编辑整理：整理来源：爱奇艺，浏览量：52，时间：2022-08-17 21:00:03
数据分析岗位采集，数据分析岗位采集流程，数据分析岗位采集流程
分析师就是对行业、用户、企业、宏观环境等进行深入研究，得到新的洞察和知识，从而进行预测和建议，最重要的是思考和提出创造性的解决方案。从事分析研究工作的主要有几类人：
1）高校教师，主要从事一些基础性研究，为其它研究和应用奠定基础，会在期刊上发表各种论文，教师通过分析来提高自己的知名度；
2）金融机构分析师，主要研究宏观经济、各行业和各公司，形成投资策略报告、行业研究报告和公司研究报告等，指导机构和个人进行投资，如华尔街分析师，他们通过分析来指导投资，同时从中获利；
3）第三方研究机构分析师，包括咨询公司、调研公司等，如麦肯锡、尼尔森、艾瑞等，主要分析行业趋势和用户行为等，洞察整个行业的发展，对其它企业制定策略有一定指导意义，主要是为了提高行业知名度，也通过分析报告赚钱；
4）大公司的研究部门，如腾讯研究院等，他们主要是基于自有数据分析行业发展趋势和用户行为，主要是为了提高企业的知名度，并能指导企业产品和运营；
5）各企业数据分析团队，主要是基于自有数据分析用户行为、用户属性等，为战略、产品、营销等提供建议，更加偏向内部业务，具有更强的落地性。
各类分析师做的工作内容小异，都是通过深入研究得出新的洞察和知识，但是数据分析师更多的是基于采集的用户数据进行分析，而其它分析师很多是基于定性研究、实验、第三方数据所做的研究，如高校教师主要是通过发放问卷、实验等采集数据，金融机构分析师主要是基于国家公布的经济数据。
数据分析师最重要的是要具备结构化分析思维、业务理解能力和数据分析能力，数据分析师主要有以下几个任职要求：
1）结构化分析能力。具有严密的逻辑思维能力，能够系统的分析一个问题或者一个主题，而不是零散的分析某些点，分析过程严谨、合理，层次分明，遇到了问题大体知道该从哪些方面着手，而不是一团浆糊，大胆假设，小心求证，这是数据分析师最基本、最重要的能力。
2）业务理解能力。所有的数据分析都要落脚到业务，对业务的深入理解必不可少，对业务的洞察不能于弱产品经理、运营人员，还要熟悉所拥有的数据，作为数据和业务的桥梁，关注业务指标和工作方向，也是很重要的能力。
3）数据分析能力。工具是用来辅佐数据分析的，数据分析人员没有一两件趁手的数据分析工具是不行的，包括excel、SAS、Python、R、SPSS、IBM modeler等，熟悉SQL、Shell语言，还要熟悉Hadoop、Spark等大数据架构，了解逻辑回归、决策树、神经网络等流行的机器学习算法，熟悉数据仓库的知识，不需要懂多广多深，只要够日常工作就行。
4）沟通表达能力。能够和业务方很好的沟通，挖掘业务人员需求，了解产品和运营的工作计划和方向，构思数据产品，能够推动数据化运营，并能够分享、扩散数据化运营思维，不一定要求有多牛逼，但是至少能够表达清楚自己的意见。卓越的数据分析师就应该能讲故事、能吹牛逼，不断去扩大自己和数据分析的影响力。
5）创造性思维能力。能够积极主动思考数据运用场景，创造性解读数据包含的信息，提出创造性的解决方案和建议，创新数据应用，具有这种能力的人较少，具有的人有很大的加分，创造性思维来自勤于思考和广阔的视野。
6）项目推动能力。能够推动数据分析结果的落地执行，有相应的方法论，并不断量化数据分析成功，扩大数据分析的影响力，具有这种能力的人较少。
7）报告撰写能力。能够熟练撰写数据分析报告，报告有逻辑、美观大方，数据分析师的工作离开不各种各样的分析报告，算是分析师的一种基本功力。