说说我了解的数据分析工作

前面有同学提到 怎么看数据分析工作的前景。

感觉这个问题蛮复杂的,于是就想开个新帖子来写写。

先说明下,我的分享只代表我个人意见,可能有错误或局限的地方,还请大家多多包涵。欢迎其他同学的指正和补充。

我觉得这类问题不会有统一的答案。不同的人,不同的工作岗位,不同的公司都不一样。

如果有同学有相关的从业经验,也希望可以分享下。

言归正传。我自己没有做过数据分析,不过带过数据团队和算法团队,我说说我的一些理解。

数据分析是个很宽泛得概念,笼统看,是给不出答案的,要细化来看。

我给数据分析做三大类的划分。当然会有不一样的分法,但关键不在于怎么分,而在于具体做的事情,做划分只是方便阐述。

三类: 大数据系统;数据处理;数据应用。

以上是我的划分。

1 大数据系统

数据系统很好理解,就是类似 hadoop 这类的系统。严格来说,它不属于数据分析,而是数据工程,其实是后台开发岗位,所以这里就不展开了。

2 数据处理

数据处理,这个估计是大家最关心的,我估计大部分同学都是在做这部分的工作。

数据处理的工作可能包含这些:

数据埋点,数据清洗,建立数据报表,建立数据地图,跑 sql 提取数据,做数据展示报表等等。

说实话,这些工作是很枯燥的,做久了比较容易疲惫。

至于发展如何,要看公司。

举个例子。

就这个岗位来说,阿里可能会好过腾讯,原因是公司的业务不同。

阿里其实是商业服务公司。它的业务比较统一,数据量大,且同构,而本身跟商业相关,数据的价值更大。

听跳槽过来的同事说,阿里有专门的数据处理团队,数据仓库团队,负责建设维护阿里的主要数据。从阿里电商业务的规模来看,阿里的数据处理团队应该会很受重视。

再来说说腾讯。腾讯的数据也很多,但腾讯以产品主导,而且产品线很多,数据虽然也很多,但不同构,产品之间打通要花费巨大的人力物力。

另一方面,腾讯的产品对数据依赖其实不高。腾讯做产品很多是从人性出发,由牛逼的产品经理来把控,所以数据在腾讯,更多是辅助的作用,重要性自然没有那么高。

所以看 数据处理 岗位发展好不好的时候,要看公司业务对数据的依赖程度。

但就整个行业来说,大部分公司依赖都比较小,不是它们不想从数据挖出价值,而是没这个能力挖。

整体来说,我觉得数据处理岗位的天花板是比较低的。

3 数据应用

数据应用如果宽泛的看,可以分成两大类。

数据挖掘和机器学习。

数据挖掘。通过对数据的分析,结合行业,结合分析师自身经验理解,推导出未发现的客观规律,用于业务,用于商业决策。

这是对公司业务有重大影响的行为,所以凡是有这种部门的公司,该部门应该都是核心部门。

像埃森哲的商业报告,应该就是这类部门做的。

不过这种部门在互联网公司几乎没有,这类工作,其实最后都由对应的产品或运营做了,因为他们对业务更加熟悉。

大部分数据的同学在做着数据处理的工作,最后把数据结果给到产品或运营,由他们去分析挖掘,得出结论后给老板汇报。

机器学习。这个我觉得其实不应该归到数据分析,不过因为确实有涉及到数据,归进来也可以吧。

头条,抖音的推荐系统,就是最好的例子。机器学习是它们产品的核心竞争力,所以发展肯定不错,机器学习未来的发展也会不错。

但这里的问题是数据处理跟机器学习中间隔了几个 C++,不能说会数据,就会机器学习吧。

所以机器学习方向虽然不错,但几乎是完全不同的方向了。

结语

我觉得做 数据系统 或 数据应用 的同学都不用担心,只要好好努力,后面会不错。

数据处理 的同学要看具体公司和具体岗位了。

数据处理的同学其实有个不错的后续发展建议:平时可以多关注业务,多思考数据和业务的关系,后面可以往数据产品或数据运营的方向走,也是一个很顺滑的过度。

上面分享的是我接触到的情况,而且基本是互联网行业的情况,所以不能代表全局,只是我视野范围内的东西。

这个问题,我就分享到这里。欢迎其他同学的指正和补充。

本文来自【大飞码字的朋友们】

-------------本文结束感谢您的阅读-------------
Laic Zhang wechat
欢迎关注博主微信公众号【laiczhang】