）行為軌跡分析
比如跟蹤一個銷售人員的行為軌跡，從入職、到開始產生業績、到業績快速增長、到疲憊期、到逐漸穩定。

『肆』 數據分析崗位工作職責和工作內容是什麼

【導讀】隨著互聯網的發展，數據分析行業得到了飛速的發展，也成了21世紀的高薪行業和熱門行業，不少小夥伴想要加入進來，分的一杯羹，首先，要想清職業目標。明確自己是否真的喜歡數據分析，是否真的想往這方面發展。確定職業方向後，再思考如何入門數據分析。數據分析不同目標的發展路徑不同，入門所需要的技能也不同。下面我們來具體的看一下數據分析崗位工作職責和工作內容是什麼?

第一種，在業務相關部門的數據分析人員，最主要的職責是發現業務問題，提供決策支持。了解業務也是很重要的優勢，否則，只是就數據說數據，沒有意義。最初級的數據分析人員，會excel的簡單功能，比如透視圖、一般函數公式、VBA等，會用SQL提取數據，最主要的技能是會用PPT寫各種分析報告。這些技能入門還是相對比較容易的，相關資料很多，這里就不一一列舉。業務部門高級數據分析人員，需要會數據挖掘、建模，用於支持業務、優化系統流程、提高效率，比如精準銷售、客戶留存、風險控制等。一般情況下，業務部門的數據分析人員不需要會模型的系統實現，由IT相關人員實施。

第二種，是技術相關部門的數據分析人員。主要職責是支持業務部門的數據提取、資料庫管理、數據挖掘建模的系統實現。有的公司也要會寫PPT報告。技術部門的數據分析人員，一般需要計算機相關專業，編程能力是必須的。所以，對於無計算機基礎的人員來說，入門相對難些。如果是計算機相關專業或計算機基礎較好的轉成數據分析方向相對比較容易。高級的數據分析人員，可以轉機器學習、人工智慧等方向，現在很熱門，也是未來的發展趨勢。

不管是哪個方向，統計學的基礎知識是必須的。另外，要找一個好導師，比如，數據分析能力強的上級或同事，可以少走很多彎路。各種技能最關鍵的是要實踐，時刻要找機會鍛煉自己的技能，形成數據分析思維。

以上就是小編今天給大家整理發送的關於「數據分析崗位工作職責和工作內容」的相關內容，希望對大家有所幫助。想知道2020年數據分析工程師如何發展，關注小編，持續更新。

『伍』 數據分析崗位有哪些

1、數據分析師

偏向商業化的數據分析，運營廣告等活動效果分析，銷售額或利潤預測，用戶特徵描述等，需要較好的統計知識，需要懂1-2門數據分析工具如SAS、R等。

2、咨詢顧問

面向客戶，為客戶提供數據抓取、數據分析、出數據報表、改進建議落實等咨詢服務，需要有較好的溝通能力，需要懂1-2門數據分析工具如SAS、R等;(咨詢顧問其實也分技術和非技術，技術類的主要是為客戶搭建數據平台)。

3、數據產品經理

一般是互聯網公司獨有，數據量大的公司會有自己的數據產品，如阿里巴巴的數據魔方等，主要是針對數據產品從產品立項、提開發需求、跟進產品開發、測試一直到產品上線等工作。

『陸』 數據分析工程師都做什麼工作

就是用各類語言，比如R、Python做數據分析。現在這個崗位還是很火的，很多領域都在設立相關的崗位，而且不是計算機專業的也可以從事。所以我周圍還有挺多人，先去學習，然後轉到這個崗位上的。