你最近听说过“数据分析师”这个职位，这听起来是个很有趣的职业。使用数据和技术的想法激起了你的好奇心，但是数据分析师整天都在做什么呢?

这是一件事是一件事，关于工作 - 另一件事是每天执行这些工作职责。在选择追求新职业之前，您需要所有的事实。我们挖掘了发现数据分析师的挖掘真的做了一整天。继续往下读，你会发现可能成为你未来职业的一部分的日常工作职责。

数据分析师的一天生活

一般来说，数据分析师将检索和收集数据，组织它，并使用它来得出有意义的结论。“数据分析师的工作因他们处理的数据类型(销售、社交媒体、库存等)以及具体的客户项目而异，”该公司分析师斯蒂芬妮•范(Stephanie Pham)表示波特Novelli．

几乎每个行业的公司都可以从数据分析师的工作中获益，从医疗保健提供商到零售商店到快餐连锁店。对于那些想要更多地了解消费者或最终用户需求的雇主来说，数据分析师给组织带来的洞察力是有价值的。

无论他们在哪个行业工作，数据分析师都可以将他们的时间花在开发收集数据的系统上，并将他们的发现汇编成报告，以帮助改善他们的公司。

分析人员可以参与分析过程的任何部分。作为一名数据分析师，你可以参与从建立分析系统到根据收集到的数据提供见解的所有工作——你甚至可能被要求在你的数据收集系统中培训其他人。

现在你已经对数据分析师的工作有了大致的了解，你已经准备好深入了解数据分析师工作中的生活细节了。

数据分析师的一般职责是什么?

我们招募了一些专家来帮助您了解典型数据分析师的日常工作。

1.生产报告

“作为一名分析师，我花了大量的时间制作和维护内部报告和面向客户的报告。神谕的数字．这些报告为管理层提供了关于新趋势的见解，以及公司可能需要改进的领域。

写一份报告并不是把数字写在一张白纸上然后交给你的经理那么简单。波特诺威利(Porter Novelli)的分析经理杰斯•肯德拉(Jess Kendra)表示:“成功的数据分析师知道如何用数据创建叙事。”“为了保持其价值，数据分析提供的报告、答案和见解必须被下一个决策者理解，而他们往往不是分析师。”

2.找出规律

最有效的数据分析师能够用数据来讲述故事。为了生成有意义的报告，数据分析师首先必须能够看到数据中的重要模式。Pham说:“在基础层面，数据是用来发现趋势和见解的，我们可以利用这些趋势和见解向客户提出建议。”

定期的增量报告(如每周、每月或每季度)是很重要的，因为它有助于分析人员注意到重要的模式。Pham补充道:“它们都对一个总体时间框架做出了贡献，我们可以看到随着时间的推移的趋势。”

3.与他人合作

在列表中看到这一点感到惊讶吗？“分析师”这个词可能会让你想到与公司其他人外面工作的人，但这远远未决。各种数据分析师的角色和责任意味着您将在组织中的许多其他部门合作，包括营销人员，高管和销售人员。您还可能与那些在数据架构师和数据库开发人员这样工作的人密切合作。

良好的沟通能力很重要。肯德拉说:“你的成功取决于你与人合作的能力——你收集研究问题的对象、与你合作执行工作的同事，以及你做最终陈述的人。”

4.收集数据，建立基础设施

也许分析师的工作的最技术方面正在收集数据本身。这通常意味着与Pearson的说法，与Web开发人员一起使用以优化数据收集。

简化数据收集是数据分析师的关键。他们致力于开发可以自动化和易于修改的例程，以便在其他领域重用。分析人员在他们的武器库中保留了一些专门的软件和工具来帮助他们完成这一任务。

数据分析师vs.数据科学家

随着所有的想法，您可能会想知道其他突出的数据角色 - 数据科学家。虽然假设他们所做的工作类型存在一些重叠，但数据分析师和数据科学家之间存在显着差异。

由于数据科学家的作用相对较新，有时是模糊的，那些领域的人员已经努力定义并将其区分离数据分析师。让我们根据技能和工作职责来打破它。

数据分析:¹

• 有中等的数学和统计技能
• 有一个强大的商业敏锐
• 有中等的计算机科学/编码技能
• 制定关键绩效指标
• 创建数据的可视化
• 利用商业智能和分析工具

数据科学家:¹

• 有强大的数学和统计技能
• 有一个强大的商业敏锐
• 有较强的计算机科学/编程技能
• 确定机器学习的趋势
• 基于数据趋势进行预测
• 编写代码以协助数据分析

尽管数据分析师和数据科学家有着不同的背景和优势，但请记住，这些角色的定义可能有点模糊。这意味着职责可能会根据组织的不同而变化。

数据分析的类型

数据分析的核心是回答问题和做出决策。正如有不同类型的问题，也有不同类型的数据分析取决于你希望完成什么。虽然这些类型的数据分析并没有固定的词汇表，但是在Sciencesoft的人们将这项工作突破到四个主要领域的一切效果：²

• 描述性分析的答案是:“发生了什么?”
• 诊断分析答案，“为什么会发生一些事情？”
• 预测分析会回答:“可能会发生什么?”
• 规范性分析的答案是:“应该采取什么行动?”

数据分析师可以调整他们的工作和解决方案以适应场景。例如，如果制造商遇到延误和计划外的停工，诊断分析方法可以帮助识别到底是什么导致了这些延误。在此基础上，可以使用其他形式的分析来修复这些问题。

数据分析师使用什么工具?

数据分析师依靠各种工具来收集和理解他们的数据。KENDRA的团队使用专门的工具，有效地收集来自社交媒体，新闻网站和杂志的数据以及对数据进行排序和分类数据的工具，以可视化报告和演示的数据。

以下是数据分析师常用的一些工具:

• Microsoft Excel®
• SQL
• SAS®软件
• 谷歌分析™
• 谷歌标签管理器
• 表™
• Google AdWords™

数据分析师的工作描述包括什么?

皮尔逊说:“通过分析数据，我们希望根据客户的战略目标推动他们的业务向前发展。”

未经适当检查而收集的数据是毫无价值的。数据分析师的真正工作是为公司增加价值——无论是他们自己的还是客户的。培生表示:“通过使我们收集的数据具有深刻的见解和易于理解，我们为客户提供了额外的价值，帮助他们为业务做出明智的决定。”

你应该成为一名数据分析师吗?

那么数据分析师做什么呢?比你想象的要多得多。现在你已经了解了团队合作、技术技能和策略，这些都是进入这个新兴职业的要素，你可能也在考虑自己从事数据分析职业。

我们已经介绍了数据分析师职位描述的基本内容，但如果你想深入了解，请查看我们的文章。”5个你在数据分析师工作描述中找不到的见解。”

¹迈向数据科学，“模糊线：数据分析师与数据科学，”[2019年1月16日的信息]https://towardsdatascience.com/blurred-lines-data-analytics-vs-data-science-12ff92a3bd4e
²Sciencesoft，“改善决策的4种数据分析”[信息获取于2019年1月16日]https://www.scnsoft.com/blog/4-types-of-data-analytics
Google，Google AdWords和Google Analytics是谷歌公司的商标
SAS是SAS Institute, Inc.的注册商标。
Tableau是Tableau软件的注册商标。
Microsoft Excel是Microsoft, Inc.的注册商标。