职业规划
职业规划曲线
岗位解析
数据分析岗
公司的数据流
数据分析在公司做什么
- 首先公司开展业务,它必须要有一个基础建设。(不归我管)
- 这个基础建设就包括了公司的数仓、数据库。
- 非互联网公司的数据基建,可能就是各种Excel表格文件,或者直接在第三方软件上。
- 无论业务的基建形式是什么,都可以抽象成多个二维关系表
- 业务确定后,接下来做业务健康度检测
- 物流是不是及时到达的,工作考勤这些人是不是按时上班的。基于不同的业务,我们就要对不同的业务进行一个健康度的检测。
- 业务能力:这个时候我们就要去做一个指标体系的搭建
- 这个是高级数据分析师负责的。如果一个公司一上来就让你(初级)搭建指标体系,也太草率了
- 必须待了足够的年头,对业务十分熟悉。才能够把指标梳理出来
- 指标体系搭建完了之后,就有了报表系统。在有了报表系统之后,就可以拉数据。
- 很少有公司,能够自动产出完整的报表。都需要从各个地方复制粘贴数据,就需要一定的办公自动化能力。
- 技术能力:其中的内容还包括报表检测、办公自动化(Excel、Python、SQL)等
- SQL:取数取得越干净,下游处理对Excel和Python的依赖就越少
上述两点主要是传统行业,包括银行(很多的报表,都是基于Excel)
互联网公司继续延展以下两点
- 精细化运营
- 理论基础:不管是什么公司,我们从增量市场已经变成了存量市场。存量的话,就要对于现在的客户进行精细化针对性的打磨。
- 这个时候现有的这些数据,不一定满足我们的精细化运营的需求。就要对于可能能拿到的数据进行埋点的操作,这些运营数据拿到后,再对用户去做一个精细化的分析以及建设
- 埋点(不归我管,前后端的事情。但需要哪些维度的数据,可能需要参与)
- 用户分析:业务能力、统计学、数据分析报告
- 日志数据:SQL
- BI平台:帆软、PowerBI
- 新业务
- 精细化运营,有可能会发展成一个新业务。精细化运营平台搭建的如果足够好,就可以单独独立出来
- 支撑核心业务增长:数据挖掘、智能服务、推荐算法
- 新业务线:搭建指标体系
- 行业分析报告、数据探索:行业数据分析报告撰写与解读
本博客所有文章除特别声明外,均采用 CC BY-NC-SA 4.0 许可协议。转载请注明来自 吕小布の博客!
评论