市场营销专业学python有用吗-会Python就能做营销分析？具备这5大技能才算是一名出色的营销分析经理...

如今，越来越多的CMO（Chief Marketing Officer）在规划营销方案时更加倾向于以数据为导向。他们通过分析数据洞悉用户目的和心理，从而采取不同的营销策略。因此，营销分析人才在团队中的需求也日益增长。

那么营销分析经理这个重要角色究竟一定要具备哪些技能呢?

除了必备的技能点（通常包括基本的统计工作、相关工具的熟练使用、平台数据的整理和商业数学知识的运用）之外，今天我们要和大家介绍另外5个关键技能，这5个技能可以让你成为数据驱动型营销团队中不可或缺的人物之一。

早前IBM曾针对700多个CMO进行过专业调查。调查中，受访CMO认为，年度最重要的四大优先事项之一是“将数据驱动的思维注入每个营销决策”。

大家都知道，如今的每个营销团队都需要营销分析经理。而且可以肯定的是，这些人都非常善于处理数字和进行统计分析，能够从一大堆的数据里面提取出一些有智慧的结果，并且将它们转化为有用的见解传递给CMO和整体团队，以便他们用于具体的营销计划。

但除此之外呢？还有什么能让一位营销分析师变得更出色呢？ 有哪些差异化技能是最出众的营销分析经理才拥有的呢？敲黑板，想要升职加薪的小伙伴准备好笔记本啦！

市场营销分析经理必须具备5个区别技能

启发式

启发式技术，通常简称为启发式，它是一种非常实用的方法，旨在用任何一种方法来解决问题，学习，或发现。启发式不保证最佳性或完美性，但足以实现眼前的目标。

为什么这个听起来很玄幻的技能如此重要？因为所有数据都具有复杂性，并且许多广告专案、临时的分析或报告请求会突然出现在营销分析师的面前，因此，良好的理解能力和进一步启发是该角色的必备技能之一。

比如说，CMO说最近一个广告推出后销售量不高，那么作为数据分析师，就可以先从与销量直接挂钩的指标着手，看看网站的访客量和访客数，以及停留时间有没有什么异常，进一步再查看是因为搜索量过低还是因为曝光率不足。

出色的数据分析师不仅仅是把数据找出来交给CMO和营销团队，对于后者来说，更关注于结果，希望分析师所提供的相关报告，能够提供对数据的洞察和建设性的建议，从而有助于推动更成功的营销成果。这就是优秀的营销分析经理与普通营销分析师的区别。

构造非结构化

数据不仅仅是表格中的数字。在全渠道营销环境中，营销人员还常面临着数据泛滥的情况，并且这些数据还常以各种形式出现。

其中最普遍的就是社交媒体的评论数据，也就是我们常说的非结构化数据。例如社交媒体的评论，网站上的留言，CRM系统中的评论，都是文字，不像阿拉伯数字有规律可循。

在这种情况下， 就需要营销分析经理，将这类非结构化数据转换成结构化数据（数字），来进行进一步的分析。在整个工作流程里面，有太多这样的工作细节是需要营销分析经理加入到CMO的工作中的。

因此，在全渠道营销环境中，对结构化和非结构的化数据有敏锐的洞察力和分析力，是一个优秀的营销分析经理的重要表现。

数据清理

Data Muning，有时被称为数据清理，是将数据从一个“原始”数据形式转换为另一种格式的过程，目的是使其更适合于各种下游用途，如分析。

在清理过程中，你面对的是乱七八糟的数据。这些数据包含消失的数值，不一致的字串格式（如「New York」与「new york」与「ny」） 数据格式（「2015-03-26」，「03/26/2015」，「unix time」，「timestamps」等等），可以说处理起来耗时耗力。

清理数据的好处是：如果非结构化数据在企业业务的硬盘驱动器、存储或是备份中占用太多空间，就极有可能会损害企业发展动力。

对无用数据进行清除，将进一步减少混乱，能够帮助数据分析师避免在无意义数据身上浪费时间。

这就好比家中的定期大扫除一般，但是清理是个技术活，有些人大扫除之后，家里干净整齐；但是有的人清完了，家里看起来还是特别乱！数据清理的关键在于，如何将这些“不完美”的数据转换为可以在实际工作中运用的数据，这是营销数据分析师需要去提升的“技术活”。

讲故事的能力

能够将数据形象化，并且流畅地将分析结果呈现给其他部门，对于营销分析经理来说是个越来越有价值的技能了。 没错，将数据视觉化的方式很多，上手也很快，好像每个人都能做。但是，将数据背后隐藏的“秘密”展示出来，还是需要一定功力呢！

一个数据报告的核心不一定是面面俱到的内容，而是让读者读懂“问题—假设—原因—验证过程—结论—背后现象—可推行的决策”这样一个逻辑链。这类似于咨询和投资机构，在做BP之前会先花时间理清楚Storyline。其实各种报告都应该这样，先理清楚思路，就有了故事。这项技能可以很好地帮助CMO洞察消费者的需求，从而敦促营销团队解决渠道问题。

另外，好的Idea，加上形象化的数据，CMO能够拿去游说其他部门或者高层资源上的支持，有理有据，有图有真相，是不是更有说服力呢？

AI / 机器学习

了解AI / 机器学习，预测分析，互联网等当前技术趋势的相关性； 同时，掌握背景知识对于一个出色的营销分析经理来说也至关重要。

在需要处理大量数据的中大型公司中或产品本身由数据驱动的情况下，营销分析经理对相关技能技术的熟悉程度是相当重要的一个指标。对互联网等当前技术的掌握和趋势的了解，可以让营销分析经理从一个只是提供分析报告的角色，进化成一个可以提供重大决策的角色。

拿机器学习在市场营销中的应用做例子，用户留存是营销领域中比较重要的一项任务，挽留了用户才可以为企业带来更大的价值。

机器学习算法就可以帮助CMO发现用户流失的影响因素。数据分析经理可以通过收集用户流失相关特征的数据，例如：距离上次登录时间，下单数，消费总金额，评论数等等数据，运用如Logistic Regression（逻辑回归）， Decision Tree（决策树），Neural Network（神经网络）， Support Vector Machine（支持向量机）的算法来解决用户流失预测问题。 知道了客户流失的影响因素，CMO和营销部门便可以采取相应的措施来挽留用户。

总体而言，尽管对营销分析经理这个角色的期望变得越来越清晰，但现在许多公司仍然没有明确的界定营销分析经理，市场营销分析经理，数据科学家，数据工程师或数据统计师这些角色之间的边界，这些角色之间的工作内容有依然有着很多的重叠。

以上这5个技能的培养，可以帮助你从一个普通的营销分析师，提升成一个出色的营销分析经理，成为公司不可或缺的核心人才。在下方评论留言，告诉我们你觉得还有哪些技能是必须的？

往期回顾：

了解更多欢迎关注微信公众号【CareerTu】

后台回复[知乎]