大数据分析师是干什么的
电子支付时代投机倒把明明不难查，不要顾虑太多，下个决心，到腾讯阿里找几个数据分析师，公安部出几个刑侦专家，沿着原料、药厂、仓储、物流、经销商、药店、患者逐笔查，现在一家几口人用多少药清清楚楚，抓几个、杀几个名人杀鸡儆猴，过程全部公开透明。相信人民，就像当年一样！现在不是缺产能，即便停几家厂子难道药就会变少，多两家厂子市场上药就会变多，杀几个蛀虫民族就能断代？与人民为敌，即便是三座大山，也能够踏灭铲平，何况几只臭鱼烂虾？他们总不能把药放裤子里。中级大数据分析师证怎么考？
中级数据分析师报考需要符合以下条件，就可以进行考取：
(1)具有本科及以上学历，或初级数据分析师证书，或从事相关工作一年以上;
(2)通过中级笔试、上机考试，成绩全部合格;
(3)通过中级实践应用能力考核。
数据分析师是指基于各种分析手段对大数据进行科学分析、挖掘、展现并用于决策支持的过程，大数据分析师就是从事此项职业的从业人员称呼，国内已有商务部对大数据分析师进行等级认证。
大数据分析师是干什么的
我们做数据分析时应该如何减少他人对自己挑毛病，让他人对自己的分析报告满意？本文主要聚焦于做好数据分析师的要点。从重视数据的作用、清晰数据的作用、规范数据的流程三方面诠释了数据分析师的职责。希望对你有所帮助。 经常有同学问：数据分析师怎么让领导满意？注意！我们不可能让所有人满意。有些公司的领导就是认为，他自己的经验、眼光是世界上最牛X的东西，数据算个屁。你叫不醒这种人。而有些公司的领导自身懂数据，给的需求就很靠谱，让这种领导满意也很轻松，只要按他的要求做即可。 因此，讨论“怎么让领导满意”，关键在于：争取普通的领导。那些没那么懂数据，但又不盲目自大的领导，才是工作重点。这些人可能会用到一些报表，但对数据库、数据统计方法、算法没有清晰认知。如果善加引导，是可以形成良好的合作，提升对数据的满意度的。 那么，从哪里开始呢？ 一、重视数据的作用数据分析，最值钱的是啥？是：数据本身。分析的方法有很多，利用逻辑推理，利用现场走访，利用二手资料，利用专业知识，都能进行分析。但是没有数据的支持，仅靠逻辑、理论、个案，很容易出现偏差。 所以数据分析师想让大家满意，首先要做的不是跟别人纠结复杂的分析逻辑，而是孜孜不倦地向大家宣传： 这个问题和哪些数据有关？我们能从哪些地方获得数据？已经有的数据能证明多少，还欠什么数据？这样时间久了，大家不管讨论什么问题，都会先想到：“我们有没有数据？”每次开会都会叫上数据部门旁听，确认数据能否支持。真做到这一步，数据分析的地位会大大提高，后边推其他项目也就顺理成章了。有些新人喜欢一上来就和业务部门争论思路，结果往往被业务经验丰富的领导喷得晕头转向，这是很不划算的。 二、清晰数据的作用当业务不了解数据的原理时，他很有可能需要你算命。诸如：“帮我算算，怎样既不花钱又有高产出”“帮我算算，哪个用户会买，我直接找他”……当然，还有最常见的“帮我预测下个月销量，不用100%准，99%准就好了”。 想提高业务满意度，一定不是赌命式搞预测。且不说不太可能次次都赌对，就算赌对一次又怎样？业务方信了你说的下个月业绩很好，他们放松投入了！结果业绩不好了！算谁的责任。业务方信了你说的业绩不好，投了很多资源，结果提前把费用透支完了，又算谁的责任。 要向业务同时普及： 业务行为本身，会影响预测结果，所以得提前知道你的计划。不同计划方案，需要的准确度不一样，你的计划越详细，预计越准。如果一个业务方案从来没试验过，它就没历史数据参考，很难预测准。想测试新方案，最好直接测试，基于测试数据做判断。总之，多和业务沟通，多做新测试，多做评估，少赌命预测，是提升满意度的重要方法。 三、规范数据的流程周五晚上6点下班，刚准备走，业务一通电话“赶紧给个数，和之前差不多就行，快！”你取，还是不取？很多新人觉得，只要我跪舔业务舔得使劲，他们一定满意。可真遇到这种没头没尾，一个电话催一个数的情况，很有可能你加班加点干完了，人家还是不满意！ “这个数据咋和我认为的不一样呀”“哦，我忘记了，还需要另一个数”“不对！这个口径应该参考XX的，不是YY的”这些都是没有清晰的规范，没有讲清楚需求导致的问题。所以想提高业务满意度，建立规范是必须的。 取数正确的核心是：指标口径。本着“不要返工，质量第一”的原则，一定要书面确认清楚。这一点不但我们自己要懂，也要孜孜不倦灌输给业务。而且，数据前后对不上，也是业务很讨厌的问题，所以这一点很容易争取业务认可。 取数的关键，在于了解背景。比如这个数据，是为产品/活动/策划服务的，是用于事前判断/事中监控/事后复盘。这一部分是业务不喜欢沟通的，总觉得“你问这么多干啥”。 但是这一部分却意义重大，了解了业务的思路以后，才能把相同场景的指标、维度摆在一起，把重复出现的零散需求，捏成一个大项目；才能把零散需求合并，用数据产品，而非每天写sql的方式满足需求。所以为了我们自己前途，一定得做好。 这里就得区分不同人进行沟通。对于合作意愿好的，可以主动讲清楚了解背景的意义，争取大家坐下来谈，了解了背景，我们才能输出更高质量的分析，对业务也是有利的。 对于合作意愿不好的，你谈好处他们不见得能听的进去。就得找机会，比如需求排队太多，需要等，比如别人都有BI支持，他们没有的时候，跟他们摊派“再不上系统，你们只会更慢”，倒逼他们来谈需求。 有些同学会说：我面对的业务太不讲理，太蛮横，就是喜欢事前说不清楚，事后来骂人。那没办法，有些公司的环境就是不好。只能换个公司解决问题。但是，但凡业务能沟通一下的，一定要沟通，把规范推出去，不指望业务那边人人都懂，至少每个部门，和数据打交道多的骨干能明白，这样才是提升满意度。 四、打造有使用场景的产品“当初求数像条狗，拿到数据嫌人丑”是很普遍的状态，即使一份报告写得再好，事后也会被忘记。有些新人觉得：上个BI系统就好了。可实际上，很多公司的BI系统打开率都惨不忍睹，除了分公司负责扒拉Excel的表哥表姐，业务根本很少有人看。上了BI还在源源不断提取数需求，也是常事。 从本质上看，这是因为不管是汇报ppt也好，还是BI工具也好，都只是数据的展示形式。到底在什么业务场景会被用上，这才是关键。想提升满意度，一定要尽可能在固定的业务场景输出，混个脸熟，这样后边才有更多机会让大家满意。 这要求，在设计数据产品的时候，不是很本位的从数据角度出发，思考“我做个XX模型”“我做个XX看板”，而是站在业务流程角度，思考： 在哪个环节，需要数据？（晨会？周例会？月总结？策划会？）在决策不同阶段，需要什么样数据？（计划-设计-测试-执行-复盘）有数据和没有数据，对业务的提升有多大？（重点中重点）以什么形式呈现数据结果，业务使用率最高这里特别要关注业务的提升，比如经常用使用跟进报表的销售团队，是不是业绩更好；经常使用画像工具的运营，是不是策划活动更佳。多收集成功案例，到时候业务和数据相互印证（相互吹捧）：用数据证明业务团队的绩效很好，业务团队现身说法证明数据工具有用。这就形成了完美闭环。不但合作部门的领导们很满意，其他部门领导也会跃跃欲试来合作，这样就打开良好局面了。 专栏作家 哐十三；微信公众号：文案包邮；人人都是产品经理专栏作家，CSSCI核心期刊《新闻与写作》约稿作者，《疯传文案》作者。关注广告文案、品牌营销与自媒体领域。 本文原创发布于人人都是产品经理，未经许可，禁止转载 题图来自Unsplash，基于CC0协议。 该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。关于DuDuTalk： DuDuTalk是武汉赛思云科技有限公司打造的语音数据驱动的一站式智能销售赋能AI-SaaS平台。通过智能硬件（IOT）、AI引擎、机器学习、NLP、文本数据挖掘等技术，为企业提供覆盖移动通话、现场沟通等全场景语音采集、识别、质检、分析等服务。让销售与客户互动全过程数字化、可视化、智能化，用科学的方式实现对销售团队的个性化赋能，让每个人都成为“顶级销售”。
