说在前面：

大家好，我是爱学习的小xiong熊妹。

现在有关数据分析的文章满天飞，很多小伙伴好奇：到底数据分析是做什么的？今天小熊妹给大家捋一捋，就拿几个大家常问的问题举例吧。

答1：在企业里收集数据、计算数据、提供数据给其他部门使用的。

答2：让大家有数据可以看。在企业里，需要看数据的时候多着呢。如果从工作流程的角度看，至少有5类分析经常做：

当然，还有日常工作中数不清的“小熊妹，给我个数据看看”这种叫临时型分析好了。其实这种都不能算分析，因为也没分析啥，就是丢个csv文件给他就完事了。好在我现在有3个实习生在帮忙跑数，这些被人呼来喝去的工作已经少很多了。

答3：数据确实能驱动，每次业务部门的老板们做决策前都要拿一堆数据，平时还要看各种数据监控报表，还有阶段性复盘，感觉离了数据就没法干活了。但是数据驱动和数据分析师驱动是两码事。作为一个查数姑，我从来没见过我能驱动谁。我的日常工作基本上都在取数、做报表、偶尔帮助模型组搞搞模型，一天天的就这么过去了。我唯一驱动的就是实习生，让他们帮忙买个奶茶，拿个快递啥的……

答4：数据分析是一项工作，谁都能做。数据分析师是一个岗位，大公司才有专门的数据分析师岗位，小公司经常是一个开发哥哥全包了。

答5：数据分析大体上分3步：第一步：获取数据。通过埋点获取用户行为数据，通过数据同步，打通内部各系统数据。以及做数仓建设，存储数据。第二步：计算数据。根据分析要求，提取所需要的数据，计算数据，做表。第三步：解释数据。解读数据含义，推导出一些对业务有用的结论。

答6：并不全是，这个在不同企业，情况不一样。如果公司规模大的话，获取数据经常是数据开发组完成的，他们一般挂着“数据开发工程师”或者“大数据工程师”的头衔，解释数据则是运营自己写ppt做解读，留给所谓“数据分析师”的，其实就是中间的计算数据的一步，也就是所谓的查数。查数姑（查数据的小姑娘）的外号就是这么来的。像我在的互联网厂子，数据一般都是自己收集的，所以有一组数据开发的小伙伴专门做数据采集、数仓建设，我们在的小组是数据服务，就是单纯的跑数、和业务方沟通、写一些ppt。有些公司（一般是做电商的），数据是直接从淘宝、天猫、亚马逊等平台导出的，然后基于这些数据做分析。有些公司（一般是传统企业），数据是直接用的大型的BI产品，然后所有人基于BI产品导出数据分析有些公司规模很小，就直接一个小组从数据埋点到数仓到提数全干了。总之情况五花八门。搞笑的是，这些公司都会说：我在招“数据分析师”，一个“数据分析师”名义之下，工作千差万别，就搞得人晕头转向了。

答7：这个最好自己上招聘网站看，都写在那呢。要让我说，这工作工资一点都不高，其实和同一个企业内的其他岗位比没啥优势，也没见运营的、产品的就比我低呀。很多人会觉得做数据分析工资高，可能是因为自己在的行业本身平均工资就低，和互联网公司一对比就显得更低了。

答8：额，这得看啥叫“编程”，比如隔壁数据开发组的小哥哥们，就觉得本姑娘我根本就不算编程，写sql查个数再做个PPT，算啥编程呀。可能因为我们人比较多，分工细，我就只出数，对业务方聊就好了，偶尔用tableau画画图啥的。但是那种完全不碰代码，就是在excel里整理下文档的，所谓的“数据分析师”，我是强烈不建议你去做的。想当年我第一份工作就是这种，结果发现每天都在打杂，一点存在感都没有，也没人教。所谓的“野生数据分析师”就是这种吧。然后就果断离职换工作了。所以至少得有基础的数据查询能力，数据库查询得很熟练。

答9：应该挺难的。反正我看我们负责算法的人都很厉害，压根一点都看不懂的那种。而且算法岗招聘内卷的一塌糊涂，经常看到他们入职的人都是各种名校，怕怕，像我这种渣渣是没胆量挑战的。大家有兴趣可以试试。而且，虽然都是做数据，但数据分析岗和算法岗交集其实挺少的。一般算法岗有明确的应用场景（比如我认识的小哥哥都是做搜索的）。在这个场景下具体算法一大堆，还需要大数据开发的支持（不然数据量大，实现不了）。所以其实并非大家想象的，这两岗位都是做数据的，转呀转就转过去了。

答10：这个我可回答不了，毕竟工作经验不久，见识也不算特别多。目前就是一份工作做着而已，期待有更多年经验的大神来回答吧。打工这件事吗，刚毕业的时候觉得有个10K已经很多了，现在20几K还不够花，而且同事也经常有离职的，感觉不出来换个地方打工有啥区别……以上就是数据分析常问的十个基础问题，希望大家喜欢。

扫描二维码关注微信公众号【码工小熊】

获取更多原创干货~