数据分析师是一个随着消费互联网数据沉淀经过大数据化而衍生的一个前瞻性的职业，同时随着产业互联网的践行，数据对于企业的价值意义大于了企业营销及内控管理的本身。
一个优秀的数据分析师所做的前端消费数据分析，后端产业数据分析，行业数据分析、宏观数据分析，都会影响和决定一个企业的基础营销以及扩张战略，可以说是一个前瞻性的职业，这个职业决定了企业在管理与营销方面的营收增长与低成本试错。个人认为数据分析是对企业营销方面有很大的建树性作用，特别是国内中小型企业因缺乏数据分析，缺乏正规的营销管理方法与工具，简单的把营销做销售或者是广告或者是品牌，因此在一定程度上可以辅助并纠正企业营销思维：
作好数据运营个人认为应该具备以下几个能力：
1、懂业务：除了数据分析本身所具备的基本建档、分类、分析、统计及数学功能以外，应该具备懂业务的的能力：熟悉行业知识、公司业务及流程，最好有自己独到的见解，若脱离行业认知和公司业务背景，分析的结果就没有太大的使用价值；
2、懂管理：一方面是搭建数据分析框架的要求，比如确定分析思路就需要用到营销、管理等理论知识来指导；另一方面是针对数据分析结论提出有指导意义的分析建议；
3、懂分析：能够掌握数据分析基本原理与一些有效的数据分析方法，并能灵活运用到实践工作中，对于开展数据分析起着至关重要的作用：
4、懂工具：数据分析方法是理论，而数据分析工具就是实现数据分析方法理论的工具，面对越来越庞大的数据，我们不能依靠计算器进行分析，必须依靠强大的数据分析工具帮我们完成数据分析工作；
5、懂设计：运用图表有效表达数据分析师的分析观点，使分析结果一目了然。图表的设计是门大学问，如图形的选择、版式的设计、颜色的搭配等等，都需要掌握一定的设计原则。
6、懂应用：数据分析只是基础，那么数据能否准确的分析和实践应用企业营销及管理，不仅是数据分析师应该具备的能力，也是应该同营销、调研，销售、管理等企业产业链去看匹配度是否符合正向规律；
作为电商行业数据分析师除了懂和应用具备以上能力外，对电商与本上行业的特性，互联网营销、互联网传播与销售，新一代消费心理学，电商趋势，电商服务行业类型及产品所属的类别应有独到的见地和认知；作为电商数据分析师，核心职责就是通过数据分析要么拉新，要么提升存留、要么加强消费印象，要么拉升消费、要么做产品品类调整，要么做营销布局调整、要么就是电商服务感知条调整，所以要根据数据分析结果去优化调整数据反馈最明显的地方，才是电商数据分析师的价值所在。即利用数据创新增长价值。
前华为员工，十年数据分析师，看了几篇回答实在想进来怒答一波先说一句，千万不要看了几篇机器人写的文章就给自己定下职业规划，觉得这个行业好像一片光明、人人都能挣钱似的，其实吃人血馒头的自媒体大有人在；其次你要自己去调研，去找数据，找身边的例子，找企业了解，这才是对你自己的未来负责
话可能激进了些，但是我这几年几乎每天都会有人来问我想要转行数据分析，有工作20年的，有初中刚毕业的，你不知道他们受荼毒有多深......
好了不扯了，我再说数据分析行业。你知道自媒体运营吗？数据分析的情况跟这个差不多，尤其是偏业务的，也都是火了没几年，门槛又不高，不少人趋之若鹜，挤破头也要挤进这个行业，直到现在，整个数据分析行业（只说国内）表面上供小于求，实则水分特别高。
水分是什么？
一是企业，表面上看好像什么企业都想要数据分析，你要明白，你们趋之若鹜的同时国内企业也在盲目随众，现在哪个企业不搞数据化改革、不搞数分平台建设？其实你要问企业真的很需要吗？并不是。很多企业就是招了一堆人天天做报表，当取数机器。如果你想做的是业务分析师，情况就更惨一些了，在大多数中小型企业和部分传统企业中，业务分析经常是被老板说没价值的，时间久了你自己都会怀疑自己的工作是否有价值。
二是求职者，主要是这个行业门槛太低了，换句说话，门槛不明显。可能很多人觉得学个r语言、学个python、学个BI就行了，其实用excel做统计都算是数据分析，所以数分的人多而不精。别看行业里人这么多，真正达到分析师高度的人很少很少，大厂企业争得抢的是这样的人。
说了这么多，冷水也泼完了——其实也是为了让你能保持清醒——我再接着说点职业发展的：
如果你想做运营类，数据分析都有前提目标，分析一场营销活动的转化效果、分析用户下载激活注册的转化率、分析某个广告渠道的下载量、每激活成本、用户留存情况等等，这些一般是不设专岗，往往ceo、coo、产品、运营同学把这部分工作各自承担了。当然，如果公司组织结构很大，不排除单独设立，这时候需要你具备熟练操作数据分析工具、如mySQL、spss、python，甚至是报表呈现。
另外一个就是就是研发型数据分析师，一般就是据业务需求做数据埋点、监测，数据处理、报表呈现。高深一点的就是大数据分析、BI工程师、机器学习、个性化推荐了。
其实造成数据分析师地位不高的主要原因，就是不认同和价值缺失。我们总说数据驱动业务，可平时看到的，却总是业务部门追着数据部门屁股要数据，而且数据分析的价值其实很难表现出来，领导不认同，同事不认同，甚至连自己都不认同，甚至会怀疑自己所做的事情是不是真的有价值，这种情况在企业中非常常见，做数据分析的人基本都会转做管理和运营。
其实数据分析做到一定程度会觉得有瓶颈，技术已经做到头了，但是就数据分析来说，技术真的不是最重要的(虽然要说做到头还是比较难的，数据的坑纵深很大)，业务要更重要，再牛逼的技术，对业务没有赋能，被砍掉完全有可能，因为企业要靠业务来养，投入是要看回报的，不管是短期还是长期的。
如何做市场数据分析，在电商行业做数据分析师有前景吗优势如何
潜江龙资讯网
在不同行业中如何做市场数据分析，专门从事行业数据搜集、整理、分析，并依据数据做出行业研究、评估和预测的专业人员：
数据分析师是一个随着消费互联网数据沉淀经过大数据化而衍生的一个前瞻性的职业，同时随着产业互联网的践行，数据对于企业的价值意义大于了企业营销及内控管理的本身。
一个优秀的数据分析师所做的前端消费数据分析，后端产业数据分析，行业数据分析、宏观数据分析，都会影响和决定一个企业的基础营销以及扩张战略，可以说是一个前瞻性的职业，这个职业决定了企业在管理与营销方面的营收增长与低成本试错。个人认为数据分析是对企业营销方面有很大的建树性作用，特别是国内中小型企业因缺乏数据分析，缺乏正规的营销管理方法与工具，简单的把营销做销售或者是广告或者是品牌，因此在一定程度上可以辅助并纠正企业营销思维：
作好数据运营个人认为应该具备以下几个能力：
1、懂业务：除了数据分析本身所具备的基本建档、分类、分析、统计及数学功能以外，应该具备懂业务的的能力：熟悉行业知识、公司业务及流程，最好有自己独到的见解，若脱离行业认知和公司业务背景，分析的结果就没有太大的使用价值；
2、懂管理：一方面是搭建数据分析框架的要求，比如确定分析思路就需要用到营销、管理等理论知识来指导；另一方面是针对数据分析结论提出有指导意义的分析建议；
3、懂分析：能够掌握数据分析基本原理与一些有效的数据分析方法，并能灵活运用到实践工作中，对于开展数据分析起着至关重要的作用：
4、懂工具：数据分析方法是理论，而数据分析工具就是实现数据分析方法理论的工具，面对越来越庞大的数据，我们不能依靠计算器进行分析，必须依靠强大的数据分析工具帮我们完成数据分析工作；
5、懂设计：运用图表有效表达数据分析师的分析观点，使分析结果一目了然。图表的设计是门大学问，如图形的选择、版式的设计、颜色的搭配等等，都需要掌握一定的设计原则。
6、懂应用：数据分析只是基础，那么数据能否准确的分析和实践应用企业营销及管理，不仅是数据分析师应该具备的能力，也是应该同营销、调研，销售、管理等企业产业链去看匹配度是否符合正向规律；
作为电商行业数据分析师除了懂和应用具备以上能力外，对电商与本上行业的特性，互联网营销、互联网传播与销售，新一代消费心理学，电商趋势，电商服务行业类型及产品所属的类别应有独到的见地和认知；作为电商数据分析师，核心职责就是通过数据分析要么拉新，要么提升存留、要么加强消费印象，要么拉升消费、要么做产品品类调整，要么做营销布局调整、要么就是电商服务感知条调整，所以要根据数据分析结果去优化调整数据反馈最明显的地方，才是电商数据分析师的价值所在。即利用数据创新增长价值。
前华为员工，十年数据分析师，看了几篇回答实在想进来怒答一波先说一句，千万不要看了几篇机器人写的文章就给自己定下职业规划，觉得这个行业好像一片光明、人人都能挣钱似的，其实吃人血馒头的自媒体大有人在；其次你要自己去调研，去找数据，找身边的例子，找企业了解，这才是对你自己的未来负责
话可能激进了些，但是我这几年几乎每天都会有人来问我想要转行数据分析，有工作20年的，有初中刚毕业的，你不知道他们受荼毒有多深......
好了不扯了，我再说数据分析行业。你知道自媒体运营吗？数据分析的情况跟这个差不多，尤其是偏业务的，也都是火了没几年，门槛又不高，不少人趋之若鹜，挤破头也要挤进这个行业，直到现在，整个数据分析行业（只说国内）表面上供小于求，实则水分特别高。
水分是什么？
一是企业，表面上看好像什么企业都想要数据分析，你要明白，你们趋之若鹜的同时国内企业也在盲目随众，现在哪个企业不搞数据化改革、不搞数分平台建设？其实你要问企业真的很需要吗？并不是。很多企业就是招了一堆人天天做报表，当取数机器。如果你想做的是业务分析师，情况就更惨一些了，在大多数中小型企业和部分传统企业中，业务分析经常是被老板说没价值的，时间久了你自己都会怀疑自己的工作是否有价值。
二是求职者，主要是这个行业门槛太低了，换句说话，门槛不明显。可能很多人觉得学个r语言、学个python、学个BI就行了，其实用excel做统计都算是数据分析，所以数分的人多而不精。别看行业里人这么多，真正达到分析师高度的人很少很少，大厂企业争得抢的是这样的人。
说了这么多，冷水也泼完了——其实也是为了让你能保持清醒——我再接着说点职业发展的：
如果你想做运营类，数据分析都有前提目标，分析一场营销活动的转化效果、分析用户下载激活注册的转化率、分析某个广告渠道的下载量、每激活成本、用户留存情况等等，这些一般是不设专岗，往往ceo、coo、产品、运营同学把这部分工作各自承担了。当然，如果公司组织结构很大，不排除单独设立，这时候需要你具备熟练操作数据分析工具、如mySQL、spss、python，甚至是报表呈现。
另外一个就是就是研发型数据分析师，一般就是据业务需求做数据埋点、监测，数据处理、报表呈现。高深一点的就是大数据分析、BI工程师、机器学习、个性化推荐了。
其实造成数据分析师地位不高的主要原因，就是不认同和价值缺失。我们总说数据驱动业务，可平时看到的，却总是业务部门追着数据部门屁股要数据，而且数据分析的价值其实很难表现出来，领导不认同，同事不认同，甚至连自己都不认同，甚至会怀疑自己所做的事情是不是真的有价值，这种情况在企业中非常常见，做数据分析的人基本都会转做管理和运营。
其实数据分析做到一定程度会觉得有瓶颈，技术已经做到头了，但是就数据分析来说，技术真的不是最重要的(虽然要说做到头还是比较难的，数据的坑纵深很大)，业务要更重要，再牛逼的技术，对业务没有赋能，被砍掉完全有可能，因为企业要靠业务来养，投入是要看回报的，不管是短期还是长期的。
数据分析师是一个随着消费互联网数据沉淀经过大数据化而衍生的一个前瞻性的职业，同时随着产业互联网的践行，数据对于企业的价值意义大于了企业营销及内控管理的本身。
一个优秀的数据分析师所做的前端消费数据分析，后端产业数据分析，行业数据分析、宏观数据分析，都会影响和决定一个企业的基础营销以及扩张战略，可以说是一个前瞻性的职业，这个职业决定了企业在管理与营销方面的营收增长与低成本试错。个人认为数据分析是对企业营销方面有很大的建树性作用，特别是国内中小型企业因缺乏数据分析，缺乏正规的营销管理方法与工具，简单的把营销做销售或者是广告或者是品牌，因此在一定程度上可以辅助并纠正企业营销思维：
作好数据运营个人认为应该具备以下几个能力：
1、懂业务：除了数据分析本身所具备的基本建档、分类、分析、统计及数学功能以外，应该具备懂业务的的能力：熟悉行业知识、公司业务及流程，最好有自己独到的见解，若脱离行业认知和公司业务背景，分析的结果就没有太大的使用价值；
2、懂管理：一方面是搭建数据分析框架的要求，比如确定分析思路就需要用到营销、管理等理论知识来指导；另一方面是针对数据分析结论提出有指导意义的分析建议；
3、懂分析：能够掌握数据分析基本原理与一些有效的数据分析方法，并能灵活运用到实践工作中，对于开展数据分析起着至关重要的作用：
4、懂工具：数据分析方法是理论，而数据分析工具就是实现数据分析方法理论的工具，面对越来越庞大的数据，我们不能依靠计算器进行分析，必须依靠强大的数据分析工具帮我们完成数据分析工作；
5、懂设计：运用图表有效表达数据分析师的分析观点，使分析结果一目了然。图表的设计是门大学问，如图形的选择、版式的设计、颜色的搭配等等，都需要掌握一定的设计原则。
6、懂应用：数据分析只是基础，那么数据能否准确的分析和实践应用企业营销及管理，不仅是数据分析师应该具备的能力，也是应该同营销、调研，销售、管理等企业产业链去看匹配度是否符合正向规律；
作为电商行业数据分析师除了懂和应用具备以上能力外，对电商与本上行业的特性，互联网营销、互联网传播与销售，新一代消费心理学，电商趋势，电商服务行业类型及产品所属的类别应有独到的见地和认知；作为电商数据分析师，核心职责就是通过数据分析要么拉新，要么提升存留、要么加强消费印象，要么拉升消费、要么做产品品类调整，要么做营销布局调整、要么就是电商服务感知条调整，所以要根据数据分析结果去优化调整数据反馈最明显的地方，才是电商数据分析师的价值所在。即利用数据创新增长价值。
前华为员工，十年数据分析师，看了几篇回答实在想进来怒答一波先说一句，千万不要看了几篇机器人写的文章就给自己定下职业规划，觉得这个行业好像一片光明、人人都能挣钱似的，其实吃人血馒头的自媒体大有人在；其次你要自己去调研，去找数据，找身边的例子，找企业了解，这才是对你自己的未来负责
话可能激进了些，但是我这几年几乎每天都会有人来问我想要转行数据分析，有工作20年的，有初中刚毕业的，你不知道他们受荼毒有多深......
好了不扯了，我再说数据分析行业。你知道自媒体运营吗？数据分析的情况跟这个差不多，尤其是偏业务的，也都是火了没几年，门槛又不高，不少人趋之若鹜，挤破头也要挤进这个行业，直到现在，整个数据分析行业（只说国内）表面上供小于求，实则水分特别高。
水分是什么？
一是企业，表面上看好像什么企业都想要数据分析，你要明白，你们趋之若鹜的同时国内企业也在盲目随众，现在哪个企业不搞数据化改革、不搞数分平台建设？其实你要问企业真的很需要吗？并不是。很多企业就是招了一堆人天天做报表，当取数机器。如果你想做的是业务分析师，情况就更惨一些了，在大多数中小型企业和部分传统企业中，业务分析经常是被老板说没价值的，时间久了你自己都会怀疑自己的工作是否有价值。
二是求职者，主要是这个行业门槛太低了，换句说话，门槛不明显。可能很多人觉得学个r语言、学个python、学个BI就行了，其实用excel做统计都算是数据分析，所以数分的人多而不精。别看行业里人这么多，真正达到分析师高度的人很少很少，大厂企业争得抢的是这样的人。
说了这么多，冷水也泼完了——其实也是为了让你能保持清醒——我再接着说点职业发展的：
如果你想做运营类，数据分析都有前提目标，分析一场营销活动的转化效果、分析用户下载激活注册的转化率、分析某个广告渠道的下载量、每激活成本、用户留存情况等等，这些一般是不设专岗，往往ceo、coo、产品、运营同学把这部分工作各自承担了。当然，如果公司组织结构很大，不排除单独设立，这时候需要你具备熟练操作数据分析工具、如mySQL、spss、python，甚至是报表呈现。
另外一个就是就是研发型数据分析师，一般就是据业务需求做数据埋点、监测，数据处理、报表呈现。高深一点的就是大数据分析、BI工程师、机器学习、个性化推荐了。
其实造成数据分析师地位不高的主要原因，就是不认同和价值缺失。我们总说数据驱动业务，可平时看到的，却总是业务部门追着数据部门屁股要数据，而且数据分析的价值其实很难表现出来，领导不认同，同事不认同，甚至连自己都不认同，甚至会怀疑自己所做的事情是不是真的有价值，这种情况在企业中非常常见，做数据分析的人基本都会转做管理和运营。
其实数据分析做到一定程度会觉得有瓶颈，技术已经做到头了，但是就数据分析来说，技术真的不是最重要的(虽然要说做到头还是比较难的，数据的坑纵深很大)，业务要更重要，再牛逼的技术，对业务没有赋能，被砍掉完全有可能，因为企业要靠业务来养，投入是要看回报的，不管是短期还是长期的。
