数据分析师到底要做哪些工作？

“有太多的事儿觉得不是自己该做的，而放弃去做，那么，你就能出去看看世界了。”——佚名

在最近的工作中，商分团队的定位一直是许多小伙伴讨论的焦点。“定位”，直白的讲就是“分析师要做些什么事儿？” 

商业分析、业务分析、数据分析、数据化运营有什么区别？

这几个职位，应该是在分析师相关的岗位JD中出现频率最高的。有人会说，把这几个职能定义清楚了，所谓的数据分析师的定位就清楚了。但在我看来，这很多余。

因为再过几年，任何职能岗位，都需要有分析数据的能力，所谓的数据分析师的职位定义，其实是伪命题。当下的众多分析师们，可以扪心自问，下面的列表，是不是更真实的反映了我们在职场的角色？

职能	说明
决策者/助理	大部分应该是助理，用数据帮助老板求证各种疑问，并跟进所有由此而引发的杂事儿。
业务运营/项目经理	设计策略，追踪评价项目结果，推进新方案落地。
数据开发工程师	无穷尽的SQL，拉数，建表，配报表。
数据产品经理/产品运营	衔接业务需求，驱动研发团队产品化，并面向业务同学推广产品。
算法工程师	除了挂些算法包，配些服务，其他的所有事儿都干了。
裁判	以第（huo）三（xi）方（ni）数据视角平衡团队冲突。

所以，以上列表中，除了最后一项，其他各项，都是当下分析师们的分化方向。为了避免在即将来临的“人人都能做数据分析的时代”中失业，大家还是得收拾收拾，抓紧选好方向出发了。

（为什么我这么笃定“人人都能数据分析”？以后会单独写一篇阐述）

未必是你该做，但你不得不会做的事儿

如上图，我列出了一个标准的数据分析流程。这也就意味着，分析师必须要有能力cover里面的每一个环节。

所以，分析师该不该参加各种业务会议？该，因为你要理解业务痛点，提炼问题并建立需求。

分析师该不该梳理运营链条并和各方建立信息网络？该，因为你要构造能切中业务要害的论题，并设计高效的分析路径，分析路径中包含分析方法的选择。

分析师该不该做数据开发的工作？该，根据分析路径，收集各种数据，并处理成可用于分析的数据集。这步不做，且不做扎实，后续的所有步骤都是空谈。

分析师该不该配数据看板？如果你不想反复地给不同的人写报告做解读，那就做吧，划算的。

分析师该不该跟进策略落地？该，只要你不想让你的研究成果流于空谈，那你必须要了解业务行动，并复盘执行效果。

好吧，这么辛苦，有没有人帮我们做掉其中的部分工作？可以有，能够协同起各方资源，一起完成这个分析步骤，那是最好。但也可以没有。大部分没有的情况下，我们难道选择止步不前么？

当然不行，因为我们的使命是：让业务更清晰，让决策更高效。

当下的分析师伙伴们，千万不要因为对“定位”的纠结，而作茧自缚。在人人都会数据分析的时代，全能的分析师固然也会失业，但他能做转型的窗口期会十分充裕，而只能做几个环节且边界意识太清晰的分析师，马上就会失去职业发展机会了。

转自： 老树之见 公众号；

END

---

版权声明：本号内容部分来自互联网，转载请注明原文链接和作者，如有侵权或出处有误请和我们联系。

---

合作请加QQ：365242293  

数据分析（ID : ecshujufenxi ）互联网科技与数据圈自己的微信，也是WeMedia自媒体联盟成员之一，WeMedia联盟覆盖5000万人群。