数据分析师到底是做什么的？写Python或SQL语句？

数据分析师

岗位分类：

• 数据分析师
• 算法工程师（数据挖掘工程师）
• 数据治理工程师

数据分析师所具备的大体能力

1. 数据思维
2. 分析工具
   

1. 数据分析思维

1. 1 互联网行业

1.1.1 互联网行业认知

1. 互联网行业最重要的是“用户”

2. 获得和留住用户的关键是“用户体验”

3. 所有的盈利模式都要建立在“用户体量”的基础上

4. 互联网行业的产品可以“免费”（通过其他的盈利模式获利）

5. 互联网行业要记录用户的“使用痕迹”（很重要！获得用户行为数据，列如打车软件）

6. 互联网行业的企业要在“信息开放”的环境里竞争

总结： 互联网行业流量红利见顶，用户专注稀缺，获客成本会越来越高，留住客户会更加困难；最主要的就是关注用户留存，获取用户行为数据时很重要的，了解客户的各方面才能抓住痛点，留住客户。所以很多品牌都有自己的APP和小程序，就是为了能让用户行为数据掌控在自己手里。传统行业在这方面很欠缺，因为缺乏互联网的支撑，导致数据断层，判断不准确导致营业不理想。

1.1.2 互联网公司组织

1. 架构（仅供参考）

图一：

图二：

那么在上图中我们数据分析师在哪个位置呢？
在数据运营部，偏业务的数据分析师

给大家看点行业中好玩的：

1. 行业之间的鄙视链
   
2. 职位之间的鄙视链
   

1.1.3 互联网产品认知

1.1.3.1 什么是互联网产品

• 互联网产品是从传统意义的“产品”延伸而来的，是在互联网领域中产出二用于经营的商品，它是满足互联网用户需求和欲望的无形载体。
• 互联网产品就是指某种为满足用户需求而创建的用于运营的功能及服务，它是网站功能与服务的集成。
• 互联网产品可以理解为一个黑盒子，而通过这个黑盒子，用户可以苦脸变笑脸，同时又可以产生一部分钱。

1.1.3.2 变现和商业化

互联网产品有着从解决痛点、触发痒点、激活爽点的递进演变，满足用户需求是基本盘，拉近留旧是过程流量变现和商业化，这是最终归宿。

• 面对同一类用户提供相同的功能，通过功能点的重复利用，提高单个功能点价值。
• 增量时代中，通过提高用户基数，实现更高的商业价值。
• 存量时代中，通过增强用户粘性，提升用户客单价和LTV（用户生命周期价值），实现更高的商业价值。

1.1.3.3 互联网产品的商业模式

• To - C：赚取用户的钱，典型案例如腾讯，约70%收入来源于腾讯游戏、会员、增值服务。
• To - B：赚取企业的钱，典型案例如百度，约90%收入来源于企业投放广告、竞价排名等。
• To - p：作为平台方，赚取用户与企业产生交易的佣金或者平台会员费用，典型案例如阿里巴巴，为平台关联用户提供全方位优质服务，促使参与者和衍生物越来越多，当平台承载的用户和功能越来越丰富时，就形成了一个“生态系统”。

思考：好的商业模式是怎么样的？
卖什么产品，卖给谁，以什么方式卖出去，如何定价

1. 市场要足够大；
2. 要有针对痛点的问题，有犀利的解决方案
3. 能重复获利
4. 能适应时代变化

1.1.3.4 互联网产品盈利模式

• B端业务：广告模式(开屏广告、横幅广告、公告、插屏广告、信息流广告、引流广告、视频广告、竞价排名、下拉刷新、私信通知)、入口模式、提成模式等。
• C端业务：付费下载、产品售卖、点播扣费、增值服务(套饕、皮肤、高级功能)、手续抽成、虚拟物品、虚拟货币等。