“21世紀什么最貴，人才”，在目前大數據時代下，什么最難找，什么最貴，實現數據價值的人，數據分析師。

但是對于數據分析師的認識，比較極端，但對數據分析師價值的認識正在回歸理性。很多人對數據分析師的期望，是無所不能，向諸葛亮一樣“指點江山，運籌帷幄”，招了數據分析師，好像一切困難迎刃而解。

的確，好的數據分析師可以在企業中發揮很大的價值，可以對公司未來的用戶行為進行提前預測，從而為營銷人員提供更好營銷參考。例如，以下案例：

女兒竟然懷孕了？！

美國第三大零售連鎖超市Target的一家店鋪，一名男子闖入進行抗議：“你們竟然給我女兒發嬰兒尿片和童車的優惠券？！要知道她才只有17歲啊”。出于客戶服務的需要，超市經理立刻代表公司進行道歉。

然而，若干天后，這位父親再次來到這家超市，很誠摯的向超市經理道歉，原來女兒真的懷孕了，而做父親的沒有察覺，竟然是一家超市提醒了自己，這位父親感到很愧疚。

送走了愧疚的父親，超市經理忍不住好奇，向公司總部詢問我們是怎么做到的。原來Target的大數據工作部門通過數據挖掘的方法“猜到了”這位女士已經懷孕。

如何“猜到”懷孕

-Target的大數據工作團隊，通過數據挖掘模型在數據倉庫中找出25項與懷孕高度相關的商品，制作“懷孕預測指數”。比如他們發現女性會在懷孕四個月左右，大量購買無香味乳液。以此為依據推算出預產期后，實施精準化營銷，搶先于競爭對手將孕婦裝、嬰兒床等折扣券寄給客戶。這也是前述案例發生的根源。

上面可以看到，Target實際上通過如下幾件事情完成了“猜測”客戶懷孕，并進行營銷的過程。

? 數據倉庫

-基礎數據的梳理。

? 數據挖掘

-數據到信息的提煉。

? 精準化推薦

-信息到營銷方案的實現。

母嬰年齡標簽的意義和價值

? 精準化營銷，提升營銷效率

-預知用戶可能需求，從用戶出發，進行精準化推薦，提升營銷效率。

? 提前關懷和激勵，增強用戶粘性，提升用戶重復購買

-提前預知未來用戶群的分布特征，通過營銷活動，關懷并激勵用戶，增強用戶粘性，也可針對性引導用戶進行重復購買。

? 把握用戶需求，優化品類結構，提升庫存周轉

-根據未來用戶群的分布特征，預知可能消費狀況，采購備貨時即可進行參考，在用戶未來需求量大的商品上，加大SKU的寬度和深度，減少需求量小的SKU庫存深度，實現優化品類結構、提升庫存周轉的目標

但是現實中的數據分析師，經常開玩笑說自己是民工，是專門“搬磚”，好像沒有做那么高大尚的工作。在實際中的很大一部分時候是在寫代碼，取數據，處理臨時需求，一起來看看幾個場景：

場景一：開會數據又“打架”

A公司管理層會上，張三部門領導給出的數據說XX指標是在上升了。李四部門領導給出完全相反，XX指標是在下降了。等討論完數據口徑，會議時間到了。

老板內心OS ：又白開了，我必須要招個做數據的人，你們就別出數據了。

場景二：腦袋一拍，目標就來

B公司運營團隊在做一檔大促，活動方案已好，但目標多少。領導腦袋一拍，直接3X！

運營團隊內心OS：領導，到底還能不能好好的玩耍？不是說好數據化運營的嗎？

場景三：親，快給我數據

親，昨天要的數據好了嗎，要定活動目標了？ 分析師內心OS ：今天又要工作到明天

親，明天老板開會，快給幾個數據吧！分析師內心OS ：XXX，我剛到家又要加班

親，銷售掉了，看是不是數據有問題？分析師內心OS :明明就是你業務掉了。

那一個數據分析師具體工作內容有哪些？企業的價值是如何體現？

數據分析師是從數據的角度幫助公司業務團隊監控、定位、分析、解決工作中的業務問題，然后通過數據產品把“洞察”、“知識”結構化的沉淀下來。例如：

所以數據分析師的工作內容分為四個層面：

1、處理臨時需求：解決業務一次性，臨時性的數據需求

2、報表開發：根據業務需要，與開發工程師討論進行相關報表開發。

3、數據分析與挖掘：與業務同事一起溝通，分析業務問題，提供建議; 根據業務需要建立各類挖掘模型。

4、數據產品化：通過數據產品化方式解決結構化業務問題。

幾點經驗分享：

一、有臨時需求的企業才是有生命力的企業，為什么這樣說？

臨時需求的產生來源

? 新業務出現

? 業務發展過程中會不斷出現問題

? 業務發展過程中需要不斷調整優化

? 管理層各類思考，你懂的

? 報表不可能滿足所有看數據需求

二、不要把臨時需求僅僅就當做一個取數工作。學會梳理，管理代碼。

三、把臨時需求做為一個了解業務，學習&熟悉業務，發現業務問題的工具。同時與通過各類臨時需求的處理，為業務方提供滿意的，為后續各類工作的開展打下基礎。

四、不要設計大而全的報表，這種報表基本上”雞肋”。

五、對報表一定要進行生命周期管理。

六、對大多數據企業來說，數據主要還是服務“內部”顧客

本文作者：佚名

來源：51CTO

總結

以上是生活随笔為你收集整理的如何成为一名合格的数据分析师的全部內容，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。