數據分析師通過解釋大量數據來幫助組織了解業務的當前狀態。

什么是數據分析師?

數據分析師使用數據來幫助組織做出更好的業務決策。數據分析人員使用計算機編程、數學和統計等眾多學科的技術，從數據中得出結論，以描述、預測和改進業務績效。它們構成分析團隊的核心，并且往往是精通數學和統計分析方法的多面手。

[[279994]]

對數據分析師的需求不斷增長

隨著組織快速發展其分析能力，數據分析師的角色需求很大。根據調研機構IDC公司今年4月預測，大數據和業務分析解決方案的收入將達到1,891億美元，到2022年將實現兩位數的增長。

Gartner公司杰出副總裁Rita Sallam說：“業務和技術的變化速度從未如此快，特別是在分析方面。隨著很多企業進行數字化轉型，當他們在包括產品本身在內的所有業務中添加數字化流程時，數據和分析變得越來越重要。”

咨詢機構Carruthers公司總經理Caroline Carruthers和英國國營鐵路公司(Network Rail)前首席數據官Jackson表示，盡管組織在過去幾年中一直專注于數據科學、機器學習和人工智能，但現在可能正在轉向分析。Jackson是《首席數據官的行動手冊和數據驅動的業務轉型：如何顛覆、創新和保持領先于競爭對手》的作者之一。

Carruthers說，“很多人不再關注分析技術，因為很多人對機器學習和人工智能的應用感到興奮，然后可能會說，我們必須做所有這些奇妙的事情。”很多人卻忘記組織實際上從分析中獲得了巨大的價值。因此開始轉向在組織中推動數據分析。”

數據分析師與數據科學家

盡管數據分析師和數據科學家可能在同一數據分析團隊中工作，但他們的角色差異很大。

數據分析師試圖通過將數據轉換為業務可訪問的信息來描述其組織的當前狀況。他們收集、分析和報告數據以滿足業務需求。該角色包括確定新的數據來源和方法以改善數據收集、分析和報告。另一方面，數據科學家通常從事長期研究和預測，而數據分析師則尋求通過報告和臨時查詢來支持業務領導者做出決策。

Looker公司首席數據科學家Hillary Green-Lerman說，數據分析師和數據科學家之間的差異歸結為時間尺度。數據分析師試圖描述當前狀態，數據科學家試圖預測和/或理解未來。數據分析師可能會幫助組織更好地了解其客戶如何使用其產品——哪些產品對他們有用，哪些不適用。數據科學家可能會利用這項工作所產生的洞察力來幫助設計一種能夠預測新客戶需求的新產品。

Green-Lerman說：“許多人認為數據分析師只是初級數據科學家，他們提高水平之后將會成為數據科學家。有時候這是真的，但我發現，一名真正優秀的數據分析師與一名數據科學家有著不同的技能。”

數據分析師的角色

數據分析師主要處理組織的結構化數據。他們在與客戶、業務流程、市場經濟等相關的數據上創建報表、儀表盤和其他可視化視圖，為高級管理層和業務領導人提供洞察，以支持決策工作。數據分析師處理各種數據，其中包括庫存、物流和運輸成本、市場調研、利潤率、銷售數據等。他們利用這些數據幫助企業估計市場份額、產品價格、按時銷售、優化運輸成本等。

數據分析師的職責

數據分析師試圖了解企業需要回答的問題，并確定這些問題是否可以由數據來回答。他們必須了解與收集數據、分析數據和報告相關的技術問題。他們必須能夠識別趨勢和模式。

根據Workable公司的說法，關鍵數據分析師的職責包括：

• 使用統計技術分析數據并提供報告
• 開發和實施數據庫和數據收集系統
• 從主要和次要來源獲取數據，并維護數據系統
• 識別、分析和解釋復雜數據集中的趨勢或模式
• 過濾和清潔數據
• 與管理層一起確定業務和信息需求的優先級
• 查找和定義新的流程改進機會

數據分析師的薪酬

根據Robert Half公司的2020年技術和IT薪資指南的數據，基于經驗，美國數據分析師/報告撰寫者的平均薪資在83,750美元到142,500美元之間。

另一方面，就業搜索引擎將美國數據分析師的平均年薪定為65152美元。事實上，數據分析師通常可以在非傳統技術領域賺得更多的薪酬。

數據分析師薪酬排名前5位的城市(根據生活費用調整)

數據分析師技能

根據Indeed公司的調查數據，以下是數據分析師最需要的技術技能：

1. 機器學習
2. 腳本編寫
3. SQL
4. Stata
5. Microsoft Excel
6. Tableau
7. Python
8. R
9. Microsoft SQL Server
10. SAS

雖然機器學習在榜單中名列前茅，但Indeed公司指出，只有3%的數據分析師職位發布中包括了機器學習。Green-Lerman解釋說，機器學習仍然是數據科學家的領域。

Green-Lerman說：“數據科學家開始進入研究所有事物數據的廣泛領域，然后將其劃分為機器學習科學家和數據分析師。”

Green-Lerman表示，她相信組織將越來越多地將數據科學家職位發布為“機器學習數據科學家”，并將數據分析師職位發布為“分析數據科學家”。

她說，“我認為這種措辭出現的原因是薪酬問題。數據分析師的工資通常要低很多，但從事分析工作的人員可能需要與從事機器學習工作的人員有著類似的教育背景。”

除了分析和數學技能，以及使用SQL等語言的能力之外，溝通技能也是必不可少的。數據分析師經常需要與業務部門接觸，以了解業務目標并收集需求。

從事數據分析師工作

Green-Lerman說，在申請數據分析師職位時，技能和經驗的折衷組合是獲得關注的關鍵，盡管需要具備SQL和統計分析功能。

Green-Lerman說，“我通常要在團隊中尋找的是優秀的溝通者和作家。簡歷上的所有內容都應該看起來十分專業，因為分析師所做的一些就是撰寫報告。我通常希望那些具有一定經驗的人員參加培訓或學習碩士學位課程。我希望他們擁有一些實踐經驗，即使是實習人員也是如此。”

此外，她還希望收到詳細描述多個分析項目的簡歷。

她說：“我很喜歡列舉一些數字的簡歷，因為那意味著他們已經在考慮展示價值和關鍵績效指標。但是并不是每個人的工作都適合這一點，所以這并不是一個硬性要求。”

數據分析師的教育和培訓

雖然對數據分析師沒有特定的教育和培訓要求，但大多數數據分析師至少擁有數學、經濟學、計算機科學、信息管理或統計學的學士學位。編碼訓練可以提供幫助，實習經歷可以提供許多組織正在尋找的經驗。

數據分析師的認證

數據分析技能的需求很高，而且相對很少。具有豐富經驗和技能的個人可能會要求獲得高薪。得到適合的大數據認證和商業智能認證可以為數據分析師提供幫助。

一些受歡迎的認證包括：

• 數據科學專業成就證書
• 分析專家認證
• Cloudera認證助理(CCA)數據分析師
• EMC公認的專業數據科學家助理(EMCDSA)
• 微軟認證解決方案專家(MCSE)：數據管理和分析

其他的數據分析工作

在不斷擴展的分析領域，數據分析師只是一個職位。根據PayScale公司的調查，以下是一些最受歡迎的職位和每種職位的平均年薪：

• 分析經理：94,068美元
• 商業智能分析師：67,369美元
• 數據架構師：115,002美元
• 數據工程師：91,642美元
• 數據管理員：61,134美元
• 數據科學家：96073美元
• 數據庫管理員(DBA)：72,816美元
• 數據庫開發人員：74,650美元
• 研究分析師：54,665美元
• 研究科學家：78,591美元
• 統計員：71,374美元