数据分析师可以创造什么价值？ 举报 理由 举报 取消 题主想从事数据分析师，但是对于此岗位了解甚少，希望大牛能解答:1数据分析师的作用(直白点就是能干什么)，2数据分析师的薪资水平，3未来特别是互联网行业非常需要数据分析师吗。 2017年11月4日 8 条回复 938 次浏览 互联网,分析,大数,据分析,数据
回复 ( 8 )
谢邀！
1、这个问题知乎一大把，说直白点，数据分析师就是对收集的数据进行分析。举个例子吧：某个菜市通过对周边人口的习惯、工作规律、消费情况进行分析得出，芋头是整个市场中最为畅销的产品，于是，菜市提供了更多的优质芋头供大家消费。这是数据分析。
数据挖掘呢？通过编写机器学习聚类算法发现无法通过观察图表得出的深层次原因。原来是小区老年人居多，而芋头比较方便老年人食用。于是，又引入了更多便于老年人食用而且她们喜爱的菜蔬和食品。结果大卖，这就是数据挖掘。
2、数据分析师的薪资水平，各个公司和城市待遇不同，参照本地IT工程师岗位。
3、肯定需要！而且需求越来越大!
关注大数据，欢迎加我微信：dashuju234
套用我们大老板的一句话：数据分析让业务更清晰、让决策更高效。
1，数据分析师的作用：
从产出上讲，基本就是效果评估（评价某个策略或者新产品上线效果好不好）、专题分析（针对某一个问题看现状找问题提建议）、数据需求（就是给业务方or老板提供PPT所需的数据），目前就想到这些；
估计你看这些没感觉，那就说说日常应用的工具吧，其实基本SQL+EXCEL就可以解决大部分问题了，数据挖掘的那些东西比如R、SAS、Python什么的很少用，所以基本就是通过统计性的分析找出数据之间的逻辑关系，串联起来用PPT讲一个可信的故事
2，薪资水平：
自己去招聘网站找吧，如果是互联网那个行业的话就去拉勾网看看。要分城市分年限，反正不会很高就是了
3，未来需求量（互联网行业）：
个人感觉会减少，因为目前大部分数据分析师的职能都可以被数据产品甚至数据报表替代，我找几个码农几个PM几个行业专家就可以搞出一个能看现状能解决问题提供建议的数据产品，机器能干的事儿自然就不需要人了
无法被替代的数据分析师必须具有深厚的行业经验，否则空有数据和技术也解读不出其中的价值，而这类数据分析师往往岗位名称不叫数据分析师，更多是商业分析师或者行业咨询顾问
99.9%的数据挖掘价值是负的（收益远远小于成本），一般都是花了成本告诉别人已经知道的，其实很多的企业业务价值主要是来源于自动化执行，而非那些所谓的数据挖掘与分析。一般那些三脚猫的数据分析人士都反复强调我们把业务常识进一步给“量化”了，哈哈哈哈。。。基于相关分析的结果，都是有偏的，系数值及其显著性能信？还是自己拍拍脑子吧，毕竟这样不用花钱。接触了很多数据分析师，他们很多人连初级的计量经济学知识都不掌握，自己造了很多概念与词汇来跟你辩，内生性对于他们来说太难了，觉得他们还是做回码农比较好。但是，不得不提的是还是有那0.1%的人真正创造了价值，他们大多业务经验丰富、高学历、高智商、跨专业（双博士学位）。
为什么需要数据分析？根本上：提供决策依据，应对不确定的现实。
除了数据分析，还有很多种应对现实的方式：非数据经验分析，星座分析，以不变应万变。用哪一种，取决于你擅长和相信哪一种。
说一点破除迷信的话：数据分析并不一定比星座分析更科学，有时与星座分析类似。尤其在你面对遥远不确定未来的时候。
我的答案只说自己对 “数据分析师”这个职位的想法。我完全可以肯定， “数据分析师”以后会是一个热门职业。完全与程序员平起平坐。（我第一次在知乎说这种肯定句。）
为什么？
1:大数据时代已经来临。
2:“得”数据者得用户。
（怎么得？前期的挖掘，中期的算法，后期的分析。）
我们需要知道的是，基于：行业的发展+时代的机遇（需求）+政府的支持，都在证明“数据分析师”的重要性。
答案有人说“数据分析并不一定比星座分析更科学”，这个说法简直不忍直视。
就像我说，现在的中国，两个东西最值钱，一是土地，二是大数据资源。这你是不是认为我这个说法也让你不忍直视。
2015年8月19日，国务院常务会议通过《关于大数据发展行动纲要》，如果政府将他的大数据开放、共享，必定“滋养”出很多很多的数据分析师，甚至于相关培训学校。
表面看，百度、阿里和腾讯都分别拥有数以亿计的用户量，但这与政府大数据相比，不是一个量级。仅一个北京市政府的数据容量就相当于10个阿里巴巴。
所以，看到这其中的工作机会了吗？
而就大数据的质量，BAT这些公司的短板在于数据种类的单一化程度较高。政府大数据则涉及工商、税务、司法、交通、医疗、教育、通信、金融、地理、气象、房产、保险、农业等领域，数据的种类繁多，关联性强。
随着政府这些大数据的开放，中国将迎来新一波“大数据热”。
所以，看到这其中的工作机会了吗？细分到让你无法自拔。
大数据资源比土地具有优势的地方在于土地在一定时间内不可重复利用，而大数据可以无限循环利用。
所以，看到这其中的工作机会了吗？
大数据建设分四个阶段：基础设施建设、软件技术开发、大数据应用、大数据交易。
所以，看到这其中的工作机会了吗？
再扯一些数据师的工作：（国内已有商务部对大数据分析师进行等级认证，赶紧去考一个吧。）
基于前期的基础设施建设、软件技术开发，就走到了：大数据应用、大数据交易。
数据分析师可以使企业清晰的了解到企业现状与竞争环境，风险评判与决策支持，能够充分利用大数据带来的价值，在进行数据挖据与展现后，呈现给企业决策者的将是一份清晰、准确且有数据支撑的报告。所以，大数据分析师已经不是简单的IT工作人员，而是可以参与到企业决策发展制定中的核心人物。
（呵呵，我这是培训学校的软文吗？）
想要看相关资料的小伙伴，请自行按照以下关键字递进的搜索学习：大数据基础、大数据存储、大数据处理与分析、大数据应用。
至于如何入行，如何分析，这是另外一个问题，我只能说一句，大数据公司没有人能一家独大。此后的5年，人人都有机会，有能力的就上呗。
身为一个在互联网公司数据领域工作数年的同学，也一直苦苦思考数据分析师的价值。说下我的看法：
行业背景是这样：随着产品运营的越来越细，上到决策层下到负责某一个模块的产品经理对数据的需求越来越多，且越来越细致。数据化运营在互联网领域渗透到越来越深。
1，最基本的，能把一个产品众多的运营数据计算准确，且实时的计算出来。这一点就很不容易了，你要弄清楚数据源的上报原理，懂得如何清洗数据，懂得如何从海量数据中计算得到自己想要的东西，且要把这些数据展示的让小白都能看得懂。
说起来简单，做起来很难，你要用很多手段去保证数据上报质量，且保证计算准确无误；
2，进阶一点，像上面那位同学说的那样，要能科学的度量和分析出业务运营的效果。这里要思考用什么样的数据指标去科学的度量，科学到所有的人都认可你的方式。度量出来后，通过各种对比，趋势，结合业务特点，要给结论说哪里做的好，哪里做的不好？
看起来好像简单，其实不容易，你至少对业务的理解要达到一定的层次；
3，高级一些，做了1和2之后，结合获得的数据，刻画用户画像，深挖用户行为，识别用户生命周期，最大化的分用户群体运营，减少流失，增加付费渗透等。这里大部分是数据驱动。
总而言之，也从目标来看：
数据分析师的价值在于能通过数据提升产品运营效率，提升产品健康度。
随着互联网＋的渗透，数据分析师的需求会越来越大，而且懂技术，又懂业务的数据分析师更有市场！
我们公司需要大量数据分析师。欢迎投简历。