更多行业干货,马上关注
CareerTu职图服务号👇
行业白皮书
求职必备技能
行业发展趋势
薪资和相关岗位
  扫码回复【DA】,免费领取白皮书  
01
实际运用场景
在数据分析家、数据工程师、数据分析师地合作推进下,人工智能和机器学习算法的使用在商业分析平台上已成为主流数据分析家将能够创建接近生产状态的Data Pipeline。随着数据来源越来越多样化和复杂化,以及数据分析自动化的盛行,企业在大数据分析方面会经历更多的创新。
 数据分析/Data Analytics
这里的数据可以是关于消费者行为、广告效果、产品表现、销售额、库存量、商品定价、人力需求、资源分配、项目预算额等等。
网页信息抓取/Web Scraping
电商公司利用该技术可获取竞品销售价格,以及时调整具有竞争力的价格销售产品。旅游公司也常使用网络爬虫从航空公司的网站上实时提取机票价格。
 推荐系统/Recommendation System
  • 音乐、电影的推荐,代表公司是:NetflixSpotify,豆瓣
  • 电商平台中的商品推荐,代表公司是:Amazon,淘宝
  • 个性化阅读(新闻消息),代表公司是:Flipboard,今日头条
  • 社交网络好友推荐、朋友圈推荐,代表公司是:Instagram 、小红书
 深度学习/Deep Learning
侈时尚零售商Burberry利用深度学习和大数据应用重塑了它们的整个商业模式。
 自动化/Automation
2019年,数据分析任务的自动化已成为技术开发的重点之一。到2020年,数据分析自动化在商业领域的应用将持续扩展。
02
职能岗位和薪资水平
在数据分析家、在现在的工作市场中,广义的数据分析家是与数据相关的岗位的统称,在不同的行业或企业里,常出现的相关职位名称有:
  • 数据分析家
  • 数据工程师
  • 数据分析师
  • 算法工程师
  • 业务分析师
  • 战略分析师
  • 大数据分析师
  • 数据分析工程师
  • 数据挖掘分析师
  • 商业数据分析师
1
数据分析岗位的薪酬
截至20209月,美国数据分析家的平均工资为113,309美元(数据来源:Glassdoor),工资范围通常在$83K$154K美元之间,而这个数字仅仅是底薪,是一个整体收入报酬比较高的岗位类别。
具体到不同的就业城市,数据分析家在旧金山和西雅图的平均工资分别是$140,897$125,692,分别高于全国平均工资水平24%11%,而最高工资分别达到$179K$161K。与商业分析师类似,数据分析家一般从业三到五年之后,可以晋升为高级数据分析家或产品经理。以高级数据分析家/Senior Data Scientist为例,全美的平均工资水平已经高达$134,222,最高范围约为$181K。如果是在一线城市的科技大厂就职,加上股票、奖金等福利,总共收入可达到$18-25K
03
未来职业发展路径
1
技术路线
2
管理路线
04
数据分析岗位主要工作职责
 数据相关岗位可以归类为3大类:
数据分析师/Data Analyst(以下简称DA
数据工程师/Data Engineer(以下简称DE
数据分析家/Data Scientist(以下简称DS
这3类岗位的职能区别主要有以下几点:
  • DA负责执行影响公司当前业务范围的行动;DE负责开发DADS使用的数据平台;DS的职责是从现有数据中挖掘价值并提出预测未来的洞察力,帮助企业做出数据驱动的决策。
  • DA并不直接参与核心商业决策过程,而是通过提供关于公司业绩的静态洞察来间接提供帮助;DE不负责决策;DS则需要积极参与影响公司进程的决策过程。
  • DA使用静态建模技术,通过描述性分析总结数据;DE负责数据管道的开发和维护;DS使用机器学习等动态技术来洞察未来。
  • 机器学习的知识对DA来说并不重要;然而,这对DS来说是必须的;DE不需要有机器学习的知识,但需要有核心的计算机知识如编程和算法,以建立稳定的数据系统。
  • DA只需要处理结构化数据;但DSDE也同时需要处理非结构化数据。
  • DADS都需要精通数据可视化,但对于DE来说这不是必备技能。
  • DADS都不需要了解应用程序开发和API的工作原理;然而,这是对
    DE最基本的技术需求。
随着商业项目流程的推进,一位全栈型数据分析师或数据分析家所需要展现的技能侧重点会略有不同。求职者和从业者可以根据自己的技能优势,在不同的求职阶段,找到符合自我定位的角色及发展目标。
05
数据分析岗位核心必备技能
Disgnosis
首先在识别问题的阶段,需要比较强的商业敏锐度,对商业目标和逻辑有深刻的理解,快速定义、优势与差距等;
Insight
在挖掘问题的阶段,要求能够快速通过现象看到本质并提供见解,把问题从“what”引入“why”的剖析层面,理解相关业务的各层级的商业指标以及它们之前的关系;
Strategy
进入到制定策略的阶段时,将商业需求和数据需求做双向的对标和转换是最重要的能力之一,不仅需要强大的Strategy-thinking沟通能力,还需要对数据技术有全面的理解,能够清楚地解释为什么要用这一个分析方法、为什么要利用这一个模型、或是对一系列数据的处理顺序的依据是什么等;
Solution
基于策略提出解决方案并设计技术产品,这里的产品可以是一套分析方法或是一系列模型,需要有很扎实的数据结构知识统计建模能力作为技术支撑;
Activation
随着解决方案的实施或上线,需要不断做出正确决策以推动进度,项目经验和执行力缺一不可,同时需要熟练使用PythonSQL等编程语言以及相关数据处理软件
Performance
在测试方案效果时,可以做出详细的评估和解析,不仅可以拆解收获或差距的具象,还需要回答为什么会出现这样的收获或差距,以及对今后的项目提供了什么信息参考,这个过程既考验报告演讲能力,还需要有优秀的Critical-thinking技能。
海外增长干货
工具测评
海外品牌数字化
数据分析
交互设计
品牌增长俱乐部(畅学年卡)
突破技能界限, 赋能品牌出海
为出海品牌负责人、跨境电商从业者、海外电商人士, 提供业务技能精品课程, 突破技能界限,实现职场飞跃。
会员全年无限畅学品牌全球化技能:数字营销Digital Marketing, 商业分析Business Intelligence, 数据分析Data Analytics, 电商增长设计Growth Design、电商增长 Growth Marketing。
海外业务专家授课, 专家来自:Amazon, Google, Facebook, TikTok, Casper, LVMH等。
品牌增长俱乐部会员可以全年无限参加直播, 录播课程,巩固技能知识点、方法论,提升业务能力。同时也不定期举行资源对接、闭门分享会、微信社群等,赋能出海圈人脉拓展。
扫码添加职图咨询师

回复【会员】
即刻加入!
推荐阅读
点击“阅读原文”,立即免费领取白皮书
继续阅读
阅读原文