图9：不同岗位在数据流中所处的位置

PS：以上仅为示意，不同企业可根据实际状况进行调整。

因为很多同学，对数据分析师的工作非常感兴趣。这里以阿里集团为例，简单介绍一下中台数据分析师日常的工作内容。

在阿里巴巴，中台数据分析师的日常工作中，主要的交付物有6类：

1. 开拓新的数据源
2. 产出表资产
3. 沉淀分析方法论
4. 搭建与维护指标体系
5. 建设与维护数据产品
6. 输出商业洞察

图10：数据分析师日常工作中的主要交付物

• 开拓新的数据源：例如，信息爬取、竞对分析等。
• 产出表资产：例如，在DWD（明细数据层）的基础上，建立DWM（数据中间层）和DWS（数据服务层）的数据表。
• 沉淀分析方法论：例如，指标拆解、异常监控、因果推断等。
• 搭建与维护指标体系：例如，指标设计、指标体系建设等。
• 建设与维护数据产品：例如，指标管理系统、数据报表、数据看板、分析引擎等。

关于“临时取数需求”，好好将其归属与“数据产品”这一个工作分类下。这是因为：找分析师跑SQL取数的根本原因，在于数据产品没有建设好，或是没有建立起良性的合作机制。进而导致了各方需要“绕道”数据分析师这个“产品”来取数。

• 输出商业洞察：如分析报告等。

这里再简单介绍下其他岗位的工作：

○ 数仓工程师的主要工作包括生产与加工数据。

• 生产数据：比如埋点设计，将业务事实转化为数据落表等。
• 加工数据：比如数据治理，通过ETL的流程，保证数据的质量。或是数据架构设计，使得数据的存储、加工、调用等有保障的同时，控制成本与风险等。

○ 算法工程师的主要工作包括加工和消费数据。

• 加工数据：比如用户打标，通过算法对用户原始的数据信息进行加工，进而给用户打上标签，描述TA现在可能的状态，或是未来可能发生的行为。
• 消费数据：比如算法推荐，基于用户的历史数据，给出推荐。或是时序预测，对未来的业务状况进行预测，进而作为决策的依据。

○ 用户研究岗的工作内容涉及到生产和消费数据。

• 生产数据：比如调研问卷、焦点访谈等。
• 消费数据：比如消费者洞察报告、UI设计建议等。

其他岗位，好好在此就不一一列举说明了，因为不同的公司，对相同岗位也会有不同的职能安排。以上介绍也仅为抛砖引玉，还望有不同看法的同学，不吝赐教。
但方法是可以复用的。当你在开展工作时，可以分析一下，你所在的公司的数据流情况，以及不同的岗位，在整个数据流中承担的职责与贡献的价值。

希望以上的介绍，能让大家对数据岗的日常工作有一个简要的了解。

2

数据岗所需的知识与技能

根据这6类工作内容，我们来逐一梳理一下数据分析岗所需的专业知识与技能：

通用的职业技能，如沟通方式与方法、时间管理、预期管理等，好好在此不多赘述。

开拓新的数据源

• 知识方面：学习搜索技能、积累公开数据源的路径、掌握竞对分析的方法论。如有余力，可以学习一些用户研究相关的知识，如调研问卷设计、访谈设计等。
• 技能方面：如有余力，掌握一些初步的爬虫技能；至少知道什么信息可以通过网页爬取的方式获得。

产出表资产

• 知识方面：学习基础的数据库相关知识。有志于更深入了解数据资产管理的同学，可以《数据中台》 与《大数据之路》为切入点。

• 技能方面：掌握SQL。在有基础编程与数据库知识打底的情况下，可以直接通过牛客的SQL题库边练边学。搜索引擎是一位很好的老师，何况工作之后也大多数时候是面向Google编程。

如果暂时还没有基础的编程知识，可以考虑通过北京理工大学，嵩天教授的《Python语言程序设计》入门。学习曲线非常适中。

沉淀分析方法论

• 知识方面：需要有一些数学/统计学的基础知识，并且掌握一些通用的逻辑思维方法，如金字塔原理等。如有余力的，可以学习一些算法模型相关的知识，如回归、分类、聚类等。

• 技能方面：掌握一些处理数据的工具，如Excel、Python等。

搭建指标体系

• 可参考之前的推文《终于有人把怎么搭建数据指标体系给讲明白了》。
• 当然最重要的，依旧是理解业务。

那么怎么理解“理解业务”这件事呢？

好好也没有想到一个非常好的形式上的定义。这里好好给一个举例式的定义：如果你是一个保险从业者，最基本的要求是知道“一张保单是如何流转的”。如果你是一个电商从业者，最基本的要求是知道“消费者从登陆到交易完成的整个链路是怎么样的”。

沉淀数据产品

• 知识方面：掌握一定的数据可视化相关的知识，在此推荐电子工业出版社出版的《数据可视化》。对于数据治理相关的知识，可以参照上文提到的《数据中台》 与《大数据之路》；如要更加深入的介入数仓建设，可参阅Kimball的《数据仓库工具箱》

• 技能方面：掌握至少一样BI看板设计工具，如FineBI等。如有余力可以学习一些产品设计原理，如尼尔森十大可用性原则等。

输出商业洞察

• 知识方面：可参照《「经营分析报告」怎么做？》。
• 技能方面：掌握一些基本的PPT制作方法，即保证一定的美观性、又提升工作的效率，最重要的是保证信息传递的有效性与高效性。当然，在实际工作中，直接套用模板是非常省事的。文末分享PPT模板，记得领取哦！

• 数据岗的核心职能：数据岗的核心职能有两个，第一，产出数据资产；第二， 提升信息的价值密度。
• 数据职能的价值：通过数据量化与驱动业务，帮助组织实现“业务数据化”与“数据业务化”。进而，建立起一个正向的闭环数据流，使得数据越用越多，越用越好。
• 数据分析岗的工作内容：① 开拓新的数据源、② 产出表资产、③ 沉淀分析方法论、④ 搭建与维护指标体系、⑤ 建设与维护数据产品、⑥ 输出商业洞察。
• 如何积累所需的知识与技能：任务驱动、目标导向。

转载/好好的数据分析师