數(shù)據(jù)分析是干什么的？

在企業(yè)里收集數(shù)據(jù)、計(jì)算數(shù)據(jù)、提供數(shù)據(jù)給其他部門使用的。

數(shù)據(jù)分析有什么用?

從工作流程的角度看，至少有5類分析經(jīng)常做：

• 工作開始前策劃型分析：要分析一下哪些事情值得的做
• 工作開始前預(yù)測型分析：預(yù)測一下目前走勢，預(yù)計(jì)效果
• 工作中的監(jiān)控型分析：監(jiān)控指標(biāo)走勢，發(fā)現(xiàn)問題
• 工作中的原因型分析：分析問題原因，找到對策
• 工作后的復(fù)盤型分析：積累經(jīng)驗(yàn)，總結(jié)教訓(xùn)

那數(shù)據(jù)分析是什么的？

數(shù)據(jù)分析大體上分3步：
1：獲取數(shù)據(jù)。通過埋點(diǎn)獲取用戶行為數(shù)據(jù)，通過數(shù)據(jù)同步，打通內(nèi)部各系統(tǒng)數(shù)據(jù)。以及做數(shù)倉建設(shè)，存儲數(shù)據(jù)。
2：計(jì)算數(shù)據(jù)。根據(jù)分析要求，提取所需要的數(shù)據(jù)，計(jì)算數(shù)據(jù)，做表。
3：解釋數(shù)據(jù)。解讀數(shù)據(jù)含義，推導(dǎo)出一些對業(yè)務(wù)有用的結(jié)論。

那么數(shù)據(jù)分析師主要做以上三點(diǎn)的工作嗎？

并不全是，這個(gè)在不同企業(yè)，情況不一樣。如果公司規(guī)模大的話，獲取數(shù)據(jù)經(jīng)常是數(shù)據(jù)開發(fā)組完成的，他們的職位一般是“數(shù)據(jù)開發(fā)工程師”或者“大數(shù)據(jù)工程師”。解釋數(shù)據(jù)則是運(yùn)營自己寫ppt做解讀，留給“數(shù)據(jù)分析師”的，其實(shí)就是中間的計(jì)算數(shù)據(jù)的一步。

有些公司（一般是做電商的），數(shù)據(jù)是直接從淘寶、天貓、亞馬遜等平臺導(dǎo)出的，然后基于這些數(shù)據(jù)做分析。有些公司（一般是傳統(tǒng)企業(yè)），數(shù)據(jù)是直接用的大型的BI產(chǎn)品，然后所有人基于BI產(chǎn)品導(dǎo)出數(shù)據(jù)分析有些公司規(guī)模很小，就直接一個(gè)小組從數(shù)據(jù)埋點(diǎn)到數(shù)倉到提數(shù)全干了。
總之情況五花八門。

傳統(tǒng)數(shù)據(jù)分析與大數(shù)據(jù)分析的三方面異同：

第一，在分析方法上，兩者并沒有本質(zhì)不同。

數(shù)據(jù)分析的核心工作是人對數(shù)據(jù)指標(biāo)的分析、思考和解讀，人腦所能承載的數(shù)據(jù)量是極其有限的。所以，無論是“傳統(tǒng)數(shù)據(jù)分析”，還是“大數(shù)據(jù)分析”，均需要將原始數(shù)據(jù)按照分析思路進(jìn)行統(tǒng)計(jì)處理，得到概要性的統(tǒng)計(jì)結(jié)果供人分析。兩者在這個(gè)過程中是類似的，區(qū)別只是原始數(shù)據(jù)量大小所導(dǎo)致處理方式的不同。

第二，在對統(tǒng)計(jì)學(xué)知識的使用重心上，兩者存在較大的不同。

“傳統(tǒng)數(shù)據(jù)分析”使用的知識主要圍繞“能否通過少量的抽樣數(shù)據(jù)來推測真實(shí)世界”的主題展開?！按髷?shù)據(jù)分析”主要是利用各種類型的全量數(shù)據(jù)（不是抽樣數(shù)據(jù)），設(shè)計(jì)統(tǒng)計(jì)方案，得到兼具細(xì)致和置信的統(tǒng)計(jì)結(jié)論。

第三，與機(jī)器學(xué)習(xí)模型的關(guān)系上，兩者有著本質(zhì)差別。

“傳統(tǒng)數(shù)據(jù)分析”在大部分時(shí)候，知識將機(jī)器學(xué)習(xí)模型當(dāng)黑盒工具來輔助分析數(shù)據(jù)。而“大數(shù)據(jù)分析”，更多時(shí)候是兩者的緊密結(jié)合，大數(shù)據(jù)分析產(chǎn)出的不僅是一份分析效果測評，后續(xù)基于此來升級產(chǎn)品。在大數(shù)據(jù)分析的場景中，數(shù)據(jù)分析往往是數(shù)據(jù)加墨的前奏，數(shù)據(jù)建模是數(shù)據(jù)分析的成果。

傳統(tǒng)數(shù)據(jù)分析與大數(shù)據(jù)分析的三方面異同：

第一，在分析方法上，兩者并沒有本質(zhì)不同。

數(shù)據(jù)分析的核心工作是人對數(shù)據(jù)指標(biāo)的分析、思考和解讀，人腦所能承載的數(shù)據(jù)量是極其有限的。所以，無論是“傳統(tǒng)數(shù)據(jù)分析”，還是“大數(shù)據(jù)分析”，均需要將原始數(shù)據(jù)按照分析思路進(jìn)行統(tǒng)計(jì)處理，得到概要性的統(tǒng)計(jì)結(jié)果供人分析。兩者在這個(gè)過程中是類似的，區(qū)別只是原始數(shù)據(jù)量大小所導(dǎo)致處理方式的不同。

第二，在對統(tǒng)計(jì)學(xué)知識的使用重心上，兩者存在較大的不同。

“傳統(tǒng)數(shù)據(jù)分析”使用的知識主要圍繞“能否通過少量的抽樣數(shù)據(jù)來推測真實(shí)世界”的主題展開。“大數(shù)據(jù)分析”主要是利用各種類型的全量數(shù)據(jù)（不是抽樣數(shù)據(jù)），設(shè)計(jì)統(tǒng)計(jì)方案，得到兼具細(xì)致和置信的統(tǒng)計(jì)結(jié)論。

第三，與機(jī)器學(xué)習(xí)模型的關(guān)系上，兩者有著本質(zhì)差別。

“傳統(tǒng)數(shù)據(jù)分析”在大部分時(shí)候，知識將機(jī)器學(xué)習(xí)模型當(dāng)黑盒工具來輔助分析數(shù)據(jù)。而“大數(shù)據(jù)分析”，更多時(shí)候是兩者的緊密結(jié)合，大數(shù)據(jù)分析產(chǎn)出的不僅是一份分析效果測評，后續(xù)基于此來升級產(chǎn)品。在大數(shù)據(jù)分析的場景中，數(shù)據(jù)分析往往是數(shù)據(jù)加墨的前奏，數(shù)據(jù)建模是數(shù)據(jù)分析的成果。

傳統(tǒng)數(shù)據(jù)分析與大數(shù)據(jù)分析的三方面異同：

第一，在分析方法上，兩者并沒有本質(zhì)不同。

數(shù)據(jù)分析的核心工作是人對數(shù)據(jù)指標(biāo)的分析、思考和解讀，人腦所能承載的數(shù)據(jù)量是極其有限的。所以，無論是“傳統(tǒng)數(shù)據(jù)分析”，還是“大數(shù)據(jù)分析”，均需要將原始數(shù)據(jù)按照分析思路進(jìn)行統(tǒng)計(jì)處理，得到概要性的統(tǒng)計(jì)結(jié)果供人分析。兩者在這個(gè)過程中是類似的，區(qū)別只是原始數(shù)據(jù)量大小所導(dǎo)致處理方式的不同。

第二，在對統(tǒng)計(jì)學(xué)知識的使用重心上，兩者存在較大的不同。

“傳統(tǒng)數(shù)據(jù)分析”使用的知識主要圍繞“能否通過少量的抽樣數(shù)據(jù)來推測真實(shí)世界”的主題展開。“大數(shù)據(jù)分析”主要是利用各種類型的全量數(shù)據(jù)（不是抽樣數(shù)據(jù)），設(shè)計(jì)統(tǒng)計(jì)方案，得到兼具細(xì)致和置信的統(tǒng)計(jì)結(jié)論。

第三，與機(jī)器學(xué)習(xí)模型的關(guān)系上，兩者有著本質(zhì)差別。

“傳統(tǒng)數(shù)據(jù)分析”在大部分時(shí)候，知識將機(jī)器學(xué)習(xí)模型當(dāng)黑盒工具來輔助分析數(shù)據(jù)。而“大數(shù)據(jù)分析”，更多時(shí)候是兩者的緊密結(jié)合，大數(shù)據(jù)分析產(chǎn)出的不僅是一份分析效果測評，后續(xù)基于此來升級產(chǎn)品。在大數(shù)據(jù)分析的場景中，數(shù)據(jù)分析往往是數(shù)據(jù)加墨的前奏，數(shù)據(jù)建模是數(shù)據(jù)分析的成果。

傳統(tǒng)數(shù)據(jù)分析與大數(shù)據(jù)分析的三方面異同：

第一，在分析方法上，兩者并沒有本質(zhì)不同。

數(shù)據(jù)分析的核心工作是人對數(shù)據(jù)指標(biāo)的分析、思考和解讀，人腦所能承載的數(shù)據(jù)量是極其有限的。所以，無論是“傳統(tǒng)數(shù)據(jù)分析”，還是“大數(shù)據(jù)分析”，均需要將原始數(shù)據(jù)按照分析思路進(jìn)行統(tǒng)計(jì)處理，得到概要性的統(tǒng)計(jì)結(jié)果供人分析。兩者在這個(gè)過程中是類似的，區(qū)別只是原始數(shù)據(jù)量大小所導(dǎo)致處理方式的不同。

第二，在對統(tǒng)計(jì)學(xué)知識的使用重心上，兩者存在較大的不同。

“傳統(tǒng)數(shù)據(jù)分析”使用的知識主要圍繞“能否通過少量的抽樣數(shù)據(jù)來推測真實(shí)世界”的主題展開?！按髷?shù)據(jù)分析”主要是利用各種類型的全量數(shù)據(jù)（不是抽樣數(shù)據(jù)），設(shè)計(jì)統(tǒng)計(jì)方案，得到兼具細(xì)致和置信的統(tǒng)計(jì)結(jié)論。

第三，與機(jī)器學(xué)習(xí)模型的關(guān)系上，兩者有著本質(zhì)差別。

“傳統(tǒng)數(shù)據(jù)分析”在大部分時(shí)候，知識將機(jī)器學(xué)習(xí)模型當(dāng)黑盒工具來輔助分析數(shù)據(jù)。而“大數(shù)據(jù)分析”，更多時(shí)候是兩者的緊密結(jié)合，大數(shù)據(jù)分析產(chǎn)出的不僅是一份分析效果測評，后續(xù)基于此來升級產(chǎn)品。在大數(shù)據(jù)分析的場景中，數(shù)據(jù)分析往往是數(shù)據(jù)加墨的前奏，數(shù)據(jù)建模是數(shù)據(jù)分析的成果。

兩者需要具備的技術(shù)技能也是相差很大的。

（1）大數(shù)據(jù)分析一般需要具備：爬蟲、ETL、分析、大數(shù)據(jù) 4個(gè)方面的技能。

（2）數(shù)據(jù)分析師一般更加注重的是產(chǎn)品，運(yùn)營，營銷，SQL和SPSS等僅僅是實(shí)現(xiàn)我們分析的工具而已。

B站全網(wǎng)最全大數(shù)據(jù)學(xué)習(xí)路線：

https://www.bilibili.com/read/cv5213600?spm_id_from=333.788.b_636f6d6d656e74.7

首先，大數(shù)據(jù)分析師是大數(shù)據(jù)時(shí)代背景下產(chǎn)生的一種新型技術(shù)崗位，與傳統(tǒng)數(shù)據(jù)分析師的區(qū)別主要體現(xiàn)在三個(gè)方面，其一是技術(shù)體系結(jié)構(gòu)不同；其二是崗位任務(wù)目的存在一定的區(qū)別；其三是工作場景具有一定的區(qū)別。

對于大數(shù)據(jù)分析師來說，要具備更加全面的知識結(jié)構(gòu)，涉及到大數(shù)據(jù)平臺知識、算法設(shè)計(jì)知識、程序設(shè)計(jì)知識和具體的行業(yè)知識等，所以相對于傳統(tǒng)的數(shù)據(jù)分析師來說，大數(shù)據(jù)分析師的從業(yè)門檻有了一定程度的提升。從目前行業(yè)領(lǐng)域的人才招聘情況來看，大數(shù)據(jù)分析崗位往往需要具有較高的學(xué)歷要求，研究生往往更愿意從事相關(guān)崗位。

大數(shù)據(jù)分析的目的與傳統(tǒng)的數(shù)據(jù)分析目的也存在一定的區(qū)別，主要體現(xiàn)在兩個(gè)方面，其一是大數(shù)據(jù)分析比較注重?cái)?shù)據(jù)的價(jià)值化，簡單的說，大數(shù)據(jù)分析的結(jié)果會提升數(shù)據(jù)的價(jià)值，而傳統(tǒng)數(shù)據(jù)分析的目的往往是以應(yīng)用為導(dǎo)向的。另一個(gè)區(qū)別在于，大數(shù)據(jù)分析的結(jié)果往往是為了提供給智能體使用，比如人工智能領(lǐng)域的算法訓(xùn)練、驗(yàn)證等過程都需要大數(shù)據(jù)分析的參與。

在工作場景上，大數(shù)據(jù)分析與傳統(tǒng)的數(shù)據(jù)分析也存在一定的區(qū)別，大數(shù)據(jù)分析往往需要借助于大數(shù)據(jù)平臺進(jìn)行，比如Hadoop、Spark，以及各種商用的大數(shù)據(jù)平臺等，但是傳統(tǒng)的數(shù)據(jù)分析往往會基于Excel或者是傳統(tǒng)數(shù)據(jù)庫進(jìn)行。相對于傳統(tǒng)數(shù)據(jù)分析工具來說，大數(shù)據(jù)分析的工具往往更加豐富，復(fù)雜程度也有明顯的提升。

大數(shù)據(jù)分析師和數(shù)據(jù)分析師完全是2個(gè)不同的方向：

數(shù)據(jù)分析師，偏業(yè)務(wù)。需要理解很多經(jīng)濟(jì)管理類的 比如 市場營銷，管理學(xué)，財(cái)務(wù)會計(jì)。

對于專業(yè)的適配度比較低，很多領(lǐng)域都需要這崗位。

需要使用 spss，excel，sas等軟件，看到數(shù)據(jù)，找到原因，得出結(jié)論。主要就是分析解讀數(shù)據(jù)背后的商業(yè)運(yùn)用和因果分析，用戶行為 ，數(shù)據(jù)分析的目的是市場營銷

大數(shù)據(jù)分析師，把大數(shù)據(jù)做成小數(shù)據(jù)，再用高性能服務(wù)器 提高運(yùn)算速度。

大數(shù)據(jù)分析師，偏技術(shù)方向，適合程序員轉(zhuǎn)型去做。

在技術(shù)層面要做數(shù)據(jù)庫優(yōu)化，分表，緩存，新的數(shù)據(jù)查詢和遍歷方法。如果你的數(shù)據(jù)量很大，那么只有部分?jǐn)?shù)據(jù)時(shí)用來分析的，或者需要做變換計(jì)算等，那么你需要在20G數(shù)據(jù)中 找出10G數(shù)據(jù)用于分析，這個(gè)時(shí)候就需要做技術(shù)。

數(shù)據(jù)倉庫，數(shù)據(jù)庫等，做數(shù)據(jù)表等這個(gè)時(shí)候就需要ETL工程師。假設(shè)分析服務(wù)器，這個(gè)時(shí)候就需要 大數(shù)據(jù)云計(jì)算工程師。就是做技術(shù)了，開始學(xué)習(xí) 數(shù)據(jù)庫，服務(wù)器，編程等，那么大數(shù)據(jù)分析師就變成工程師了，變成程序員了。

大家不要看大數(shù)據(jù)很熱，你們公司是否有這么多數(shù)據(jù)？你學(xué)習(xí)的話時(shí)候有深厚編程基礎(chǔ)？

你所在的城市時(shí)候 崗位很多？每個(gè)公司都是需要數(shù)據(jù)分析人員，而不是每家公司都需要大數(shù)據(jù)人員。很多公司的數(shù)據(jù)量并不是很大，不需要大數(shù)據(jù)人員。你時(shí)候愿意做一個(gè)程序員？

這連個(gè)的區(qū)別還是有的

大數(shù)據(jù)是互聯(lián)網(wǎng)上海量的數(shù)據(jù)挖掘，而數(shù)據(jù)挖掘更多的是針對企業(yè)內(nèi)部的小數(shù)據(jù)挖掘，數(shù)據(jù)分析是進(jìn)行有針對性的分析和診斷，大數(shù)據(jù)需要分析的是趨勢和發(fā)展趨勢，數(shù)據(jù)挖掘主要是發(fā)現(xiàn)問題和診斷。 數(shù)據(jù)分析更多采用統(tǒng)計(jì)學(xué)的知識，對原數(shù)據(jù)進(jìn)行描述性和探索性分析，從結(jié)果中發(fā)現(xiàn)價(jià)值信息來評估和修正現(xiàn)狀。數(shù)據(jù)挖掘不僅僅用到統(tǒng)計(jì)學(xué)的知識，還要用到機(jī)器學(xué)習(xí)的知識，這里會涉及到模型的概念。數(shù)據(jù)挖掘具有更深的層次，來發(fā)現(xiàn)未知的規(guī)律和價(jià)值。 數(shù)據(jù)分析是將數(shù)據(jù)轉(zhuǎn)化為信息的工具，而數(shù)據(jù)挖掘是將信息轉(zhuǎn)化為認(rèn)知的工具。如果我們想從數(shù)據(jù)(即認(rèn)知)中提取某些規(guī)律，我們往往需要將數(shù)據(jù)分析與數(shù)據(jù)挖掘相結(jié)合使用。

近幾年，隨著科技的日新月異，許多之前沒有聽過的名詞接踵而出。比如云計(jì)算，比如大數(shù)據(jù)，可以說云計(jì)算的誕生催生了大數(shù)據(jù)。所謂大數(shù)據(jù)，Gartner研究機(jī)構(gòu)給出的定義是這樣的：一種需要具有更強(qiáng)決策力、洞察發(fā)現(xiàn)力以及流程優(yōu)化能力的全新處理模式，以此來適應(yīng)海量多樣化的信息資產(chǎn)。筆者認(rèn)為，大數(shù)據(jù)并非簡單的一種概念，而是一種方法，簡而言之，就是通過分析和挖掘數(shù)據(jù)，從而輔助進(jìn)行決策的方法。

隨著近幾年大數(shù)據(jù)的越來越火熱，相關(guān)的大數(shù)據(jù)職業(yè)也成為了熱門，在諸多的大數(shù)據(jù)相關(guān)職位中，數(shù)據(jù)分析師和大數(shù)據(jù)工程師儼然已經(jīng)成為當(dāng)下最熱門的職位之二。那么數(shù)據(jù)工程師和數(shù)據(jù)分析師有什么區(qū)別呢？

首先來說數(shù)據(jù)分析師，所謂數(shù)據(jù)分析師，簡單來說就是從不同的行業(yè)中獲取數(shù)據(jù)，然后對獲取到的數(shù)據(jù)進(jìn)行分析，并對相關(guān)問題進(jìn)行解答，一般來說，數(shù)據(jù)分析師的主要任務(wù)就是對數(shù)據(jù)進(jìn)行梳理、分析以及可視化，從而幫助企業(yè)做出決策。而根據(jù)行業(yè)的不同，數(shù)據(jù)分析師的頭銜也不同，如：業(yè)務(wù)分析師、運(yùn)營分析師等，但無論頭銜是什么，數(shù)據(jù)分析師的崗位職責(zé)是相同的。

而對于數(shù)據(jù)分析師來說，需要掌握的技能也是比較多的，例如編程、統(tǒng)計(jì)學(xué)、數(shù)學(xué)、數(shù)據(jù)可視化、通信技術(shù)等等，這些都說明了數(shù)據(jù)分析師是一個(gè)通才，對人們的全面性要求也比較高。

說完數(shù)據(jù)分析師，接下來就說一下數(shù)據(jù)工程師。在大數(shù)據(jù)行業(yè)中，數(shù)據(jù)工程師扮演的角色舉足輕重，甚至可以說是不可或缺的。所謂數(shù)據(jù)工程師，其實(shí)本質(zhì)上還是軟件工程師，也就是我們常說的程序員，他們是整個(gè)大數(shù)據(jù)系統(tǒng)的構(gòu)建者和優(yōu)化者，數(shù)據(jù)工程師的職責(zé)就是保證數(shù)據(jù)接收、轉(zhuǎn)移的準(zhǔn)確性，維護(hù)系統(tǒng)的安全與穩(wěn)定。和數(shù)據(jù)分析師不同的是，數(shù)據(jù)工程師一般不需要注意統(tǒng)計(jì)、分析和建模，他們的工作重點(diǎn)在于數(shù)據(jù)的架構(gòu)、運(yùn)算以及存儲等方面，而數(shù)據(jù)工程師所需要具備的能力技能一般也就是超強(qiáng)的編程能力以及編寫數(shù)據(jù)查詢程序的能力。

最后，相信大家對于數(shù)據(jù)分析師和數(shù)據(jù)工程師的區(qū)別一定有所了解了。總的來說，這兩個(gè)職位都是當(dāng)前非常熱門的工作崗位，但職責(zé)有所不同，對于技術(shù)的要求和側(cè)重點(diǎn)也不盡相同，數(shù)據(jù)工程師更偏向于技術(shù)，而數(shù)據(jù)分析師則更加注重統(tǒng)計(jì)分析，但這兩個(gè)職位的未來發(fā)展前景都是非常不錯(cuò)的，大家可以根據(jù)自己的喜好興趣和個(gè)人能力來決定應(yīng)聘或者轉(zhuǎn)行哪個(gè)職位。