今天小編就來帶大家邁入深不可測（bushi）的數據分析之門。

01數據分析崗在企業裡做什麼？

身在數據分析崗，每天最基本的工作不是數據分析，而是提取數據。

比如在互聯網公司最常見的場景是，産品經理對着數據分析喊：

• “這周發版本了，快點幫我提取一下這個新功能的點擊率和留存率。”
• “昨天有一場運營活動，幫我看一下這個banner圖的點擊率和下載轉化率。”
• “要發月報了，快幫我導一下這個月的活躍用戶數，下載人數，付費轉化率”
• ......

身在數據分析崗的你，遇到的分析需求，舉例子來說，從易到難，分别有以下段位：

段位1：給業務部門統計 ，每日/周/月，用戶 PV（即頁面浏覽量），UV（即獨立訪客，相當于帶身份證參觀展覽會的訪問人數），新增用戶，訂購用戶數，訂單數，銷售額，累計用戶，累計訂單，累計銷售額，環比。用什麼工具自己選擇！

段位2：以上原始數據用SQL自己去提取，以上分析變成自動化。每日/周/月 自動運行，節省人工。最近訂單量，銷售額有所下降，請分析出原因？

段位3：從數據中分析出相同産品，不同參數對銷售的影響，并找出需要優化的參數？用什麼方法和工具自己選！

段位4：根據訂單，銷售以及不同的産品數據，預測下個月的銷量，指導庫存部門進行合理備貨，減少庫存積壓！

02哪類企業專門設置數據分析崗位？

每個企業都有數據需求，但不是每個企業都招聘數據分析師。

<100人

n 即使互聯網公司，100人以内的公司也不會專門設置數據分析師，除非是專門做大數據的公司。那麼數據需求一般有産品經理，運營人員，或開發人員兼着做數據相關工作。

>100人

100人以上的公司，随着數據需求增加，會專門設置數據部門。數據部門是一個支持部門，完成什麼工作呢？首先是對公司其他部門的數據需求響應，也就是數據儲存，提取，統計，報告。更強一點，就是數據分析，預測，數據驅動。

03數據分析方向的6大崗位

• 數據運營：服務于銷售指标、庫存管理、物流清單管理，在大數據應用中指導銷售團隊做未來戰略規劃，對接業務，接觸較多一線人員；比如：鍊家地産二手房成交指标，根據不同區域給下一階段定銷售目标；
• 數據分析師：應用最廣的崗位，基于數據運營的架構，分析公司現有業績指标情況；
• 商業分析師：将數據分析師的結果做可視化展示，比如：金融領域應用，貸款不良率，P2P小網貸，财務報表動态展示；
• 數據産品：提取數據，打包封裝，設計程序。引流量變現、設計産品、增加内部額外價值，比如：螞蟻森林和螞蟻莊園，種樹換積分與産品；
• 數倉工程師：在SQL語言基礎上，進行了深入研究。數據倉庫，解答數據從哪裡來的問題，專業性強。比如：銀行APP中消費記錄的彙總；
• 數據挖掘和算法工程師：技術導向，入門門檻最高，薪資較之最高的核心崗位。比如：人工智能與機器學習。

為保證教學内容的實用性、支持學員順利入職，拿到心儀的offer，愛數據進行了城市崗位調研，對互聯網、電商、物流等6大熱門行業持續調查研究，跟蹤北京、上海、廣州、深圳等一、二線城市崗位趨勢變化，給學員進行1V1的職業生涯規劃與簡曆投遞策略。

愛數據入職學員（部分）

如果你在學習或求職過程中遇到了困難

歡迎私信咨詢

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!