轉變觀念，移動互聯網時代下，數據分析師該如何與時俱進？

本人從事互聯網工作很多年，因為工作的原因曾經接觸過數據分析。記得當年在谷歌投放廣告時要用GA進行數據分析，曾經專門學習大量語句代碼進行數據監測；做SEO時要用站長工具進行網站數據分析，但這些分析是從企業角度考慮的。

而如今的互聯網世界裡，更多講究的是用戶對產品的體驗、業務流程、售後服務等內容，因為大家都這樣做，所以各企業所有這些都會變得越來越同質化，越來越差異不大。表現為互聯網上各種行為都要登錄，只要註冊就要手機號、要綁定銀行卡，相信每個人的賬號密碼上百個！

互聯網本身具有數字化和互動性的特徵。如今移動互聯網如此譜及，幾乎人手一部手機，手機變得如此重要，原因是每個人都在參與其中。數據分析人員更多的要站在用戶角度考慮問題了，比如閱讀量、轉發量、參與人數、活躍用戶、新增用戶、用戶構成、用戶留存率、每個用戶總活躍天數等指標成了重要參考。

這是一個用數據說話的時代，也是一個依靠數據競爭的時代。目前世界500強企業中，有90%以上都建立了數據分析部門。知名公司都積極投資數據業務，建立數據部門，培養數據分析團隊。各國政府和越來越多的企業意識到數據和信息已經成為企業的智力資產和資源，數據的分析和處理能力正在成為日益倚重的技術手段。

與傳統的數據分析師相比，互聯網時代的數據分析師面臨的不是數據匱乏，而是數據過剩。因此，互聯網時代的數據分析師必須學會藉助技術手段進行高效的數據處理。

數據分析師的定義（來源：百度百科）

數據分析師 是數據師的一種，指的是不同行業中，專門從事行業數據搜集、整理、分析，並依據數據做出行業研究、評估和預測的專業人員。具體要求如下：

1、懂業務。從事數據分析工作的前提就會需要懂業務，即熟悉行業知識、公司業務及流程，最好有自己獨到的見解，若脫離行業認知和公司業務背景，分析的結果只會是脫了線的風箏，沒有太大的使用價值。

2、懂管理。一方面是搭建數據分析框架的要求，比如確定分析思路就需要用到營銷、管理等理論知識來指導，如果不熟悉管理理論，就很難搭建數據分析的框架，後續的數據分析也很難進行。另一方面的作用是針對數據分析結論提出有指導意義的分析建議。

3、懂分析。指掌握數據分析基本原理與一些有效的數據分析方法，並能靈活運用到實踐工作中，以便有效的開展數據分析。基本的分析方法有：對比分析法、分組分析法、交叉分析法、結構分析法、漏斗圖分析法、綜合評價分析法、因素分析法、矩陣關聯分析法等。高級的分析方法有：相關分析法、回歸分析法、聚類分析法、判別分析法、主成分分析法、因子分析法、對應分析法、時間序列等。

4、懂工具。指掌握數據分析相關的常用工具。數據分析方法是理論，而數據分析工具就是實現數據分析方法理論的工具，面對越來越龐大的數據，我們不能依靠計算器進行分析，必須依靠強大的數據分析工具幫我們完成數據分析工作。

5、懂設計。懂設計是指運用圖表有效表達數據分析師的分析觀點，使分析結果一目了然。圖表的設計是門大學問，如圖形的選擇、版式的設計、顏色的搭配等等，都需要掌握一定的設計原則。

現在，每個人不能只會一樣技能，要求多面手啊！

本人覺得在移動互聯網時代，還要增加一項技能：

6、懂運營。熟悉內容、用戶、活動等各個模塊的運營，熟悉各類產品形態，有能力通過各種運營手段的組合拉升一個產品大部分的主要數據，同時還可以做到跟產品間的溝通無障礙，甚至可以出一些簡單的產品方案。

關於數據分析師的職業發展

1、數據分析師通常分兩類，分工不同，但各有優勢。

一類是在專門的挖掘團隊裡面從事數據挖掘和分析工作的。如果你能在這類專業團隊學習成長，那是幸運的，但進入這類團隊的門檻較高，需要紮實的數據挖掘知識、挖掘工具應用經驗和編程能力。該類分析師更偏向技術線條，未來的職業通道可能走專家的技術路線。

另一類是下沉到各業務團隊或者運營部門的數據分析師，成為業務團隊的一員。他們工作是支撐業務運營，包括日常業務的異常監控、客戶和市場研究、參與產品開發、建立數據模型提升運營效率等。該類型分析師偏向產品和運營，可以轉向做運營和產品。

2、數據分析師的理想行業在互聯網，但條條大道通羅馬，走合適你的路線。

從行業的角度來看：

1)互聯網行業是數據分析應用最廣的行業，其中的電商企業，更是目前最火的，而且企業也更重視數據分析的價值，是數據分析師理想的成長平台。

2)其次是諮詢公司，他們需要數據分析人才，而且相對來說，數據分析師在諮詢公司成長的速度更快，專業也會更全面。

3)再次是金融行業，比如銀行和證券等行業，該行業對數據分析的依賴需求，越來越大。

4)最後是電信行業，它們擁有海量的數據，在嚴峻的競爭下，也越來越重視數據分析，但進入這些公司的門檻比較高。

數據分析人員該如何提升自己？

1、多讀書（摘自知乎）

——小白篇——

大數據時代；浪潮之巔；互聯網創業密碼；從0到1；決戰大數據；塊數據；大數據預測:告訴你誰會點擊、購買、死去或撒謊；信號和雜訊；數據之巔；跨界:開啟互聯網與傳統行業融合新趨勢；刪除:大數據取捨之道；互聯網思維:工作、生活、商業的大革新

——菜逼篇——

數據化管理:洞悉零售及電子商務運營；轉化:提升網站流量和轉化率的技巧；社交網站的數據挖掘與分析；數據分析 :企業的賢內助；淘寶大數據；網站數據分析:數據驅動的網站管理.優化和運營；人人都是網站分析師:從分析師的視角理解網站和解讀數據；大數據營銷:定位客戶；數據挖掘與數據化運營實戰 :思路.方法.技巧與應用；大數據分析:決勝互聯網金融時代；分析的力量；網站數據挖掘與分析:系統方法與商業實踐

——菜鳥篇——

誰說菜鳥不會數據分析（工具篇+入門篇）；EXCEL圖表之道/如何製作專業有效的商務圖表；決策分析:以Excel為分析工具；Word/Excel/PPT 2013商務辦公從新手到高手；實用數據分析；深入淺出數據分析；構建高效數據分析模板:職場必學的Excel函數與動態圖表高級；SAS統計分析與應用從入門到精通(第2版) ；IBM SPSS數據分析與挖掘實戰案例精粹；從零進階!數據分析的統計基礎；Excel 2010函數與公式；Excel高效辦公.數據處理與分析

——高手篇——

集體智慧編程；利用Python進行數據分析；數據挖掘與R語言；R語言與數據挖掘最佳實踐和經典案例；R的極客理想工具篇；數據挖掘 :實用案例分析；R與Hadoop大數據分析實戰；深入理解大數據:大數據處理與編程實踐；數據挖掘:實用機器學習工具與技術；R語言與網站分析；Mahout演算法解析與案例實戰；演算法心得:高效演算法的奧秘

——大神篇——

大數據管理:數據集成的技術、方法與最佳實踐；HADOOP技術內幕系列；MYSQL技術內幕；Storm 實時數據處理；Spark快速數據處理；Oracle資料庫性能優化的藝術；Oracle達人修鍊秘籍:Oracle 11g資料庫管理與開發指南；Hadoop應用開發技術詳解

——產品運營篇——

人人都是產品經理；互聯網運營之道；結網；淘寶十年產品事；運營之光

2、培訓提升

目前，針對高級人員的數據分析相關課程有：

大數據處理技術-基於Hadoop/Yarn的實戰

大數據實時處理–基於Spark的大數據實時處理及應用技術

數據倉庫與數據挖掘（結合SPSS和WEKA）

Python和R數據挖掘技術-基於Python和R語言的數據挖掘和統計分析技術

大數據分析挖掘-基於Hadoop/Mahout/MLlib的大數據挖掘

Spark大數據挖掘工具MLlib實戰(機器學習)

大數據可視化技術與應用

Python語言基礎及數據分析技術

綜上所述，在移動互聯網時代下，單一的數據分析人才不但要提高技術水平，還要與時俱進，懂得從產品運營中獲取數據，分析出更有價值的產品，滿足用戶日益增長的需求體驗！

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！