数据分析的工作职责引见，和数据产品经理、数据发掘的基本要求

数据分析的次要工作职责：

a.暂时取数分析，比如双11大促活动分析；产品的流量转化状况、产品流程优化分析，等等；

b.报表需求分析--比如企业常见的日报、周报、月报、季报、年报、产品报表、流量转化报表、运营分析报表、KPI报表等等；

c.业务专题分析：

精准营销分析（用户画像分析、营销对象分析、营销策略分析、营销效果分析）；

风控分析（策略分析，反欺诈分析，信誉状况分析）；

市场研讨分析（行业分析、竞品分析、市场分析、价格分析、渠道分析、决策分析等等）；下面我们讨论一下，根数据分析师工作有交叉、技能要求有堆叠的另两个数据岗位数据产品经理、数据发掘工程师，以及三个岗位之间的联络和区别。

数据产品经理要求具有普通产品经理的才能（比如产品设计、产业运营、用户体验方面的技能）外，还需求具有数据分析师的技能，掌握简单的数据分析方法，可以经过数据需求分析提炼出产品原型，从而将数据产品化，一个公司的数据价值变现成功与否，跟数据产品经理的职业素养有极大的关系。牛逼的数据产品经理，本人也是一个数据分析师，不需求数据分析师的配合工作。

数据分析师，要求不只要懂得数据库SQL查询统计、excel透视分析等技能，牛一点的分析师还需求了解掌握数据发掘算法。

比如常见的四类模型，分类、聚类、关联、预测，每一类模型至少掌握一两种算法原理，可以用R/SAS/SPSS等把模型结果跑出来，可以看出和评判模型结果的好坏，可以在实践中运用模型的结果。他们跟数据发掘工程师的差别在数据分析师对算法的掌握要求不那么高，只需求会用工具哪怕是可视化可拖拽的工具调用算法包跑出结果来，会评判会运用结果就可以了。

当然啦，牛逼的数据分析师，同时也是一个数据发掘工程师。数据分析师除了对分析方法的掌握外，还需求非常熟习业务和产品，可以透过数据看到业务和产品的本质，他们是最具有商业敏感性的一群人，他们能预测公司和业务的将来，他们是公司数据价值的发现者，他们是产品经理、运营经理的最佳助手。

数据发掘工程师，不只需求知晓各种模型算法原理、还要求能用代码来完成算法，能对算法停止优化改进，能对模型停止部署、监控，能对模型停止不断的迭代优化。

同时，还需求掌握大数据研发工程师的部分技能，比如大数据分布式计算方法等。数据发掘工程师是最稀缺最贵的一类人才，其薪资在各大数据岗位中，平均程度是最高的，涨幅是最大的也是最快的。

入门后的数据分析师往数据发掘工程师转不失为一条绝佳途径。当然啦，数据发掘工程师假如对业务对产品感兴味，往数据分析师、数据产品经理转，那是非常轻而易举的事情。

从下面的分析可以看出，数据分析师在职业选择上，可进可退，可浅可深；在工作的强度上，不像程序员和算法工程师，一个项目就是一个工程，需求埋头苦干，冥思苦想，绞尽脑汁，数据分析师的工作由于比较碎片化，也常常和业务打成一遍，不纯属技术，更有业务的乐趣，所以说数据分析师是最合适女孩子和新入行者作为入门大数据的职业。

后期，假如对产品感兴味可以转数据产品经理，对运营感兴味，可以转数据化运营经理，对数据发掘算法感兴味，可以深化学习算法，转数据发掘工程师。

数据分析师也是目前大数据众多岗位中，企业需求量最大的岗位，所以说是最合适大家作为入门的岗位的。

在不久的将来，多智时代一定会彻底走入我们的生活，有兴味入行将来前沿产业的冤家，可以收藏多智时代，及时获取人工智能、大数据、云计算和物联网的入门知识和资讯信息，让我们一同携手，引领人工智能的将来

数据产品经理、数据发掘的基本要求

数据产品经理、数据发掘的基本要求

对数据运营这方面很感兴味

愣着干嘛，鼓掌啊

未完待续哈哈！

啥也不说了，大佬，给你个赞