取数机器，统计达人，还是建模大佬？这是我最常在知乎的各类提问中看到的描述。但其实数据分析师的工作很简单，“技术+insights”就能搞定！

所谓数据分析师，是数据师Datician的一种，指的是不同行业中，专门从事行业数据搜集、整理、分析，并依据数据做出行业研究、评估和预测的专业人员。简而言之，数据分析师需要以快速且通常是探索性的方式将原始数据信息转化为洞见。

数据分析师需要具备什么能力？对于数据分析师而言，结合实际业务构建数据分析框架，并产出可落地的insights是最为核心且重要的能力，这也是数据分析师工作职责和工作内容的高度概括。通俗易懂地说，就是利用数据解决业务实际问题。

数据分析师的工作职责和内容是什么？干货来啦，做好笔记哦！

【前端】对接用户/产品

该类数据分析师直接面向广大用户群体和产品本身，因此需要对用户进行深度分析，为产品的开发奠定用户基础。

 

（一）直接面向用户

1. 构建用户画像，通过用户画像实现精准营销、产品设计和数据建模。

2. 数据可视化，高效率、低成本地让用户理解数据中的insights。

3. 发现用户流失，通过分析用户使用功能性质、用户来源渠道和用户基本属性来确定流失原因，并在可能出现用户流失时做出提前预警。

4. 客户端效果评估。

 

（二）直接面向产品

1. 理论层面

(1) 对市场活动进行分析评估，寻找新的产品领域。

(2) 构建产品思维，通过用户思维发现问题，通过本质思维分析问题，通过效率思维——解决问题，通过标准化方法实现方案的产品化。

(3) 理解业务逻辑，结合实际的数据和业务方向，分析各项影响产品提升与增长的因素以及各项业务细节。

(4) 找到可以驱动产品的指标。

(5) 搭建数据指标体系来衡量产品（measure）。

(6) 核心指标异动分析。

(7) 产品数据追踪。

2. 实践层面

(1) 参加产品评审会议，听pm聊产品细节，自己形成一套功能监控和分析框架，方便后续推进数据基础建设和功能分析。

(2) 寻找可落地的业务优化点和产品优化方案，并推进业务和方案落地执行。

(3) 为产品优化提供数据支持，并评估、验证产品改进效果。

(4) 与产品/运营/研发等部门配合，带来业务的实际增长提升。

(5) 负责业务上各类A/B实验设计与分析和特化模型的建设工作。

 

【中端】对接业务方

该类数据分析师直接对接业务方，但也需要分析业务方所面对的用户群体，为业务方提供数据分析服务。

1. 大多以中台的形式，分配到不同业务线进行数据支持。

2. 与业务方沟通，搜集资料、梳理需求，定义好各个指标，加工成所需要的特征变量，并做出预测和优化，最终提出决策建议。

3. 周期性跑模型，为业务方提供跑模型的效果报表。

4. 关注业务指标涨跌，若下跌则需要做异动排查——梳理可能的维度、作比较、定位异动可能原因，同时与业务方团队做简单同步并提出后续建议。

【后端】对接本企业其他团队/部门

该类数据分析师直接对接本企业的其他团队/部门，只需要专注于本公司的数据。

1. 理论层面

(1) 进行特定的数据分析专题。

(2) 数据分析实操，判断项目优先级、盘点项目roi，最终引导组内分析师向最有利的方向推进。

(3) 实时进行数据模型建立和持续评估效果。

(4) 形成指标 体系以及指标对应的数据看板，以供数据监测。

(5) 根据不同的阶段，实现侧重点不同的KPI指标优化。

2. 实践层面

(1) 设定团队目标。

(2) 跟产品经理、工程师等合作寻找改进产品的机会。

(3) 根据不同的汇报对象，提供侧重点不同的、周期性的数据报告，减少重复报表开发，降低系统开销。

(4) 有时候需要自己发起会议，以便对齐分析计划，需要进一步明确预期、分析框架完整性以及可行性；还需要和数据开发的部门/团队开会，对齐数据集建设问题，协助数仓做好数据基建，也为自己之后的看板建设打好基础。

以上内容就涵盖了大部分的数据分析师的日常工作，但是不同公司对数据分析师的定位和要求也会有所差别，还需要结合具体岗位的JD。希望这些分享对你有所帮助！