数据分析秋招回顾 - Day1：数据分析的理解

作为一个2022届的数据分析岗位的秋招党，在去年的秋招中也成功上岸，在整个过程中也收获结识一群优秀的朋友，大家也都拿到不同大厂的数分offer，创作这个专栏主要是为了分享我们在去年整个秋招过程中如何准备面试，沉淀下来的一些知识点以及一些走过的雷区，希望能够尽量给予未来优秀的“数分人”一些帮助和岗位的资讯。因此我们创建了一个无门槛的23届数分交流群，群里的学长学姐会尽量回答大家一些关于秋招的问题，也会分享一些自己一路面试过来的经验，欢迎大家加学姐的微信，学姐会把大家拉进我们的群里：********（记得添加来自‘牛客’备注哦）

Day1：数据分析的理解

求职数据分析工作，对数分的理解是面试中常考问题，只有清晰了解数据分析的工作性质、内容、发展途径、岗位职能等，明确数据分析所需要的人才特征，才能更好的在面试中对面试官表现出自己适合数据分析的工作。

一数据分析的岗位职能：

数据驱动商业。数据分析师的基本职能是通过对企业数据的处理、建模、分析，得出有用决策，帮助企业解决商业问题。

基本工作内容：

（1）数据查询与处理：

数据分析师在日常工作中担任着接数据需求的工作，如产品经理在工作过程中需要某项数据，但她本人没有数据权限，需要你按照其具体要求从数据库中查询、处理。

（2）可视化看板搭建：

看版是指将数据进行可视化，通过制作不同类型的图标相结合的形式，实现实时监控，从而监控和观察某项业务的发展情况。

（3）数据分析报告：

作为一名数据分析师，在日常工作中通过分析，书写报告的形式，解决某一项具体问题，报告一般分为三类：

描述事件类报告：主要用数据来描述目前的企业情况，以客观数据的汇报为主，如描述公司上周的整体运营状况、描述公司双十一期间促销活动的营收情况。
异动分析类报告：主要对于公司数据中存在的异动波动原因进行解答。如去年山东地区的整体营收突然下降，请撰写报告分析原因。
策略的制定类报告：对于企业工作中的某一项内容，通过数据的方式制定解决策略。如现在公司要开设一个商品畅销榜，如何挑选商品，商品如何排序，通过数据分析的方式制定相应策略。再如公司要发行一个优惠券，关于优惠券适用于什么人群，如何定价，请制定相应策略。

（4）模型构建：对公司中某一具体问题通过机器学习构建模型，将模型上线，解决该问题。

（5）AB Test：对于公司新更新的功能，开展AB Test实验，输出效果评估结果分析，给出新功能是否有效或存在的改进点。

二数据分析师的类型划分：

目前国内的就业市场中，虽然很多岗位都叫数据分析师，但具体的职能相差较大，上述的六项数据分析师职能，很少有一位数据分析师兼顾其中所有工作。常规来说往往负责其中的2-3项。一般而言，数据分析的类型划分主要为：

1、BI数据分析师（业务项）：BI中文为商业智能，是业务项数据分析师，大都对技术要求较低，但商业思维要求较高，是许多商科同学转型的首选。这部分数据分析师的主要职责包括：数据查询与处理、数据看板制作、数据分析报告撰写三点。通过自身对业务、商业的理解，制定出业务真正需要的数据分析报告或看板，给出自己的商业建议。

2、策略分析师（业务项）：策略分析师大都是深入某一业务中，通过数据分析手段制定业务策略。如风控行业的策略分析师需要识别金融诈骗等手段，对其利用数据分析方式提前预防。如电商行业的策略分析师需要对选品、榜单制作、商品营销优惠券定价等场景制定策略。这部分数据分析师的主要职责包括：数据查询与处理、数据分析报告、策略制定。

3、实验设计数据分析师（技术项）：实验设计的数据分析师主要工作内容在于如何通过科学的方式设计实验，评估公司某项策略、界面、内容更新真正有效。专注于AB Test、因果推断等内容，对于统计学的要求较高，这部分数据分析师的主要职责包括：数据查询与处理、数据分析报告、AB Test。

4、数据科学家（技术项）：数据科学家属于数据分析领域的解决方案架构师。其主要目标是综合业务分析、实验设计、建模等多种方式，对某一企业问题用数据的方式构建解决方案。单论其中一项内容，数据科学家的专业程度可能都比不上专业从事人员，如对业务的认知少于BI，对策略构建的认知少于策略分析师，对模型的能力少于算法，但他们能平衡多种能力，对应于不同的场景使用不同的办法，构建综合解决方案。这部分数据分析师的主要职责包括：数据查询与处理、数据分析报告撰写、策略制定、模型构建。