这篇文章是超级干货,千万不要一扫而过
空白写在前面:
关注我多年的小伙伴清楚我从事数据以来已经9年,辅导过很多pointer转型为数据分析师、策略增长、数据产品、商业分析师、战略分析师等,很多小伙伴一直希望我能出一篇文章详细介绍下这么多数据/分析岗位,到底有哪些不同,优势劣势是什么,薪资又是多少,成长空间如何。于是以我多年来辅导pointer整理出的经验,同时也做了大量市场人才调研,给大家整理了一份关于数据岗的一览图,帮助大家了解到底有多少类型的数据岗位。欢迎大家收藏这篇文章。
1
取数型数据分析师
工作职能:
围绕着业务需求,往往是临时性的取数需求而工作,就是我们常说的工具人。
所需能力:SQL,Excel(基本函数和作图),良好沟通能力
优势:门槛低,容易进入;压力小,执行层
劣势:连续工作3年以上,会发现自己的职场竞争力超级弱,因为太多入职1年的新人python比你写的 好,sql比你玩的溜。此外,还会发现小型市场已经开始逐步使用数据产品工具自动化取数需求。
薪资区间:10-20k
2
业务数据分析师
工作职能:
需要掌握根据具体业务指标提取和分析公司数据的方法,从商业指标到用户行为到精益管理等,并采取可视化技术传达你的意见和想法。
举例:让A同学去分析如何通过优化APP栏位布局来提高整体下单转化率。这是一个相对具象的分析目标。针对这个问题,A同学需要熟悉现有的APP栏位、市场上常见的栏位布局方式、用户下单转化全流 程,并且具有一套分析方法、会使用SQL这样的工具帮他完成整个分析过程。
所需能力:熟练掌握SQL、Excel(基本函数,透视表/图);Tableau/Power BI/FineBI等可视化工具;熟悉某个行业或者领域的业务流程、知识。熟练掌握业务指标拆解;中高级业务分析师需要掌握更系统的分  析方法论,具备良好的统计学基础知识等;
优势:经过修炼,可以成为某个行业或者领域的专家
劣势:取数分析师进阶版。市场上业务分析师良莠不齐,对业务分析师的要求差异也比较大。有的公司  在招人时也是“挂羊头,卖狗肉”。所以,因此,需要自己对职位有一定鉴别能力或者有导师帮助check一下(取数分析师通常解决这个问题是什么?目前发展到什么阶段?而业务分析师要利用业务知识和分  析技能做好问题发现,归因)
薪资区间:15k-25k
3
商业分析师(经营分析方向)
工作职能:
企业内部经营状况分析,通常涉及业绩目标制定、各个渠道经营状况监控、业绩指标异常监控和量化归因并为决策者提供决策依据。主要是解决企业目前营销业绩是否健康?营收状况是否良好?希望 通过分析企业各类财务指标,发现业绩增长点,从而调整企业内部战略。
举例:
1.深入理解业务模型和外卖用户补贴逻辑,构建较为完善的外卖补贴分析体系;
2.长期洞察外卖  用户特征,从消费场景、用户群等视角寻求用户增长的机会点,驱动外卖新客增长;
3.深度参与推进外   卖用户营销相关的增长驱动项目,负责项目目标制定、业务模式设计和项目推进过程的跟踪和复盘;
4.联动用户运营、产品、市场营销等相关部门,盘点不同营销渠道的效果和效率,建设营销效果评价方  法,推进外卖市场营销目标、策略、评价的体系化建设。
所需能力:熟练掌握SQL、Excel(基本函数,透视表/图);Tableau/Power BI/FineBI等可视化工具;掌握基本财务指标;具备一定数据分析方法论,善于通过指标拆解提炼出解决方案。熟练掌握某个行业的商业模式,基本了解同行的财务指标情况;
优势:偏战略方向,向高层汇报,更多机会和挑战,更高的行业天花板;
劣势:准入门槛相对较高,要懂财务、懂行或者"镶金"出身 (名校背景)、有咨询背景更佳
薪资区间:25k-60k
相关职位:
4
商业分析师(战略分析方向)/战略分析师
工作职能:
为老板出谋划策,站在高层或者老板的角度看问题。主要关心问题如市场多大?竞争对手有哪些?对手做什么?我们应该能做什么?诸如此类的。对这批人的能力要求更高,需要很懂行,也就是对行业有较为全面的认知。不仅如此,还需要有敏锐的商业嗅觉,什么意思呢?就是能快速察觉政 策、竞对、市场风向等,并及时做出响应。
所需能力:熟练掌握各类分析方法框架;全局思维;清晰的分析思路;敏锐的商业嗅觉;
优势:面向企业高层,职业天花板高,格局大、视野广
劣势:坑位少,一般互联网公司就招那么5-10个
薪资区间:35k-65k 
5
策略分析师/策略产品/策略运营
5.1 策略数据分析师
工作职能:
策略数据分析师仍旧还是基于数据分析,这是他与策略产品、策略运营不同的点。
先看“策略”一词,简单说就是可以实现目标的方案集合。说白了就是大家围绕着一个具象化目标制定的一系列的解决方案。那么,策略分析就是通过数据的方法寻找解决方案。同样,策略产品就是通过一系列产品功能更新迭代去完成这个目标。策略运营就是通过一系列运营的手段去完成目标。所  以,和策略相关的岗位更强调目标性、更体系。对从业者要求也不再是某个点的理解,而是要懂得 整条”链路”。
根据行业和对象不同,策略数据分析师又有风控策略分析师、营销策略分析师、商品定价策略、推荐策略分析师等
所需能力:SQL或Python;有用户画像/商品画像知识体系;掌握核心指标拆解、用户细分和一些基本的 营销模型、定价模型、风控模型或基本的推荐算法;熟练掌握某个行业业务知识、业务流程;和产品、 运营、算法团队协作,将分析决策落地
优势:薪资高、护城河高;需要一定行业经验积累;
劣势:需要绝对的背KPI能力,抗压耐受性强;
薪资区间:25k-60k 
相关职位:
5.2 策略产品
工作职能:
策略产品就是通过一系列产品功能更新迭代去完成特定量化目标。
策略产品归根结底还是产品,因此,围绕产品功能迭代、更新去进行,区别在于目标更明确、更具体。
所需能力:需求对接、撰写需求文档;熟练掌握某个行业业务知识、业务流程;熟悉增长策略、用户细 分;了解用户画像/标签、商品画像/标签;  掌握用户细分和一些基本的营销模型、定价模型、风控模型或基本的推荐算法;和产品、运营、算法团队协作,将分析决策落地。
优势:薪资高、护城河高;需要一定行业经验积累;
劣势:难度略高,综合能力要求高
薪资区间:25k-60k
5.3 策略运营
工作职能:
策略运营就是通过一系列运营动作去完成特定量化目标。
策略运营归根结底还是运营,所以,先看运营。根据对象不同,运营又有【用户运营】、【内容运 营】、【活动运营】、【社群运营】等;
知友总结的很好,【用户运营】是满足目标用户的需求,来提高用户黏性,让用户心甘情愿买单,   为公司创收。【内容运营】是通过内容来有针对性地吸引目标客群,引导用户为其付费;这里的“内 容”不仅包括文字,可能还包括图片、短视频等。【活动运营】亦然,通过组织产品说明会、线下交  流会等各种活动,来提高用户活跃度。【社群运营】也是通过社交网络,让用户与用户之间形成关  系网,关系网内的互动可以减少用户的流失率,甚至可以拉新、转介绍。
优势:薪资高、护城河高;需要一定行业经验积累;
劣势:没有什么劣势,是运营很好的晋升方向。
薪资区间:25k-60k 
6
数据产品经理
工作职能:
数据产品经理是在数据背景下催生出的又一新兴职位。从命名上看,数据产品经理与产品经理差异 就体现在“数据”两个字上。如果说产品经理主要负责和产品相关的产品需求对接、产品规划、设  计、过程管控、产品功能更新和迭代。那么,数据产品经理显然是围绕着数据服务,去设计功能、 平台来满足需求方(企业内部或者外部使用者)
数据服务又分数据基础层中间层、应用层。所以,数据产品细分也可以遵循这样的划分,虽然企业招人不按照这样细分,但却也会依据之前的经验对号入座。比如,你之前做的就是偏基础层产品, 那么倾向把你划分去做基础层数据产品。
疑问来了:究竟什么是基础层?什么是中间层?什么是应用层?
基础层的数据产品,具象来说可能是埋点平台、数据仓库、数据模型、指标规范、任务调度、测试工具  等(如阿里的OneData),往往更多也跟数据的来源接入有关,对产品经理自身的技术思维和素养要求更多;
中间层的数据产品,以画像标签平台、自助化报表平台、各种数据中台为主,在大部分场景都会是承上  启下的角色。这就需要产品经理一方面能对数据的来源和质量有所理解把控,一方面也能以应用价值为目标规划自己的平台,确保它不会变成一堆功能的堆砌;
应用层的数据产品,集合了神策这类数据分析类的产品,也包含DMP等能实际做出动作产生收益的平 台。总之这一层的数据产品跟钱更近,对产品经理的产品思维和素养要求的也更多;
所需能力:需求对接、撰写需求文档;了解业务知识、数据分析;了解市场上各种类型数据产品;
偏基础层数据产品最好有开发经验,偏中间层数据产品最好有数据分析能力、熟悉数据可视化,一定开  发经验;偏应用层的则侧重于业务经验;
优势:薪资较高、护城河高;需要一定行业经验积累;目前数据分析师、开发转型成为数据产品相对容易;
劣势:数据产品经理这个岗位特性只集中在大厂,中小厂不太会设定数据产品这样的岗位。
薪资区间:25k-45k 
相关职位:
7
数据挖掘/算法工程师
工作职能:
需要从海量数据中发现规律,    这就需要一定的数学知识,基本统计模型、数据挖掘技术,如机器学习算法、深度学习算法等;按照方向细分:自然语言处理、搜索推荐算法、计算机视觉等。
所需能力:数学、统计学、计算机基础;熟悉SQL和 R、SAS、SPSS等至少一种相关分析软件;掌握Python、Java、scala、golang等一种或以上编程语言;掌握数理统计和数据分析,掌握回归分析、分类、聚类、关联规则等常用数据统计模型和机器学习、深度网络等 ,并有独立完整的建模实践经验
优势:薪资高
劣势:门槛高,技术更新快,需要持续更新技能;容易遇到中年危机;
薪资区间:20k-100k
相关职位:
8
数仓开发/数据仓库
工作职能:
根据业务需求完成数据仓库的架构、设计和开发工作。
项目数据统计与分析任务,提供数据支持服务,ETL实施、ETL优化、报表等;
全链路数据开发,包括日志埋点、数据采集、数据同步、数据清洗与标准化、数据模型设计、离线  数据和实时数据开发、数据服务化、可视化和数据治理等工作。
建设用户、商品、交易、流量、营销、采配、库存、仓储、配送、履约等业务领域的通用数据集市。
所需能力:掌握大数据技术栈,包括Hadoop/Spark/Ka     a/Flink/ES/Hbase/OLAP引擎等其中几种技术;精通Hive编程、掌握Python/Scala/Java等开发语言一种以上,熟悉Linux系统及常规shell命令;掌 握数据仓库体系架构、建模方法、数据治理等知识;
优势:薪资区间大,薪资较高
劣势:技术门槛高,偏底层技术,难以量化产出;
薪资区间:18k-60k
相关职位:
END
如果你未来想成为用户增长、数据产品、策略运营、策略产品、策略分析。
那这个课程不容错过。
(不适合0基础学员)
如果你未来想成为商业分析、数据分析
北京11.20-11.21 我们不见不散^_^
点击图片加入
毕业9年,一路历程:数据科学家-MBB咨询顾问-私募投资
欢迎关注
继续阅读
阅读原文