两个Title都是数据分析师，怎么一个要求技能是Excel，一个要求技能是Jave？
从第二代互联网的老牌龙头Google /Amazon，到众多雨后春笋的新兴互联网企业如facebook ,Airbnb,Uber等，透过数据带动公司成长的增长黑客这些传闻增加了数据分析的关注度，不论新创或是老牌产业都有越来越多公司需求数据分析领域人才。
但相信许多人都曾被众多的title迷惑
例如数据分析师/商业分析师/数据挖掘分析师/数据挖掘工程师/数据产品分析师/数据产品经理/数据分析架构师/演算法工程师/数据营运分析师/算法分析师…
甚至两个title都是数据分析师，一个技能要求是Excel，一个技能要求是Jave？
之所以会有这样的现象，主要原因是这职业对Title的定义还没有很规范，有可能A公司的数据分析师工作内容=B公司的数据产品经理工作能容，也可能A公司有两个职位都叫数据分析师，但工作内容南辕北辙。
让我先从数据分析展开的流程来说明，一个数据分析的流程可大致分为以下三点：1.数据收集 2.数据应用 3.数据展现/可视化
了解这三点的工作内容后，不论title写什么，都可以从JD大致分辨工作偏向哪一块。
一、数据收集
要从事数据分析，当然最开始要先有数据。
现在数据来源非常多，有来自网页的，来自APP的，还有订购页、会员页、金流系统、社群平台、SEM、ERP等等，因此怎么整合这些不同接口数据？再来是数据量越来越多，要用什么结构来记录？这部分的技术都会在最底层来处理。
有了相对标准的数据后，就也要让user有个可以取数的地方。
因此这里出现了取数平台系统。取数平台的功能大致有访问权限、介面设计、数据预览、执行数据的效能排程之类。
以上到这边的流程都是偏向数据技术，一般而言这边的职位会是数据架构师、大数据分析师、数据仓储、数据技术。要求的能力不外乎SQL, SPark, Hive,MapReduce,JSON,Java,C++ 。但具体是属于哪一个，还是要仔细看JD的描述或是透过面试才能了解的。
二、数据应用
有了这么多数据了，再来要怎么把数据转换成经营价值呢？这时候就是数据分析师上场的时候了。
一个基本的分析师需要具备取数的能力、分析的能力、撰写报告的能力以及沟通表达能力。
包含思考要分析的维度、要使用的分析方法、需要什么数据、这些数据在哪、了解数据表字段的纪录逻辑。
一般的title为数据分析师、商业分析师、增长黑客、BI分析师、大数据研究员、数据挖掘分析。要求的技能为 Excel, PPT, SQL, Hive, Spark, R, Python, Tableau。
数据分析师这边会切出一块做机器学习的，包含商品推荐、会员标签、流失预警、眼球热点追踪等等。职位title通常是数据分析师、算法分析师、算法工程师。
有的公司有专攻特定领域的话会写得比较仔细，例如音频推荐分析师。想要专攻这块的话，在分析技术要求以及数学的要求是最高的。 (当然钱也是非常多)
三、数据展现/可视化
为了要让大家快速、即时的登入Web就可以得到美观的报表，这个展示的平台就是属于BI系统的事情。目前这领域主要玩家为Tableau跟微软的PowerBI。
某些公司会自主开发BI系统，这个职位主要对接的需求方跟取数平台一样，都是数据分析师。
而要求的能力及职位Title跟取数平台也是差不多的，但可能会多加个”BI”这个字，例如BI系统开发、BI分析师、BI系统分析师、BI产品经理等等。
写在最后
1. 都是从事数据分析，但工作内容大不相同，想要从事数据分析领域要先想好你兴趣是走哪个方向，另外投递履历时也要务必看清楚JD。
2. 优秀的数据分析师是无法速成的，很多技能都是Learning by Doing。
3. 每一种数据分析师都有它的独特价值，一个数据分析展开是需要多种能力配合，因此数据分析不是一个人，是一个团队。因为涉猎范围广所以团队背景多元性最好要高一点。
4. 根据数据决策的前提是公司必须具备这项文化，如何推动文化的展开这问题在传产是最应该优先解决的事。
5. 这是一个需要多元能力与纵向能力的工作，需要感性思考问题点，理性严谨的方式找答案，我们通常具备满艺术家的性质。 (自己说)