数据分析工作到底在做什么

       

 

        今天是2018年10月28日，仔细一算，已经工作两年多了，从16年7月毕业到现在一直都在做数据分析工作，总结一下这两年的工作历程和对数据分析工作的一些看法。

       目前已经是就职的第三家公司了，某外卖公司城市分公司---某快递公司--某体育社区公司，（由于互联网环境变化快，所以有时候换工作真的很无奈），就我个人感受，所对应的工作情况是大公司小团队---大公司大团队---小公司小团队。

        对于数据分析这个工作我们先看下招聘要求都会怎么写，以上海的1-3年本科要求的岗位为例：

一、工作历程

      1、某外卖的工作应该是业务分析，主要工作：

                          日常数据报表报告制作，基本操作就是数据平台直接取数据，然后加工，写简单分析，形式表格、PPT  

                          销售部门KPI制定，监控，最后计算总结

                          线上活动部门的数据输出，就是活动部门需要的数据提取，然后看活动效果，基本就是对比分析下

           主要工具：impala、html+hive、Excel、pp，tableau

           主要收获：业务逻辑怎么理解，怎么和业务沟通，优秀的数据平台是什么样子

       2 、某快递公司做后台数据处理比较多，主要工作：

                        后台数据清洗，做的是ETL的工作，就是写大段的hive清洗出一个业务逻辑

                        数据产品对接，主要是报表上线，报表的形式和生产逻辑文档化，和业务方沟通

                        简单数据提取，数据预测项目

            主要工具：hive，dataX，Azkaban，Python，少量shell，Excel，ppt，tableau，帆软，presto

            主要收获：真正接触到数据后台，了解数仓构建流程，知道了大数据工作都是在做什么，主要技术都用在哪里

       3、某体育社区公司目前仍在做数据清洗工作，刚入职不久，后期再总结吧

二、岗位JD要求

         office软件，SQL(hive)，数据分析能力，产品和研发的对接沟通这几项是普遍会要求的，理工科背景优先。

         现在很多公司都会用spark，会Mllib比较加分(当然还是大公司用的多)

三、 个人看法

         从实际工作来说，如果你的工作汇报对象是业务方，做的其实更多的是数据运营的工作，也就是你用到的是比较完整的数据，数据的口径和生产逻辑都不需要注意，所做的工作和业务高度相关，比如解释业务波动情况，业务策略调整了做数据测算，做报表，写分析报告等。如果工作汇报对象是技术部门，工作可能包括后台数据逻辑开发，跟进数据产品类工作，公司整体业务动态把控等。一般来说数据分析师汇报对象是业务方的比较多。

         从大数据和技术范畴来讲，我觉得数据分析不算是很技术的工作，而且工资很容易到上限且平均水平略低于开发(大厂另说)，这是一个易通不易精的工作。数据分析能力不是一个很好量化的东西(可能我没见过大牛，理解不到具体是什么样子)，可能就像武侠里面的修心的过程，普通人很难到这个境界。

         数据分析工作主要困境：分析不出什么东西，大多数时候对于一个成熟的商业模式，分析的维度和场景就那么多，都是描述性的统计分析，也不是每次都能给出建设性的意见，且能够实行下去，大多数时候会让人没有成就感。

        2022年6月1日更新：又过了几年依然觉得，面向业务的数分其实做的数据也很运营，面向产品或大的业务或者算法，确实需要逻辑化的思维来用数据来表述业务，需要一定的思考和数据验证，实际大多数公司需要更多的时间清洗数据，然后做类似报告的东西，还有就是结论展现现在用各种云文档也贼方便。

四、提升空间

      基本工具类，excel，ppt，tableau都熟练应用

      数据库类，这个看具体工作，有的会用到mysql，Oracle之类的生产库，有必要学习一下存取过程，主键等基础知识，如果是使用数仓有必要学习下HIVE基础操作及数据仓库的知识

      机器学习算法类，这个也要看具体工作内容

五、数据分析和数据挖掘、机器学习的关系

       这两个职位在实际的工作中做的完全是不同的工作。数据挖掘类工作一般都和线上的项目的高度相关，一般是有C端用户的应用较多，工作以算法构建和逻辑处理相关(个人了解后瞎猜的)，数据分析是简单处理数据后数据体现业务的过程。从这个角度来说从数据分析转到数据挖掘还是有一定难度的，看几个机器学习的视频就能转到机器学习对普通人来说不太可能，做数据分析大多数是数学和统计专业的，没有web编程的经验，机器学习算法学通学透还是难度较大的。