本篇是給各種有興趣的，好奇的，想學習，想轉行數據分析師的門外漢做的簡介，有興趣的同學請傳閱，業內各位老炮兒看了隨意吐槽 ( ＾?＾)

問：你們叫數據分析師？

答：額，其實還有其他名字，比如有些公司喜歡加個“大”，叫：大數據分析師……o(╯□╰)o

問：你們是干什么的？

答：我們提供數據，以及基于數據的業務建議

這是句官話，通俗的說就是，看到旁邊這個東東了嗎→本月彩電銷量35臺

首先：我們把這個月銷量35臺統計出來

其次：提醒老板：基于你老婆昨天打麻將輸了8萬多塊錢，如果本月彩電賣不到1000臺的話，你就得跑路了，債主會殺上門來的。基于今天已經29號了，月底一般一天賣100臺，所以跑路前記得先把我的工資結了，謝謝。

問：你們做這有啥用？

答：支持業務運作，解答業務問題，提供可行建議
又是一句官話，民間的說法呢？假設你開個店

第一，你得知道你掙錢還是虧錢，債主幾號殺上門。所以就需要經營數據（收入-成本-利潤。）

第二，你得知道你在每天賣多少，還剩多少，這樣才能保持持續經營（進-銷-存）。

第三，銷量上不去了，你得想辦法，比如要不要研究下誰會多買，然后派個廣告，做個促銷，發張會員卡，拯救一下銷量（用戶畫像，用戶活躍行為分析，廣告投放分析，營銷活動分析）。

第四，你看到之前做的有成效了，但是燒錢太多，想既能拉收入又省點錢（更深入，更細致的分析以節省成本，提升ROI）。

問：所以就是沒啥用咯！我要是老板不看這個也能做生意啊，有個會計記賬不就行了

答：在跑馬圈地的商業時代，數據分析確實沒啥用，但在市場競爭越發激烈的時候，數據分析作用很大。

如果開一家新的門店三個月就回本，半年開始盈利，一年賺幾百萬，我也不做數據分析。建系統，建數據庫，養三五個數據分析師，一年要幾百萬，為啥我不拿來開個新店呢？這就是傳統企業不重視數據分析的原因，確實沒有必要。過去10年很多行業都處在野蠻生長的階段，跑馬圈地，開店就是一切！經銷商，KA，直營店就是利潤！

但是，如果市場已經飽和了怎么辦，競爭對手多了怎么辦，渠道鋪滿了怎么辦，新開一家店一半幾率會虧，只有一半幾率會賺怎么辦？恭喜你，進入了精細化運作的年代，你開始需要數據分析支持了。PS：這也是為什么互聯網公司那么重視數據分析的原因，因為真金白銀掙到錢的確實沒多少，哈哈

問：那，那，那，你們干這個能掙多少錢啊？

答：看級別，一般來說專員6-8K/月，分析師8-12 K/月，資深12-18K/月。

當然在一些數據基礎好，應用好的互聯網公司畢業起薪20w/年，三年50w的也不是沒見過。

蔑視，問：就掙這么一點點啊,那我不干了

答：如果你是銷售的話，確實可以鄙視這個薪酬，因為同樣行業肯定是銷售掙得多。

但是如果你是運營，策劃，市場，開發等崗位的話，大家誰也別看不起誰，都是混后臺的。

期待，問：臥槽，掙這么多啊！我也想干！

答：不要期待太高，也就是個不為企業盈利的后臺崗位，想掙大錢就去拼銷售

同時，進入門檻反而高了很多，你需要學習很多知識，比如：分析思路，市場研究方法，統計學，R言/Python開發，數據庫……

問：凈瞎扯吧，不就是弄個數嗎，數數我也會，哪有那么難！

答：弄個數實際上是相當復雜的過程，當然，解讀這個數更復雜
比如為了弄個：本月彩電銷量35臺，需要至少7步奏：各個門店POS機進行交易→數據接口→后臺數據庫匯總訂單信息→清理與規整→形成統計可用字段→制定統計規則→輸出可展示的報表。這個鏈條中每一項都需要有相應的開發工作支持。

因為最前端的POS機只會記住：X年X月X日在我門店有一臺彩電售出，不能匯總和計算。想象下，一個企業下邊至少有幾十個賣場，一個賣場一天交易幾萬單，售出商品幾十萬件，整個公司數以百萬計的數據，沒有一個系統環環相扣的處理，靠掰手指數的話，可以試試數一下家里米缸里的米，看數完得多久。

解讀出：本月彩電銷量35臺，所以老板你得在跑路前給我結算工資了，就更麻煩了。你得懂公司的歷史背景，懂業務流程，對公司的問題有預判，最好還熟悉老板的習慣（要不怎么知道他會跑路嗎），這些需要在一個行業有相當的經驗積累才行。

失望，說：那么麻煩，我不學了！

答：不學數據分析就等著一月5000干到死吧

因為精細化管理是未來的趨勢，以后即使你做市場，做運營，做銷售，也脫不開數據。

事前定目標：都是量化管理，具體到某個績效指標。如果不懂一點數據，定多少就只能任人宰割，吵架都吵不贏。

事中控過程：要隨時看監控指標走勢做調整。不懂一點數據，就會顧頭不顧尾，銷量好了，庫存不夠；庫存夠了，禮品不夠；禮品夠了，費用又超了。天天得救火。

事后論經驗：做得好，怎么吹都行，如果做的效果一般或者不行怎么辦！不懂一點分析，本次黑鍋甩不掉，下次干活照掉坑。

所以，即使不是做數據分析師，也至少得懂一些業務分析的方法，懂一些基礎報表知識。

堅定，說：我不怕難，我想學！

答：數據分析有兩個方向：業務與技術，可以選一個方向逐步深入

技術方向：輸出數據。專注于如何提高數據采集及運算速度，如何更有效的編寫統計代碼。這個崗位一般適合專職數據開發人員，供職于各企業的IT部數據分析/數據產品組，需要數據庫，分析語言，建模算法等開放方面的技能支持。近幾年隨著很多大公司ERP，CRM建設的完成，在BI這方面投入資金加大，使得數據開發的薪資水漲船高，值得期待哦。

業務方向：輸出結論。專注于如何把問題轉化為可驗證的假設，如何從數據中提煉出策略。這個崗位一般在市場部/運營部，有可能是兼職做（很多業務大牛在數據分析上其實能力也很強），需要懂得市場營銷/運營的理論，對數據技術，數據來源有一定認識，有較強的邏輯能力，還得有一些業務實戰經驗。純業務分析，往往淪為表哥表姐，天天對著excel，ctrl+C，ctrl+V，所以不太適合新人起步，但對老人的晉升幫助嗎，用過的都說好。

當然，兩邊都會是最高境界，但術業有專攻，大部分人起步還是要有個方向的。

問：我選哪個好？算了哪個錢多我選哪個！

答：對新人，有編程基礎的人來講，技術方向收入較好，收入來的塊。對已經在職，無編程基礎的，想轉行的人來說，提升數據分析能力，增強業務方向分析能力，是進一步升職的好助力。

-全文完-

說：怎么？就全文完了？說好的大數據呢！窮B劇組，費我時間，毀我青春，MDZZ！

答：額，大數據，這年頭連發200份問卷都敢叫自己是XX大數據分析了……

那些年討論大數據最熱烈的都去干了媒體，每天不是寫“大數據”就是寫“男人沉默，女人流淚”的文章，真正的數據人都在討論具體的算法或者業務應用場景。真正入行以后你會發現，分析算法不是最大的障礙，數據質量才是(╯﹏╰）

作者：接地氣的陳老師，微信公眾號：接地氣學堂。十年資歷的數據分析師，擁有多個行業的CRM經驗。

總結

以上是生活随笔為你收集整理的数据分析师内幕揭秘的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。