一句话岗位介绍：用数据赋能决策

  • 找到业务的增长点
  • 降本增效

数据分析师要做什么

  • “有数可看”（数据基建）：埋点设计（与用户行为相关，与用户行为不相关），底表开发，BI 看板建设
  • “用数据佐证”（分析数据）：归因，相关性分析，AB 实验，因果推断分析
  • “提供结论” 得出数据结论 -> 撰写报告 -> 宣讲透传信息

需要具备学习哪些能力

能力维度

  • 统计学: 掌握斜斯大叔（概率论与数理统计）教材所涉及内容。
    • 重点是：大数定律 -> 中心极限定理 -> 假设检验
  • SQL: 增删改查 / 窗口函数 / 行转列 / 列转行
    • 学习方法：每做完一步 SQL 变换，要知道自己得到了什么结构的数据（每一行是什么，每一个字段是如何计算得出的）
  • Python: 能用 pandas/numpy 做数据清洗；
    • 能用至少一个绘图模块画出基本图表；
    • 能完成基础机器学习模型的训练和性能评估（工作中在 ChatGPT 辅助下能达到就 OK，但校招笔试可能会考，还是需要学习准备）
  • 对重点数据产品架构的理解
    • 对 AB 实验机制（假设检验）的理解；
    • 对推荐系统架构的理解；
  • 业务认知
    • 很宏大的概念，简单解释就是：对业务模式和产品要素及信息传递流程的理解
    • 业务认知好的分析师，在发现数据异常时能做出精准的判断和建议，提升数据结论查出效率和分析结论的中率

受其影响的工作内容

  • 统计学: 把 AB 实验做好的基础；把分析做深入的依仗
  • SQL: 一切分析工作的基石
  • Python: 高阶分析方法必须；简单分析有其他工具可以替代
  • 对重点数据产品架构的理解:
    • 对推荐/实验数据科学家：必须项
    • 对普通业务数据分析师：加分项
  • 业务认知:（每周总结，汇总）成为优秀/资深分析师，向数据管理层迈进的必要不充分条件（先找到工作再管理层吧😄）