数据建模师是做什么的（数据建模师工作职责和要求）

小编最近收到很多同学的私信，大部分同学都在问：如何成为一名数据分析师？作为一名数据分析师应该掌握哪些工具？我曾经是学其他专业的能转行数据分析吗？

做数据分析师没有什么门槛，零基础也可以入门数据分析。文科生也好，其他行业人员也好，想学数据分析，只需掌握excel、mysql、python和bi智能工具等基本应用就可以。

接下来，小编想跟大家聊一聊数据分析师的种类、工作内容和晋升空间，还有数据分析师的基本能力，大家看完可以跟小编分享一下看法。

01

数据分析师的种类、职责与升级路线

数据分析师的职位分为五大类：数据产品、数据分析师、数据建模师、数据工程师与数据科学家，这5种类型的数据分析师有着不同的职责和业务能力。

1）数据产品

数据产品概览图

数据产品不但要运用埋点原理，使用工具抓取数据并分析，还要参与数据化产品的制作，挖掘用户数据需求、提炼数据产品方案、设计和推广数据产品的使用等。

职位：数据产品经理、cgo、数据产品总监、数据运营总监

学习科目：数据技术、可视化、业务思维

2、数据分析师

数据分析师概览图

商业化的数据分析师主要是负责产品系统后台的上架、更新及维护，是项目中的指导者。

职位：cgo、增长专家、数据咨询师、数据分析总监、数据运营总监

学习科目：数据技术、可视化、统计学基础、业务思维

ps：

①可视化是相当重要的一部分，当你花费大量时间来处理数据，却没能将数据清晰直观地呈现在老板面前时，你所做的一切都是无效的。小聚给大家举两个例子：

同样是数据分析师做的两张图，图a中的各项数据看起来清晰明确，非常便于理解；而图b中，不仅缺少单位量，也没有将增减幅度体现出来，老板看了会十分头疼。

②大部分人对数据分析师存在一个误区，觉得他们就是取数的、做表的“工具人”。这种想法简直大错特错，作为一名数据分析师，核心能力是要挖掘数据中的价值，并了解它们所存在的意义，对数据进行整理分析，帮助领导去做决策。

③还有很重要的一点是沟通能力，因为你不但要了解清楚对方需求的是什么，还要告诉对方你做了哪些内容。否则，分析的对象不是需求的对象，容易产生错误的判断造成损失。

3、数据建模师

数据建模师概览图

数据建模师就是我们常说的算法工程师，他们运用数理统计知识、编程和业务思维建立数学模型，是当之无愧的产品灵魂。

职位：cto、技术总监、算法工程师

学习科目：数据技术、统计学基础、建模技术、业务思维

4、数据工程师

数据工程师概览图

数据工程师属于技术岗，他们负责搭建数据库、处理数据、维护数据安全等工作，主要是服务于数据的使用者，比如上文中的数据分析师、数据产品以及数据建模师。

职位：cto、技术总监、研发工程师

学习科目：数据技术、建模基础、业务思维

ps：

数据工程师非常考验专业能力，如何优化流程、数据监控和预警分析，一旦任务失败，这个月的薪水就会被扣掉。

5、数据科学家

数据科学家概览图

数据科学家属于综合性人才，集数据分析能力（＞数据分析师）、统计学基础、业务能力（＞数据产品）、算法（＞算法工程师）与沟通能力于一身。这类人才属于数据分析行业中的顶配，各方面的能力都超一流，不过这类人才相当稀有，在行业中基本是可遇而不可求。

以上就是数据分析师中的5大岗位，大家有没有比较感兴趣的方向呢？先别着急，接下来小编再和大家分享一下成为数据分析师必备的4种能力。

02

数据分析师的4种能力

① 数据技术

做数据分析必须要了解数据的运转流向，并利用工具读取和分析。

数据分析基础：excel

使用excel来应付计算量不大日常数据是最实用的，大部分数据分析师只用到其中的少部分功能。

数据提取：sql、mysql

sql算是编程中最简单的语言，只要用心去学，不超过一个月就能进行数据的提取了。

分析工具：spss、r、python

spss就相当于高级版的excel，难度不高；python和r在数据分析和数据挖掘方面的能力差不多，两者任选其一即可。

② 可视化

excel、ppt、echarts、finebi

数据可视化的工具比较多，上述的几种都是比较常见的，尤其是excel和ppt相当基础，如图所示：

新增用户热力图

不管使用的是什么工具，目的在于将抽象的数据用图表展示出来，方便老板审查和决策，如果做的好看就成了你的加分项。

③ 统计学基础

统计学基础常常运用在abtest、数据透视中

有时遇到模糊的数据，比如一些随机的因素，就要用到统计学中的假设检验了。假设相反的状况，通过设置的样本来推翻这个假设，如果样本足以推翻假设，则我们认为测试结果成立；否则测试结果作为偶然现象，需要重新进行测试。

示例一 ab test的错觉：

ab test结果图

示例二 r平方值的重要性：

dau预测图

④建模能力

分类：在历史用户行为基础上构建出模型，将它套用到新用户身上，预测用户是否会发生某种行为。如下图所示：

模型概念图

分类：同种类别的用户比较相似，不同类别的用户之间具有较大差异，需要给不同的用户打上标签。如图所示：

聚类概念图

回归：比如在预测销量、人口数量时，就需要用到指数回归和多项式回归，在处理各类数据时都会用到相对应的回归算式。

评估：评估模型有两类：回归模型和标准化模型，它们一般会用于品牌投放、会员积分等，如图所示：

渠道评估模型（ahp标准化模型）

作为一名数据分析师，还需必备业务思维能力、大局能力、沟通能力等等。数据是没有思想和逻辑的，如果你没有业务思维，可能会迷失在一堆数据中理不清方向，优秀的数据分析师则可以让一串串数据“活”起来。

还有大局能力，你不仅要有处理分析公司产品的能力，同时还要对竞品进行分析，知道对方的不足，发展自身产品的优势，才能抓住老板的心。

最后，数据分析师不可缺少的沟通能力，你在分析数据之前，要先明确分析什么数据，为什么要分析这些数据，精准地把握老板的需求，避免出现工作上的纰漏。当你完成工作后，需要将数据的价值表达出来，老板才能进行下一步的工作。

如果你想要成为一名优秀的数据分析师，先找到自己的方向，确立一个职业目标，再逐步掌握数据分析师的必备技能，在软件的基础操作上不断提升自己的应用水平