职位名称为“高级业务分析师”。 这位同学觉得岗位描述似乎并不难，还是以拿数、做报告为主。 但由于职位名称提到高级，他感觉有点无力，不知道面试时要注意什么。
这个JD让你感觉这个职位的要求不高，这很正常。 因为很多公司的初级、中级、高级数据分析岗位都使用同一个JD，所以很多阿里巴巴的JD后面都会直接写上“P6-P7”。
这种情况就是现在某项业务需要一名分析师，所以如果面试的人实力足够强，并且有非常匹配的经验，那么或许就有可能招到这样的人，给业务提供很大的支持。 但因为找到合适的人并不容易，所以如果遇到合适但能力不是特别突出的人，也是可以接受的。 至少你可以先把基本的事情做好。
回顾这个京东，上面有几个关键词：报表、可视化仪表板、运营监控系统、分析报告、运营数据支撑（数据采集）。 即使是入门级的数据分析师也能完成这些任务，所以我觉得要求很低，很正常。
但虽然做的事情是一样的，但要求却不同。
01
有什么不同？
当高级数据分析师完成各种任务时，他们在哪里？
我们还是以这个JD为例。
01
运营指标体系
指标体系是衡量业务的基础，也是数据分析师的基本技能。
初级数据分析师脑子里一般都有一个指标体系的基本框架。 即使遇到不熟悉的业务，也可以在网上搜索类似业务的指标体系，然后进行一些细微的调整。
高级数据分析师通常会从业务逻辑入手，梳理当前的重要指标，形成指标体系。 最终的结果可能和初级分析师创建的指标体系一模一样。 如何体现差异？ 区别在于应用。
初级分析师的指标体系可能是正确、完整的，但是由于没有办法解释清楚这些指标为什么是这样，它们之间是什么关系，或者无法简单的告诉业务人员如何使用这个指标体系，导致在指标系统已经成为一个装饰品，成为只有BI本身才能看的东西。
由于高级数据分析师是从业务出发的，所以他们可以与业务人员保持在同一渠道，从业务触发点推断出这些指标的有用性。 这使得业务人员更容易理解并在工作中应用它们。 这样，数据驱动开发就有了基础。
02
报告
做出一份“好”的报告并不容易。
首先，报告是指标体系的延伸。 如果指标体系不合理，报告肯定也不合理。
其次，报表之间的结构以及单表的展现形式也是一个知识问题。 我想你一定遇到过那种比较难用的报表。 他们只能解决“可用吗？”的问题。 但无法解决“好用吗？”的问题。
一份好的报告可以让人一眼就看出整个报告在讲什么内容。 这就是它先进的地方。
最后是报告的编排设计。 报告一般需要每天更新，这就需要一些在线自动调度。 这个调度并没有想象的那么简单，只要写出需要的字段sql就可以了。 报表的调度需要考虑业务变化带来的指标变化，甚至指标体系的变化。 例如，用户增长部门的渠道字段经常发生变化，需要增加或删除某些字段。 或者业务重点可能发生变化，报告需要大幅调整。 因此，我们不能硬编码调度代码，必须考虑代码的可扩展性。 这就需要你预测未来可能出现的情况并思考对策。 最终，我们必须在可扩展性和现有便利性之间找到平衡。 这些都是需要做好的大项目。
03
分析报告
分析报告是区分初级和高级数据分析师的重要参考。
初级数据分析只能做一些描述性分析，告诉企业目前的情况。 目前业务状况如何？ 高级数据分析可以识别问题并给出具体原因。 相信大家对此也有深刻的认识，我就不多说了。
但除了报告的质量之外，还有一个非常重要的标准，那就是效率。 上述JD之一是“及时输出分析报告”。 这个“及时”到底有多及时呢？
如果今天有一个非常重要的促销活动，领导会希望看到当晚活动效果的报告。 即使报告的复杂性不是特别高，但这仍然是一项非常艰巨的任务。 这就要求你能够快速理清自己的分析思路，具备扎实的编码功底，并具备较强的执行能力。 这些能力在平时是没有办法区分的，但在这种紧急情况下，高级数据分析师却可以把握住。
04
使用权
最后，还有检索号码的工作。 即使是高级数据分析师也无法逃脱检索数据的魔掌。 不过，号码检索也有初级和高级之分。
首先是定义数字问题的能力。
基本数字检索就是简单地检索数字。 业务方要什么，数据分析师就给什么。 如果你做同样的数据检索工作，你的效率可能比高级数据分析师还要快。
说到高级检索号码，高级的不是能不能快速检索到号码，而是能够定义问题。 资深数据分析师会与业务人员深入沟通，了解数据背后的目的是什么？ 这样可以更好地确定数据的口径，甚至可以将数据采集转化为专题分析的需求。 一些初级分析师也有这种意识，但由于沟通能力或影响力不够，业务人员不听他们的。 这还涉及到个人软实力，这也是高级分析师的能力之一。
第二个问题是数字的准确性。
很多初级数据分析师长期写SQL，可以写出非常复杂的逻辑。 但总有一些隐患，就是对一些基本设置缺乏了解。 初级分析师学习SQL时，往往只学习select部分。 他们对数据结构、底层技术原理等知之甚少，这充其量只能导致代码效率低下，或者一些不易察觉的数据错误。 例如，浮点数通常容易出错。 对于相同的数字，float 类型可能比 Double 类型大。 如果你不弄清楚，你很可能会出现一些你没有预料到的数据错误。
02
总结
看完上面的一些区别，相信你对这个JD又有了新的认识。
其中一些高级能力可以通过自学来实现，例如编码。 还有一些技能是通过自学无法完成的，或者自学效率很低，比如分析报告的思路、沟通技巧、工作作风、时间管理能力等。
掌握这些能力的最好方法就是模仿你周围有才华的人，看看他们是如何完成工作、如何思考、如何行动的。 关于做事风格有很多东西。 我自己也想不通。 必须通过模仿。
如果你在读这篇文章之前就看到了这个JD，觉得这个JD的要求不高，那么可能是你没有见过高水平的数据分析师是怎么做事的，所以你没有办法知道自己和这个JD的差距和专家们。 在哪里。
数据分析师是一个需要沟通和学习的职位。 你一定要在你身边找到这样一个伟大的人，并向他学习、模仿。 所以对于一名数据分析师来说，如果同一家公司有两家公司，一家薪资较高但能力一般，另一家薪资一般但能在优秀的人手下工作，我的建议是，如果薪资差距为不是特别大，选择后者。
-结尾-
评论列表