1.1　数据分析师是什么

近年来互联网经济快速发展，大数据也越来越多地影响公众生活，数据或信息只是一串原始的数字或字符，各种需求的增加会导致数据量的增加。越来越多的企业开始更加重视数据中蕴含的价值，数据分析师这个职业也应运而生。数据分析师是各行各业中，在能够建立明确的分析目标的基础上，专门从事对行业数据搜集、整理、分析，并挖掘出有价值信息的专业人才的统称。

1.1.1　数据分析师的等级标准

数据分析师分为如图1-1所示四个等级标准。

1. Level Ⅰ：业务数据分析师

要求掌握数据的基本预处理方法；熟悉业务流程，能够根据问题从数据库中提取相关数据，进行数据的搜索、整理、归纳，并通过相应数据分析方法和模型，结合相关软件完成数据分析；生成逻辑清晰的分析报告，对实际业务提出建议和策略。

2. Level Ⅱ：建模分析师

除掌握LevelⅠ所要求的技能，建模分析师要熟练运用高级数据处理和可视化技术，将业务目标转化为数据分析目标；熟练掌握常用算法和数据结构及企业数据库架构；能够从海量数据中搜集并提取信息，并针对不同分析主体进行维度分析；结合相关工具和软件完成数据的处理和分析。能够在报告中层层阐述信息收集的过程、模型构建的方法、结果的验证和解读，对行业进行评估、优化和决策。

3. Level Ⅲ：大数据分析师

熟练掌握大数据分析工具的运用；能够运用算法库进行大数据分析；掌握机器学习相关算法。能针对不同的业务提出大数据层面的解决思路，能够根据不同的数据业务需求选择合适的组件对数据进行分析与处理。

大数据分析师所写报告能清楚地阐述数据采集、大数据处理过程及最终结果，同时提出模型的优化和改进之处，以便提升大数据分析的商业价值。

4. Level Ⅳ：数据分析专家

除掌握上述要求的技能，数据分析专家还需了解大数据处理技术、企业级架构设计，项目管理方法等结合具体行业的业务分析方法。

能够带领数据团队，将企业的数据资产进行整合和管理，建立内外部数据的连接；熟悉企业级大数据与数据仓库的构建；可以面向数据挖掘运用主题构造数据集市；在用户和数据之间建立有机联系，面向用户数据创造不同特性的产品和系统。

Level Ⅳ等级的数据分析专家需要交付逻辑严密的完整项目结果与商业报告，该报告具有可评估与可实施性。并为企业数据资产管理提供详细方案，为企业发展提供数据规划策略。

1.1.2　数据分析师的岗位职责

随着企业对数据中隐含的深层价值的发掘及数据利用程度越来越高，越来越多的企业开始重视对专业化分析人才的培养。企业对数据分析师的要求首先是构建业务数据体系，然后是深入理解业务数据，支持业务发展，给出重点业务数据分析意见，帮助给出业务优化建议和落地方案。

数据分析师的岗位职责因产品的生命周期不同而不同。

（1）在产品开发阶段，数据分析师主要运用数据分析和规划方法，帮助梳理产品与业务流程，明确运营指标，搭建运营指标体系，推动监控指标可视化。

（2）在产品引入阶段，数据分析师需要了解企业现状，通过小范围试用尽快发现产品体验与业务流程中需要改进的内容，缩短产品调试周期。

（3）在产品增长阶段，数据分析师需要对现有业务数据进行分析和监控，通过数据分析发现问题，探索机会，通过模型的建立优化现有业务。

（4）在产品成熟阶段，数据分析师需要尽可能延长用户生命周期，持续观察互联网领域相关业务的变化、模式、新产品，优化数据分析方法及模式，最大化用户商业价值。

不懂数据分析的人会觉得数据分析就是数据的运算，但真正的数据分析需要大量烦琐的数据采集、清洗工作的支持，需要长期深入的特征工程作为依托，没有分析经验的积累与行业知识的沉淀，数据无法体现其真正的价值。数据分析师的核心价值是帮助企业实现数据驱动产品进步，通过专业的数据分析帮助企业的业务人员提升数据分析的能力，因此数据分析师是企业中必不可少的角色。