做數(shù)據(jù)分析前我們首先要明確分析目的和內(nèi)容，對(duì)于數(shù)據(jù)分析師而言，他們的進(jìn)階需求無(wú)外乎是各個(gè)企業(yè)對(duì)數(shù)據(jù)分析師的職位要求。在前程無(wú)憂、中華英才網(wǎng)以及智聯(lián)招聘上，我們隨便搜索下數(shù)據(jù)分析的崗位信息，都能找到大量類似于下面的一些職位要求信息：

別看崗位職責(zé)，任職要求這么多，說(shuō)白了主要就三點(diǎn)要求：1）對(duì)相關(guān)業(yè)務(wù)的理解；2）掌握一到二種數(shù)據(jù)分析工具；3）良好的溝通。可能不同的公司因?yàn)樾枨蟛煌?，?huì)在要求上有點(diǎn)小小的不同，而這個(gè)不同主要集中在數(shù)據(jù)庫(kù)上。了解數(shù)據(jù)分析師的具體需求之前，我們有必要先了解數(shù)據(jù)分析師的職位體系。

數(shù)據(jù)分析師的職位體系

在傳統(tǒng)行業(yè)中，數(shù)據(jù)分析更多存在移動(dòng)、銀行、超市等行業(yè)，在這些行業(yè)中你才會(huì)偶爾聽(tīng)到數(shù)據(jù)分析師這個(gè)職位，也許更多是聽(tīng)到數(shù)據(jù)挖掘工程師、數(shù)據(jù)建模師。在中國(guó)也許只在電信的項(xiàng)目中，才會(huì)存在真正的意義上的數(shù)據(jù)挖掘。

數(shù)據(jù)行業(yè)從廣義上講可以分為以下幾個(gè)職位：

1、數(shù)據(jù)分析師

更注意是對(duì)數(shù)據(jù)、數(shù)據(jù)指標(biāo)的解讀，通過(guò)對(duì)數(shù)據(jù)的分析，來(lái)解決商業(yè)問(wèn)題。主要有以下幾個(gè)次層次：
  1）業(yè)務(wù)監(jiān)控：診斷當(dāng)前業(yè)務(wù)是否正常？是否存在問(wèn)題？業(yè)務(wù)發(fā)展是否達(dá)到預(yù)期（KPI）？如果沒(méi)有達(dá)到預(yù)期，問(wèn)主要問(wèn)題在哪？是什么原因引起的？
  2）建立分析體系：這些數(shù)據(jù)分析師已經(jīng)對(duì)業(yè)務(wù)有一定的理解，對(duì)業(yè)務(wù)也相對(duì)比較熟悉，更多幫業(yè)務(wù)方建立一套分析體系，或者更高級(jí)是做成數(shù)據(jù)產(chǎn)品。例如：營(yíng)銷活動(dòng)。分析師會(huì)告訴業(yè)務(wù)方，在活動(dòng)前你應(yīng)該分析哪些數(shù)據(jù)，從而制定恰當(dāng)?shù)臓I(yíng)銷計(jì)劃。在營(yíng)銷過(guò)程中，你應(yīng)該看哪些數(shù)據(jù)，從而及時(shí)做出營(yíng)銷活動(dòng)調(diào)整。在營(yíng)銷活動(dòng)，應(yīng)該如何進(jìn)行活動(dòng)效果評(píng)估。
  3）行業(yè)未來(lái)發(fā)展的趨勢(shì)分析：這應(yīng)該是數(shù)據(jù)分析師最高級(jí)別，有的公司叫做戰(zhàn)略分析師/商業(yè)分析師。這個(gè)層次的數(shù)據(jù)分析師站的更高，在行業(yè)、宏觀的層面進(jìn)行業(yè)務(wù)分析，預(yù)測(cè)未來(lái)行業(yè)的發(fā)展，競(jìng)爭(zhēng)對(duì)手的業(yè)務(wù)構(gòu)成，幫助公司制定戰(zhàn)略發(fā)展計(jì)劃，并及時(shí)跟蹤、分析市場(chǎng)動(dòng)態(tài)，從而及時(shí)對(duì)戰(zhàn)略進(jìn)行不斷優(yōu)化。

主要技能要求：

數(shù)據(jù)庫(kù)知識(shí)（SQL至少要熟悉）、基本的統(tǒng)計(jì)分析知識(shí)、EXCEL要相當(dāng)熟悉，對(duì)SPSS或SAS有一定的了解，對(duì)于與網(wǎng)站相關(guān)的業(yè)務(wù)還可能要求掌握GA等網(wǎng)站分析工具，當(dāng)然PPT也是必備的。

2、數(shù)據(jù)挖掘工程師

更多是通過(guò)對(duì)海量數(shù)據(jù)進(jìn)行挖掘，尋找數(shù)據(jù)的存在模式、或者說(shuō)規(guī)律，從而通過(guò)數(shù)據(jù)挖掘來(lái)解決具體問(wèn)題。數(shù)據(jù)挖掘更多是針對(duì)某一個(gè)具體的問(wèn)題，是以解決具體問(wèn)題為導(dǎo)向的。例如：聚類分析，通過(guò)對(duì)于會(huì)員各種人口統(tǒng)計(jì)學(xué)、行為數(shù)據(jù)進(jìn)行分析，對(duì)會(huì)員進(jìn)行分類，對(duì)不同的類型的會(huì)員建立相應(yīng)的profiling，從而更好的理解會(huì)員，知道公司會(huì)員是到底如何？高、中、低低價(jià)值的會(huì)員構(gòu)成，既可以后期各種會(huì)員的運(yùn)營(yíng)提供指導(dǎo)，提高活動(dòng)效率，可以指導(dǎo)公司的營(yíng)銷，例如廣告的投放策略。以及用于公司各種戰(zhàn)略的制定。
  主要技能要求：
  1）數(shù)據(jù)庫(kù)必須精通。很多時(shí)候，你模型的數(shù)據(jù)預(yù)處理，可能完成在數(shù)據(jù)庫(kù)里完成，你用到的數(shù)據(jù)庫(kù)技巧更高。
  2）必須要會(huì)成熟的數(shù)據(jù)挖掘工具、數(shù)據(jù)挖掘算法，例如：SPSS/CELEMENTINE、SAS/EM等，當(dāng)然如果你會(huì)一、二款開(kāi)源軟件，并會(huì)寫(xiě)一些程序代碼那是最好的，大公司都喜歡用開(kāi)源的軟件，例如：R、WEKA。

3、數(shù)據(jù)建模師

這個(gè)職位與數(shù)據(jù)挖掘工程師還是有本質(zhì)區(qū)別的。數(shù)據(jù)建模師，更多偏向于中、小數(shù)據(jù)量，而且其使用更多更多是統(tǒng)計(jì)學(xué)的方法，而數(shù)據(jù)挖掘中的例如：決策樹(shù)、神經(jīng)網(wǎng)絡(luò)、SVM等在這里是根據(jù)不會(huì)涉及的。
  當(dāng)然二者有一個(gè)共同之處都是，針對(duì)很具體的問(wèn)題，都是會(huì)解決某個(gè)具體問(wèn)題，例如：營(yíng)銷反應(yīng)率，你就可能歷史的郵箱、短信的反應(yīng)情況，來(lái)建模型進(jìn)行預(yù)測(cè)，從而提高郵件反應(yīng)率，或者減少對(duì)用戶來(lái)說(shuō)的“垃圾”郵箱，提高用戶體驗(yàn)。所以從掌握的技能上講，這二者就有很大的區(qū)別，數(shù)據(jù)建模師其實(shí)很少會(huì)提到算法這個(gè)詞，更多說(shuō)使用什么模型，有感覺(jué)嗎？但是從實(shí)務(wù)界來(lái)看，這二個(gè)模型越來(lái)越?jīng)]有明確的分工，一般來(lái)說(shuō)都會(huì)二個(gè)職位的人都會(huì)去學(xué)習(xí)對(duì)方的知識(shí)，所以這二個(gè)職位有合并的趨勢(shì)，但在未來(lái)幾年來(lái)，我覺(jué)得公司要招人的時(shí)候應(yīng)該還是要有區(qū)別的。

新進(jìn)入數(shù)據(jù)行業(yè)的同學(xué)，可以根據(jù)自己的背景背景選擇相應(yīng)的職位，學(xué)數(shù)據(jù)、統(tǒng)計(jì)學(xué)的朋友更多可以偏向于建模師，而計(jì)算機(jī)特別是寫(xiě)編程出現(xiàn)和同學(xué)，可以走數(shù)據(jù)挖掘工程師，也許適應(yīng)性更好，但這不是絕對(duì)的。

數(shù)據(jù)分析師的職位級(jí)別劃分

不同公司對(duì)數(shù)據(jù)分析師的職位劃分騷有不同，在一些中小型企業(yè)，沒(méi)有成立獨(dú)立的數(shù)據(jù)中心前，數(shù)據(jù)分析的相關(guān)職位往往是在譬如市場(chǎng)部、運(yùn)營(yíng)部這些部門(mén)之下，通常數(shù)據(jù)分析成員在2-4人不等。對(duì)于一些大型企業(yè)，有獨(dú)立的數(shù)據(jù)部門(mén)的企業(yè)，其數(shù)據(jù)分析團(tuán)隊(duì)人員則是十到百人不等，其職位頭銜有通俗的總監(jiān)、經(jīng)理、主管劃分，也有助理、資深、專家之類的劃分。下面是一張微博上傳的比較火的某集團(tuán)的數(shù)據(jù)分析師職位級(jí)別劃分圖表，大家可根據(jù)自身的情況對(duì)號(hào)入座。（下圖來(lái)自微博阿里的朋友分享）