數據分析師也有幫派！四大門派鼎足，入行千萬別走錯路我身邊很多想要入門\o"數據分析"數據分析或者要轉行的，往往對自己的職業規劃一無所知，十分迷茫，經常來問我該怎么辦?今天，為了方便大家理解，我把\o"數據分析"數據分析比作武俠小說里的門派，讓大家能夠輕松地對數據分析行業有個認知，也能走好自己的職業發展之路。那么，話不多說，且來看看數據分析里的四大門派!丐幫——取數派所謂人多勢眾，以力取勝想必數據分析行業里最常見的就是做取數的了，尤其是當數據分析火了之后，因為入行門檻比較低，也就造成了像丐幫一樣的“三百六十行、魚龍混雜”，而且工作相對不累，導致大量人士涌入，但實際崗位其實沒那么多但事實上，很多人都是被HR“騙”到公司來做取數機器的，很多公司名義上打著數據分析的額旗號，但實際招來的人就是做取數的工作內容取數派每天的工作內容也比較簡單、重復和機械，就是寫SQL取數，根據業務的需求做數據統計、簡單報表制作，總體上說價值感比較低，基本都是新人在做。但是，取數派也并非一事無成。因為取數的能力是數據分析和后面一系列建模工作的基礎，能夠高效的完成取數，以及對于數據的底層架構的深入了解，也不是一件很容易的事情，這也就是“以力取勝”。好好打好這個取數基礎，有利于后面更高效的做分析和建模的工作，同時這也是了解業務方關心的數據和問題的機會。必備技能Excel(如果會VBA就更好了)SQL取數(核心技能)數據庫(需要熟悉，具體看你公司用的什么數據庫)少林——數據工程派所謂清心寡欲，唯我獨尊數據工程師包含的崗位很多，跟常見的數據分析比較容易搞混的，是數據倉庫、數據中臺、數據模型等等，這些其實都屬于數據工程師的范疇，主要的工作也是根據具體的職責來看的，要有專門的人來做，很多人最后走專業技術線一般都會轉到數據工程師。數據工程師更看重數據技術，比如統計學基礎、數據庫操作、編程基礎、機器學習基礎，同時你還需要對業務有一定程度的理解。工作內容少林分南、北少林，數據工程師也大體可以分為挖掘工程師、算法工程師等類別比如說，\o"數據挖掘"數據挖掘工程師的主要工作是利用已有的算法模型，對業務數據進行清洗、建模，此方向薪資遠大于\o"數據分析師"數據分析師，天花板也較高，不過升級有一定難度另一種算法工程師更看重理論基礎，比如機器學習算法原理、相關數學原理等。算法工程師的主要工作一般是研究算法、為公司的相關業務需求優化算法算法工程師薪資非常高，天花板也高，不過一是升級難度大，二是市場需求沒有數據挖掘等方向大，一般是大型\o"大數據"大數據公司才會需要這個崗位，比如BAT當然把這部分劃歸少林，其實還有另外一個原因，就是頭容易禿(開個玩笑)必備技能數據庫python數據挖掘算法機器學習算法……明教——業務分析派所謂亦正亦邪，左右逢源一般入行2-3年基本可以達到業務分析師的水平，當然前提是你的業務知識足備了?！兑刑焱例堄洝防锏拿鹘炭梢哉f四分五裂，而業務分析師也分為兩大陣營：市場業務分析和運營分析。工作內容市場業務分析，比如說零售公司的某個業務出了問題，比如銷售，分析師的任務就是要搞清業務數據異常的原因，取數據、做調查、做分析、找業務等等，最終輸出分析報告給業務部門;運營分析，就是我們俗稱的“表哥表姐”，每天都跟報表打交道，每天主要的任務就是從某個系統導出excel表，然后整理一個新的excel表。至于看得懂看不懂這個excel，完全看業務能力，跟技術操作沒啥關系。當然了，公司肯定會有單獨的運營部門，他們的主要任務是拉新轉化和促活，或者是業務運營，其中也會涉及到數據分析的工作，但是跟數據分析師的運營崗位不是一個概念?？傮w來說，業務分析師的任務就是發現問題-分析問題-得出結論，為業務人員的營銷策略提供數據支撐，其實相當于一個賦能崗位所以，這個崗位比較看重你的思維能力和分析能力，需要你對數據有著敏銳的洞察力，同時也需要對業務有一定的知識儲備必備技能SQL統計學基礎excel分析基礎python/R語言思維方法與分析模型……武當——\o"商業分析"商業分析派所謂高瞻遠矚，莫敢不從\o"商業分析師"商業分析師和數據分析師則是最容易被混淆的，商業分析師是做什么的呢?一般來說都是研究行業數據和競品數據，然后研究企業發展、為公司決策者提供戰略決策指導意見的，商業分析師的工作內容就是通過對市場、競對、企業的現狀分析判斷，提出未來的運營、產品方向建議，從而提升份額、提高營收。工作內容這個崗位不僅要熟悉業務，還要熟悉行業，還要懂得市場、甚至還要懂得金融管理，跟“百家之長”的武當張三豐十分相像，但是對技術的要求不是很高。從崗位上說，大量緊缺。因為一般來說，數據分析入行5-8年后就能碰到天花板，這時候大多數人都會轉行做管理(產品經理)、或者去做技術(人工算法等)，很少有人會去主動突破職業瓶頸，達到商業分析師的高度，主要原因也是在于商業分析師的門