很多同學都聽說過，數據分析有技術型/業務型的區別。到底這倆有啥差異？哪個更適合自己？今天詳細講解一下。

業務 VS技術，差異在哪里

技術型數據分析崗位特征如下：

1、任職部門在IT部，數據團隊領導面試

2、崗位職責里，沒有寫具體做哪一塊業務

3、崗位職責里，籠統地寫：“滿足運營、產品、銷售等部門需求”

4、面試時一般會考SQL題，問一些籠統的“指標異動怎么分析”

5、入職以后接各個業務部門的需求，更新固定報表/臨時取數

業務型數據分析崗位特征如下：

1、任職部門在業務部，有可能有業務領導面試

2、崗位職責里，明確寫：“用戶增長/門店分析/針對商戶策略分析”

3、篩簡歷的時候，會挑有類似分析經驗的優先面試

4、面試的時候，會直接問具體的增長/活動/門店問題如何分析

5、入職以后服務特定部門（運營/產品/銷售），寫PPT寫得多

所以直觀地看，其實就是“面試到底挑不挑業務經驗”+“入職以后服務一個部門還是接各種需求”的區別。

因此同學們在面試的時候，不要光看招聘要求最下邊的能力，得看一下上邊的崗位職責，面試的時候記得問一下：

1、面試官是HR還是用人領導

2、這個崗位設在IT還是業務

3、這個崗位有沒有團隊，大概幾個人

這樣才方便自己判斷形勢。經常有同學沒有認真看，準備不充分，去了被幾個業務問題劈頭蓋臉問蒙圈了，這就太浪費機會了。有一種特殊情況，就是有些崗位在數據中心，但是掛的是類似“數據BP”還是服務業務的，這時候也會問很多業務型問題。

技術型數據分析來源

大企業里都有專門的數據團隊，規模再大的還有獨立的數據中心。這些組織一般設置在IT下邊，是所謂技術型分析師的來源。至于具體工作的專業程度，主要看組織規模的大小。

一般獨立的數據中心，會單獨下設：數據治理、數倉開發、BI系統開發、數據分析、算法模型。其中數據分析團隊專門陪著業務處理復雜的取數需求，固定的數據看板則交給BI開發來做。

當然，有的公司規模沒這么大，因此會合并小組。還有的公司規模實在太小，就指望招一兩個人過來“全棧數據分析”。在這種草臺班子打工的體驗是非常差的，經常是清洗垃圾數據就累得半死，還被嫌棄“分析不夠深入”，所以找工作的時候要小心。

最關鍵的問題就倆：有沒有自己的數倉/有沒有數據團隊。如果沒人，沒數倉，就得悠著點考慮。作為菜鳥去混混經驗還行，老鳥都不推薦去。

業務型數據分析來源

很多常用數據的業務部門也會自己招人，這就是業務型分析師來源。常見的有三類：

第一類：戰略發展部、集團市場部、業務管理部。這些部門是公司決策中樞，經常需要做數據報告，分析業務發展情況，制定經營計劃，制定預算，跟蹤業務發展，分析業務問題。因經常需要自己招人。招聘的崗位名字，可能叫“數據分析”也可能叫“經營分析”“商業分析”，但干的工作是差不多的。

第二類：用戶運營、商品運營、策略運營、銷售運營、風控與反欺詐部門。這些部門需要設計業務策略，跟蹤業務執行效果，診斷業務問題，指導一線工作，對具體業務問題，比如用戶分析、商品分析、策略分析、風險分析等有要求，因此經常招人，有的還配置了自己的分析小組。招聘的崗位名字，除了“數據分析”，也可能叫“數據運營”“用戶分析”。

第三類：客服、銷售、供應鏈。這些部門的人力使用多，負責事務多，日常處理客戶咨詢/投訴、原材料收貨/發貨、生產進度統計、銷售進度追蹤等等，因此經常招人。只不過這些部門更偏一線，招聘的崗位，一般都是“專員”，比如“銷售統計專員”“客服統計專員”“采購統計專員”。

單純從部門、崗位名字，大家也能看出來差別。實際上大部分基層的“XX數據專員”，他真的就是磚員，每天都在用Excel處理基礎的統計表，沒啥技術含量，工資也很低，前途也很渺茫。

雖然名為“銷售分析專員”，可真去面試高級一些分析崗位，不是被嫌棄缺經驗，就是被嫌棄思路不行。除非是0基礎轉行的想混點經驗，否則都不推薦。

看到這，肯定有同學會問：那技術型/業務型分析，到底干哪個好？

業務 VS 技術，應該選哪個

對于在校生而言，強烈建議不要考慮啥業務型分析，就認認真真找一個寫SQL的崗位實習仨月。也不用管它啥公司，只要能寫SQL就行。

因為在校生對數據分析工作，經常葉龍好龍。覺得自己很適合干數據分析，可每天搓個200行SQL，核對一下數據，清洗一下數據，就覺得很枯燥，無聊，想跑。所以找個實習體驗下真實感覺非常重要。

還有些在校生，把業務分析當成是逃避寫SQL的退路，“我不想寫SQL，我去干業務分析行不行？”額……問題是對在校生而言，你也不懂業務呀。抱著這種心態，很容易找一個磚員類工作，干了幾個月發現自己就是個Excel搬運工，最后還是干不下去。

對于已經工作的同學而言，主要看自己更擅長哪個+想做哪個。

有些業務的同學想轉數據，是因為厭煩事務型工作。比如做會員運營的，要去采購會員禮品，處理會員投訴，定SOP然后一輪輪去各地宣講，真心煩，本身自己就熟悉會員制度、活動玩法，轉數據也是很好的。這時候就可以轉業務型數據分析，發揮自己懂業務的優勢。

有些同學雖然是寫SQL的，但是和業務混得熟，特別和產品/策略部門混得熟，參與多很多產品/算法類ABtest。這時候去面大廠的產品分析、用戶分析、策略分析都很有優勢。