个人介绍：22年毕业从事数分工作，校招最高拿到55w总包offer(BAT SSP)。工作后经历2段大厂工作，跳过槽，拿过最高绩效，工作之余总结个人经验，为求职朋友们了解数分的工作内容、实际应用和价值体现。

不定期随缘更新，喜欢的朋友望关注、收藏！！！

-----------------------------------------------------------------------------------------------

1.数据分析的工作拆解

广泛来讲，数分的工作分为理解需求->取数->可视化->分析->拿收益

• 理解需求：明白自己要做什么
• 取数：通过sql把数据从数据库取出来
• 可视化：将数据加工成人类好懂的形式，如表格、图形
• 分析：经过思考和分析，得出结论并同步给合作方（老板、产品经理、算法、开发）
• 拿收益：合作方通过“结论”落实xx行为，给公司xx指标带来xx的涨幅

因此对数分而言，“结论”是数分的产出，取数、可视化、分析只是得出“结论”的过程。但许多人在学习数据分析时往往本末倒置，只学取数(sql)和可视化(excel\powerbi\tablue)，却忽略了分析和拿收益的过程。

2.数分的需求有哪些

• 先给几个常见的需求给大家感受下

• 基于上述案例，我们发现合作方往往会提供给数分1个命题，而分析师基于命题得出“结论”，只要将需求分类，就能大致得到数分的工作职责。一般我们会将需求分为5大类，基本可以包含99%+的数分工作场景

3.数分要掌握哪些技能

• 许多新手往往被“培训机构”忽悠，花了大量时间学习技术（机器学习、sql、爬虫），到求职就被嘲讽不懂业务。也有许多小白，觉得业务最重要，但一问业务啥也说不清楚，试时遇到代码、机器学习、AB实验直接歇菜
• 因此，“只追求技术”和“只追求业务”都是数分的2种极端，真正的数分应当业务技术2手抓，在业务场景中利用技术能力挖掘数据价值。

• 以求职为目标，作为小白需要掌握的全部内容包括sql、业务理解、统计学、机器学习、AB实验、因果推断其中：sql+业务是找到工作的基础，统计学、机器学习、因果推断是加分项当然随着求职难度的不断提升，加分项也慢慢会变成标配
• 给这些能力排个序
• 未入门（找工作中）：sql和业务是找到工作的必要条件，而其他能力学充分但不必要
• 刚入门（2-3年）：统计学、机器学习、AB实验、因果推断是个人的壁垒和竞争力。请不要怀疑现在的数据分析师绝大部分都是sql boy+girl，真正深入掌握的同学将会成为组里的香饽饽。（即便是只会写sql的老板也期望组里能出一些高深的统计学应用对外装逼）
• 资深（3-5年）：随着工作经验的增加，业务能力越发重要，只有真正了解业务，才能明白如何在业务中发挥数据价值，将个人有限的精力花在有收益的事情上。对绝大部分普通人而言，业务决定上限（大佬除外）
• 再往后就不知道了，没做到那个位置。