数据分析vs.数据科学:解读两者的区别

你可能已经听说过“大数据”这个词了。随着收集数据的工具比以往任何时候都多,公司都在竞相利用他们可以访问的信息金矿。事实上,一些专家认为全世界超过90%的数据自2011年成立。
用户信息、消费者信息和性能指标——原始数据的类别似乎无穷无尽,但从所有这些数据中获得有用的信息说起来容易做起来难。
这就是数据分析和数据科学的用武之地。这些领域的职业是飞涨但即使是精通技术的人也会对这些职位名称感到困惑。那么数据分析师和数据科学家之间的区别是什么呢?我们邀请了目前的数据专家来帮助澄清这个困惑。
数据分析与数据科学:有什么区别?
这两门学科都涉及到组织大量数据,以得出可测量的、可用的智能。他们都有解决问题和批判性思维的核心,同时也涉及高度的技术技能。那么有什么区别呢?
“在我看来,最重要的区别是,数据分析师使用一个已经建立的框架来回答被提出的问题。Axio.“数据科学家们想出问题和回答的方法。”例如,数据分析师的任务可能是寻找一个或一组特定问题的答案。数据科学家可能会尝试预测未来的问题,并为数据找到潜在的未来用途。
数据分析师通常与公司进行密切沟通,以制定直接的战略来进行改进。“作为一名数据分析师,通常需要与各种各样的人打交道,他们都在使用数据来指导他们的决策,并为他们的业务战略提供信息,”他说约翰内斯Mehlem他是Hubspot的数据分析师。“对我个人来说,成为一个‘求真者’,了解公司的真实情况,成为公司的可靠资源,让我非常满足。”
威尔逊说:“数据科学更加开放,需要创造力和理论化,以了解什么样的问题可以用数据来回答,什么样的数据需要提供有意义的证据,什么样的见解是相关的。”
数据分析vs数据科学家:日常任务
这些字段之间的区别是显而易见的。但这在日常生活中意味着什么呢?数据科学家和数据分析师每天负责特定的任务。
数据分析师的一天
“首先,我定期检查我们的持续报告中有关关键指标,如转化率(在网站上采取某种预期行动的人的百分比),”Mehlem说。“如果出现任何异常,我将深入研究数据,了解是什么导致了重大变化。这通常是通过分割数据来实现的(例如,流量是否发生了变化,流量构成或任何现场变化,如复制或设计的变化,以解释转化率的显著变化?)
Mehlem的下一个任务是花时间思考如何提高数据的质量和全面性。问这样的问题:“有没有其他方法来衡量用户在网站上的参与度?”可以帮助你提高网站的数据质量。在此之后,Mehlem与决策者会面,提供分析,以便他们有更多的数据来采取行动。“此外,我还会与营销人员会面,讨论他们的业务目标,并了解分析功能如何在理想情况下支持他们衡量成功。”
数据科学家的一天
“我最常见的任务是写代码,”Wilson说。“我使用R、Python、LaTeX和Javascript,我编写脚本来解析从我们平台收集的数据,为我们的用户生成自动化分析。”Wilson还花了一些时间思考和讨论如何从用户界面和数据分析的角度改进产品。
Wilson说道:“例如,在今天的会议上,我们讨论了我们能够从用户行为中收集到什么样的参数,或者我们需要问什么样的人口统计问题才能在用户间进行有意义的比较。“我在软件开发团队,所以我也会花时间做更多标准的开发工作,比如测试同事的工作,查找产品中的bug,培训新的开发人员。”
数据分析vs.数据科学家:重要技能
我们仔细研究了去年雇主在招聘数据科学家和数据分析师时优先考虑的技能。以下是我们的发现:
数据分析师技能*:
- SQL
- Microsoft Excel
- 数据管理
- 沟通
- Python
- 研究
数据科学家技能*:
- Python
- 机器学习
- SQL
- Apache Hadoop
- 研究
- 沟通
数据分析vs.数据科学家:教育要求
这个行业仍然在习惯这两个独立的术语。但现在雇主们既在寻找数据科学家,也在寻找数据分析师。我们使用实时工作分析软件浏览了去年数据科学家和数据分析师的网上招聘信息,看看他们在寻找什么。
我们发现,绝大多数数据分析师的工作(近85%)都需要学士学位。1数据科学家所需的平均教育水平稍高一些。56%的数据科学家职位要求学士学位,其余的职位要求硕士学位或博士学位。1
“数据科学家比数据分析师需要更多的培训,因为这项工作需要更多的批判性思维,”威尔逊说。“本科教会你如何吸收和分析事实和信息。研究生教会你如何批判性地思考,并在论点和观点中发现弱点。”
威尔逊接着说,数据科学家需要发明和批评方法来扩展数据的功能——同时也要弄清楚数据不能做什么。“总之,应用先进和复杂的数据建模技术是高度技术性的,需要在统计、数据管理和批判性思维方面的培训。”
数据分析vs.数据科学家:平均工资
考虑到这两个职业相对“新鲜”,并没有太多具体的薪资信息。也就是说,劳工统计局2016年数学家和统计学家的平均年薪为81,950美元,这是一个有大量重叠的职业类别。2为了进行更细致的薪资比较,我们使用实时职位分析软件来比较数据分析师和数据科学家职位的招聘广告薪资。
在2024个分享薪资信息的数据科学家招聘信息中,薪资中位数为13.5万美元。2另一方面,在6352个分享薪资信息的数据分析师职位中,薪资中值为6.2万美元。2
正如任何优秀的数据分析师或科学家都会注意到的那样,这些数字不一定是平均工资的完整写照——没有多少招聘广告会列出工资信息。也就是说,数据科学家比数据分析师挣得多的总体趋势是正确的,因为数据科学家的技能、教育和经验要求非常高。
数据分析师或数据科学家:如何选择?
如你所见,这些工作可能非常不同。但它们都需要对大量数据进行分析,以获得洞见并进行改进。如果你左右为难,考虑一下你自己的个性。
分析师的一面
“我决定在数据分析领域工作,实际上是基于我在进入专业领域之前就表现出的角色匹配行为,”Mehlem说。梅勒姆知道自己擅长数字,善于分析,而且实际上喜欢在一个问题上花好几个小时深度关注。
“我会从自我反省开始,看看你是否有对数字的偏好、专注时间的延长、用简单的方式沟通复杂的问题以及好奇心。”梅莱姆说,这些特征肯定是可以习得的,但如果你已经具备了这些特征,这是一个好迹象。
Mehlem还指出,虽然从数据中提取见解是非常有益的,但这需要大量持续的工作。在现实中,大多数数据分析师会花更多的时间清理数据,而不是展示数据的见解。问问自己,你是会在几周甚至几个月的时间里筛选数据时失去动力,还是会享受朝着某件事努力的过程。”
科学家方面
“我认为评估你对不确定性的适应程度很重要,”威尔逊说。她建议学生们问自己这些问题:“你准备好从零开始做一件从未有人做过的事情了吗?你能提出理由,为你的选择辩护吗?你能承认并承认你的策略的局限性,并不断改进你的方法吗?”
“如果是这样的话,数据科学将是一个有趣的挑战,”威尔逊说,“但它也很难与如此多的移动部件一起工作,可能会让你觉得你永远都不知道足够多的知识,无法像你希望的那样做好你的工作。”
另一方面,如果你更喜欢被提问并寻找正确答案,那么你可能更适合数据分析师的职位。威尔逊说,成为一名数据分析师提供了更多的结构,对那些喜欢黑白分明的问题和答案的人来说,可能会感到更有回报。
广阔的数据世界
虽然我们目前收集和清理数据的能力是最近才发展起来的,但数据行业绝对是蓬勃发展的,有增长和潜在的变化。数据分析师和数据科学家并不是唯一专攻数据的职业,随着时间的推移,更多的职业头衔可能会涌现出来。
但如果你想从事数据方面的工作,你不必马上做出任何最终决定。正如你上面看到的,大多数数据分析师和数据科学家的职位要求学士学位.在我们的文章中了解更多关于下一步的内容,如何成为一名数据分析师
*Burning-Glass.com(分析了2016年10月1日至2017年9月30日期间35327个数据分析师和12388个数据科学家的招聘信息)
**工资数据代表所列职业的全国平均收入,包括受教育程度和工作经验不同的工人。此数据不代表起薪,您所在地区的就业条件可能有所不同。
