在一个工作交流群里，一个朋友说想转行做数据分析师，随后很多人开始讨论，半路出家的能找到工作吗？做数据分析师需要哪些知识和技能？

今天我们就来说说商业数据分析师的7类岗位，以及基础技能。要知道数据分析这一行，入行容易，精通难。方法工具都要有。

一、商业数据分析的7类岗位

1.业务统计人员

理解企业数据，发现业务问题，开发预测模型，帮助企业更好地进行信息决策。

2.数据挖掘人员

进行知识发掘积累，需要熟悉各种数据挖掘算法，可以进行深层次的客户识别、画像，以满足营销、风控和客户关系管理方面的需要。

3.大数据分析人员

处理海量异构数据，借助其他工具进行数据的搜集、储存和清洗。同时与数据挖掘人员、报表制作人员、业务统计分析人员合作完成工作。

4.业务支持

创建业务报表或进行业务分析。

5.报表制作人员

撰写SQL程序进行查询并生成报表。

6.数据管理人员

为需求人员提供便捷的数据访问服务。

7.数据架构人员

流处理、模型开发和数据质量管理设计所需的架构和方法；平台架构人员：负责企业管理平台的安装、配置、管理和维护。

二、什么是数据分析？

数据分析是基于商业目的，收集、整理、加工和分析数据，提炼有价值信息，并指导实践的过程。数据分析的三大作用，主要是现状分析、原因分析和预测分析。过程主要包括：明确分析目的与框架、数据收集、数据处理、数据分析、数据展现、撰写报告6个阶段。

1、明确分析目的与框架

一个分析项目，它的数据对象是谁？商业目的是什么？要解决什么业务问题？数据分析师对这些都要了然于心，随后整理分析框架和分析思路。

例如，减少新客户的流失、优化活动效果、提高客户响应率等。每个项目对数据的要求不同，使用的分析手段也是不一样的。（本文第三部分将详细介绍4种常用分析框架。）

2、数据收集

数据收集是数据分析的基础，按照确定的分析框架，有目的的收集、整合相关数据。

3、数据处理

数据处理是指对收集到的数据进行加工、整理，它是数据分析前必不可少的阶段，也是整个数据分析过程中最占据时间的，耗费时间的程度取决于整个项目对数据仓库和数据质量的要求。

数据处理的常用方法有：数据清洗、数据转化等。

4、数据分析

在明确了分析目的与框架，收集处理好数据后，就可以开始着手进行数据分析了。我们需要通过特定手段、多种方法和行业技巧对数据进行探索，从中发现因果关系、内容联系和业务规律等，为商业目的提供参考。

到了这个阶段，要能驾驭数据、开展分析工作，就要使用工具和方法了。

在分析方法方面，最基本的要了解例如方差、回归、因子、聚类、分类、时间序列等概念，及他们的原理、使用范围、优缺点；在分析工具方面，数据分析师一般首选Excel，同时搭配一个专业的分析软件，如数据分析工具SPSS/SAS/Matlab等，便于进行一些专业的统计分析、数据建模等。

5、数据展现

俗话说：字不如表，表不如图。借助数据展现手段，能更直观的让数据分析师表述想要呈现的信息、观点和建议。一般情况下，数据分析的结果都是通过图表方式来呈现的。

常用的图表包括：饼图、折线图、柱形图/条形图、散点图、雷达图、金字塔图、矩阵图、漏斗图、帕累托图等。

6、撰写报告

最后阶段，就是撰写数据分析报告，这是对整个数据分析成果的呈现。通过分析报告，把数据分析的目的、过程、结果及方案完整呈现出来，以供商业目的提供参考。

Tips: 一份好的数据分析报告，首先需要有一个好的分析框架，并且图文并茂，层次明晰，能够让阅读者一目了然。结构清晰、主次分明可以让阅读者正确理解报告内容；图文并茂，可以令数据更加生动活泼，提高视觉冲击力，有助于阅读者更形象、直观地看清楚问题和结论，从而产生思考。

另外，数据分析报告需要有明确的结论、建议和解决方案，不仅仅是找出问题，后者是更重要的，否则称不上好的分析，同时也失去了报告的意义，数据的初衷就是为解决一个商业目的才进行的分析，不能舍本求末。

三、4种常用分析框架

从管理和业务的角度提出的分析框架，指导着后期数据分析工作的开展。

营销方面的理论模型有：4P、用户使用行为、STP理论、SWOT等。

管理方面的理论模型有：PEST、5W2H、时间管理、生命周期、逻辑树、金字塔、SMART原则等。

本文主要说明：5W2H、逻辑树、4P、用户使用行为这4个比较实用的理论。

1、5W2H

定义：何因（Why）、何事（What）、何人（Who）、何时（When）、何地（Where）、如何做（How）、何价（How much）

适用范围：用户行为分析、业务问题专题分析、营销活动等。

优点：广泛应用于企业营销、管理活动，对于决策和执行性的活动措施非常有帮助，也有助于弥补考虑问题的疏漏。

2、逻辑树

定义：逻辑树，又称问题树、演绎树或分解树等。它将问题的所有子问题分层罗列，从最高层开始，并逐步向下扩展。

适用范围：业务问题专题分析

优点：逻辑树的作用主要是帮你理清自己的思路，避免进行重复、无关的思考。逻辑树能保证解决问题的过程的完整性，能将工作细分为便于操作的任务，确定各部分的优先顺序，明确地把责任落实到个人。

缺点：涉及的相关问题可能有遗漏，虽然可以用头脑风暴把涉及的问题总结归纳出来，但还是难以避免存在考虑不周全的地方。所以在使用逻辑树的时候，尽量把涉及的问题或要素考虑周全。

使用逻辑树必须遵循以下3个原则：

要素化：把相同问题总结归纳成要素。

框架化：将各个要素组织成框架，遵守不重不漏的原则。

关联化：框架内的各要素保持必要的相互关系，简单而不孤立。

3、4P

定义：4P，即产品（Product）、价格（Price）、渠道（Place）、促销（Promotion）

适用范围：主要用于公司整体经营情况分析。

4、用户使用行为

用户使用行为，即用户为获取、使用物品或服务所采取的各种行为。

用户使用行为的完整过程

通常情况下，用户对产品首先需要有一个认知、熟悉的过程，然后试用，再决定是否继续消费使用，最后成为忠诚用户。在这个锅层中，我们可以利用用户使用行为理论，梳理产品分析的各关键指标之间的逻辑关系，构建符合公司实际业务的产品分析指标体系。

它的缺点是用途较为单一，就是用于用户行为的研究分析。

*本文整合自：

做数据分析时，你的方法论是什么？

关于数据分析那些事，看这一文章就够了

从事商业数据分析都需要学习什么

原文始发于微信公众号（DataHunter）