如果你认为数据分析师只能跑数据，那可千错万错了，数据分析师的真实工作究竟如何？

昨天就又双叒被支付宝的账单刷屏了。在这个大数据时代，通过数据，不仅可以分析消费行为，还可以分析一个人社交媒体及在互联网中的社会影响力、知名度及社会地位，而且加上实名制后，大数据越来越真实可靠。

数据的背后，竟然透露了这么多信息？那为什么同样的数据，外人就解读不出来？这其中不得不提数据师们了。数据师中，分布范围最广的就是数据分析师。

一、数据分析师是什么？

数据分析师，是数据师的一种，指的是不同行业中，专门从事行业数据搜集、整理、分析，并依据数据做出行业研究、评估和预测的专业人员。

概念划重点：

行业 数据相关的动作 （借助工具） 做出行业研究、评估和预测

今天老李就浅谈一下: 什么是数据分析师？工资高么？小白想转行，还来得及么？

二、数据分析的岗位职责？

数据分析的岗位职责，以微博的数据分析（应届生）为例：

工作内容：

运用数据分析和规划方法，为相关业务提供分析支持和业务思考； 对现有业务数据进行分析和监控，通过数据分析发现问题，探索机会，通过模型的建立优化现有业务； 参与业务的优化、提升的过程，并通过数据评估业务目标是否达成及下一步策略的制定； 持续观察互联网领域相关业务的变化、模式、新产品，优化数据分析方法及模式。

岗位要求：

数学、统计、经济学相关专业优先； 对数据敏感，逻辑清晰，具备良好的沟通、协调和执行能力，学习能力强； 对新事物保持敏感，善于深度思考，有较强的结构化思考能力； 具备责任心、自驱动能力，擅长撰写分析报告，精通PPT、Excel等工具软件。

感觉很多？其实，说白了主要就4点要求：

对相关业务的理解 掌握1到2种数据分析工具 良好的沟通 对数据敏感，逻辑性强（这个算是默认的，如果本身就对数据不敏感，还请放过自己）

不论是数据分析/数据运营/商业分析，都是偏向业务方向的数据分析，也是目前比较普遍的岗位。真正业务端的数据分析师，不仅会跑数据，更要解决业务问题。

给你们举个例子：这个季度的入住率怎么下降了？

对于这个看似简单的问题，脑子里可能已经过了各种，包括不限于：

下降了多少？ 情况是什么时候开始的？ 这个下降是正常的么？(比如是正常的季节原因？) 为什么下降？是服务不好，宣传推广不够，还是竞争对手降价了，又或者其他什么原因？ 未来还会下降么？ 得出什么结论？ 这个结论是否能量化？ 怎么解决这个问题？ 解决方案是否可以量化？

还以为数据分析师只是Excel的大表哥、做数据分析报告的数据员么？

小白们进入哪个行业，很大程度会决定初期的技能树和技能点。譬如金融领域的风控模型、营销领域的生命周期、广告领域的点击率预估等，各有各的特色。对相关业务的理解很重要，是因为数据分析师不会脱离业务而单独存在的。

如何解决业务问题，并能以量化解释（而不是我认为），才是一个真正的业务端的数据分析师。

三、数据分析都能挣多少？

直接搜索岗位信息，就以北京为例，搜索工作1年以内的数据分析师，税前工资1万的岗位如下：

3-5年薪资预测图，来源BOSS直聘

但抛开业务，在数据分析发展这条路上，并不是只有数据分析，还有数据挖掘，数据产品，数据工程。

数据分析：偏向业务方向的数据分析师，重点在解决业务问题。

数据挖掘：偏技术的数据岗，有些归类在研发部门，有些则单独成立数据部门，比如数据挖掘专家、算法专家。

数据产品：与产品结合，互联网行业的发展，使得这类需求的比较大，尤其是对数据产品经理的需求。

对于数据产品经理，有两种理解，一种是会跑数据的产品经理，即具备强数据分析能力的PM； 另一种是把大数据平台、广告平台等数据相关的产品项目作为产品，安排落地，是公司数据产品的规划者。

数据工程：数据工程师其实更偏技术，从职业道路上看，程序员走这条路更开阔。

四、小白也可以成为数据分析师？可以！

对于入门数据分析师来说，主要的技能要求：

数据库知识（SQL至少要熟悉） 基本的统计分析知识（核心功底） EXCEL要相当熟悉，重点是函数和数据可视化 对SPSS或SAS等数据分析软件有一定的了解 PPT也是必备的

其实，并没有想象中的难，方法也简单粗暴分2种：系统学习和自学。

首先系统学习，利用线上或线下培训，报名培训课程，系统跟着老师们学习；自学的话，搞清楚学习的顺序+做好长期吃苦的准备。

多逛逛知乎等相关论坛，看看论坛精华帖，制定适合自己的学习计划。比如：核心功底统计学和离不开的计算机，这2个，哪个不会？还是都不会？先学哪个？怎么学？

数据离不开业务，在学习的同时，不妨多了解自己感兴趣的领域，和专业相关是最好的，并且积累相关的经验，为面试做准备。

如果已经有一定行业履历，只是想要转岗数据分析师，那么建议跨岗不跨行，避免跳到一个陌生的领域。