最近给不少网友做求职咨询，听到很多类似的说法："我做数据分析快两年了，天天就写SQL、出报表，活得像个人肉BI，领导还总说我缺乏洞察。但是我也不知道该怎么分析，我到底该怎么办啊？"
回答这个问题首先要搞清楚的是，人和人是不同的，数据分析师和数据分析师也是不同的。
得先搞清楚数据分析师的类型有哪些，然后你自己想做哪种分析师，才知道你后续该怎么办。
今天我就跟你聊聊，数据分析师到底分几种，你最适合哪一种。
数据分析师大致可以分为三种类型，我们先说第一种，业务型数据分析师。
1.1 什么是业务型分析师？
简单说，就是哪个业务部门有需求就往哪跑，专门帮业务解决具体业务问题的。
今天帮运营看直播数据，明天帮产品评估新功能，后天帮市场部搞竞品分析，活脱脱一个数据界的救火队员！
但是啊，业务型分析师一般也会有分工，比如：
产品分析师：整天研究用户行为，帮产品优化体验，搞那些AB测试
运营分析师：天天盯着用户活跃度、留存率，研究怎么让用户更爱用产品
营销分析师：专门分析广告投放效果，研究哪个渠道性价比最高
1.2 业务分析师的日常到底在干啥呢？
主要这么几件事
帮业务找问题：比如运营说活动效果不好，你得给他找出具体哪里出问题。是投放渠道不对？是用户不感兴趣？还是价格策略有问题？
帮业务想办法：发现问题后，还得给解决方案。比如运营想要发优惠券，那么究竟发给谁？发多大金额的？这些具体的办法就需要业务数据分析师做用户分析找出答案。
帮业务定目标：别以为业务分析师就是个报表工具人。人家老板问："双11目标定多少合适？"你得给出一个有理有据的数字，这可都是实打实的业绩！
帮业务追结果：最后还得跟踪效果，看看措施有没有用。要是效果不好，还得继续优化，直到搞定为止。
1.3 这个岗位适合你吗？
先说优点：
机会多得很！只要有业务，就有业务数据分析的需求，所以岗位数量特别多。
容易转行！我就见过不少业务分析师转运营的。你想啊，整天和各个业务部门打交道，了解那么多业务场景，不就是最好的锻炼吗？
好出成绩！只要你能解决业务问题，那就是你的成绩。因为离业务比较近，所以也容易看到成绩。
缺点也得说说：
事太多！今天运营找你帮忙，明天产品叫你开会，后天市场要报告，有时候真想复制一个自己！
不好深入！很多朋友反映："感觉自己每个方向都懂一点，但好像又都不太深入..."
1.4 给想转的同学几个建议
第一，学历上，本科基本够用。我看过不少211、985的简历，但真正面试的时候，业务理解能力才是关键。
第二，技能要求上：
SQL必须溜！写得慢就别来了
Excel要精通！不是说会写sum就行
业务理解力最重要！光会写代码不行，得懂业务逻辑
第三，说说钱：
应届生的话，大厂能到15-20k*15
中厂大概能到13-17k*14
小厂可能就10-15k*13了 但是！只要你能力强，涨得快。我就见过有同学两年涨到35k的，关键看你能不能帮业务解决实际问题。
接下来给你们讲讲最高端的数据分析师——决策型分析师。
2.1 什么是决策型分析师？
简单说，就是给老板出谋划策的数据军师！
记住啊，这可不是帮业务部门做做报表、看看数据那么简单。
业务分析师是救火队员，决策型分析师可是军师，这能一样吗？
我给你们举个例子：
业务分析师在研究"为什么这个活动转化率低"
决策型分析师在研究"未来三年我们该不该进入这个市场"
业务分析师在分析"上个月掉了多少用户"
决策型分析师在分析"未来的增长引擎在哪里"
听出差别了吗？一个在战术层面，一个在战略层面！
2.2 这个岗位的真实价值在哪？
帮公司找方向。对于公司的新项目来说，这类岗位是不可或缺的。比如原有业务已经成熟，接下去要开发“下沉市场”，就需要决策型分析师做好市场调研。有时候数据往往不全，甚至还需要到线下实地调研。
帮公司省钱。决策型分析师有一个很重要的能力就是证明业务没价值，没错，就是没价值。如果你真的能证明某个业务没有发展价值，那么对公司来说，及时止损，也是价值。有些业务就是在烧掉几个亿后才觉得此路不通，白白浪费了前期投资。
帮公司找机会。对于现有业务，如何找到突破口？比如研究“90后的消费习惯变化趋势”，这种大方向的判断可以对运营策略起到指导作用。
2.3 决策型的优缺点
先说优点：
你就是老板身边的军师！一个好的建议，可能让公司少走3年弯路。
眼界开阔！今天研究教育行业，明天研究新能源，后天研究消费品，你的认知每天都在进步。
最容易出成绩！只要你提的建议被采纳，而且效果不错，那基本上前途不愁。
但是！缺点也很明显：
压力巨大！动不动就是亿级项目的决策，面对的都是企业高管，很多人晚上经常做梦都在练习发言稿...
得罪人！真以为提建议很风光？我告诉你，否定别人提的方案，比提个新方案难100倍！
要求太高！985本科算什么？TOP院校的硕士打底！
2.4 决策型的几个建议
第一，学历：
985本科最好是清北复交
硕士基本是必须的
海外名校背景加分
商科背景优先
第二，技能：
商业sense！这个最重要，得懂商业本质，相比业务分析师，更聚焦在商业问题而不是业务问题上。
表达能力！讲不明白等于白分析
抗压能力！我跟你讲，比996还刺激...
第三，钱的问题：
应届生起薪：大厂能到30k*15甚至更高
3年工作经验：最少50k，顶尖的能到70k
5年以上：天花板很高，看你能力了。但是！年终奖波动超大，可能0.5个月，也可能5个月！
现在给你们讲讲最苦逼但最不可或缺的一种数据分析师——基建型分析师。
3.1 什么是基建型分析师？
简单说，就是给公司搭数据架构、建数据仓库、定数据规范、建设数据报表的工程师！可别小看这个岗位，没有他们，决策型和业务型分析师统统玩不转！
我给你们打个比方：
业务分析师就像是开车的，天天在想怎么开得更快
决策型分析师就像是设计路线的，研究该往哪个方向开
基建型分析师是干啥的？修路的！没路你开个毛线！
3.2 日常工作状态
这些人的日常工作一般是这样的：
早上9点，刚到公司，运营部门就疯狂艾特：
"救命！昨天晚上的实时数据看板挂了！"
"我的自动化报表怎么又延迟了？"
"新建的表为啥跑不出来数据？"
你看看日志，好家伙：
清晨4点跑的ETL任务失败了
5个叫"用户标签"的表互相join，查询超时
昨天新建的表忘记加分区，数据太大跑不动
中午12点，产品经理又来了：
"哥，能不能给我建个实时看板？就是能实时看用户行为的那种。"
"行啊，你要看哪些指标？"
"嗯...我要看UV、PV、转化率、留存率、用户路径、活跃时长...最好能下钻到每个版本、每个渠道、每个用户群..."
我去，这是要看整个数据仓库吧？
下午3点，老板突然说要做数据治理，要你统计一下公司有多少张表、多少指标、多少数据口径... 你打开元数据管理平台一看，好家伙：
1万多张表
3000多个指标
七八个部门都在用不同的口径算DAU
3.3 基建型优缺点
听起来不错吧？我们还是说说优缺点。
先说优点：
最稳定！我跟你讲，这个岗位就是公司的基础设施，怎么可能说裁就裁？当然这里说的是比较高级的人才了。
最不可替代！现在ChatGPT再厉害，也不可能自己建数据仓库是不是？
技术水平高！基建是三种数据分析中最需要数据技术的。
但是！缺点也很明显：
责任太大！出了问题就是全公司的数据都不能用，比删库跑路好不了多少...
非常辛苦！我一个朋友说他们组5个人，要维护2000多个数据任务，每天光看监控就要2小时。
不太容易出彩！干得好是本分，出了问题就要命！我一个学生说："我们就是数据界的物业，没人闹事就是最好的表扬..."
离业务太远！基建型数据分析师一般在中小企业比较多，在大厂越来越多的基建是由数据仓库完成的；这类工作做多了越来越偏技术，离业务越来越远，越来越不像分析师。
3.4 基建型的几个建议
给想转这个方向的同学几个建议：
第一，技能要求：
SQL必须特别溜，复杂的性能调优都得会
数据仓库建模，维度建模必须懂
Python/Java得会一个，维护ETL要用，有些企业可能不需要。
数据治理、元数据管理得懂
第二，要求的背景：
学历没那么看重，但一般本科还是要的
有大数据开发经验加分
数据库证书、大数据证书都有帮助
第三，钱的问题：
应届生：大厂20-25k*15
3年经验：30-40k*15
5年以上：基本都是P7+，50k起步 但是！这个岗位最大的好处是收入稳定，不太看KPI。
最后说一句：选这个方向的，一定要有当老黄牛的觉悟。如果你想天天做PPT、做战略，就别来！但是如果你想躲在后台默默地做点实事，这个岗位很适合你！
结语最后，记住一点：选择方向前，先想清楚自己擅长什么、喜欢什么。不要看别人工资高就跟风，要结合自己实际情况来规划！
·END·
以上就是关于数据分析师有3种类型，你适合哪种？下雨前的预兆全部的内容，关注我们，带您了解更多相关内容。
特别提示：本信息由相关用户自行提供，真实性未证实，仅供参考。请谨慎采用，风险自负。
