数据分析师发展之路
本文在Creative Commons许可证下发布。
一、企业内部数据分析架构
1、商业数据分析中心的组织架构形式:
1)、技术型——隶属于IT部门
2)、虚拟型——分散在各部门,虚线汇报
3)、战略型——顶层组织、纵览全局
4)、分散型——完全分散在各部门
2、商业数据分析中心岗位角色
①业务统计分析人员:理解企业数据,发现业务问题,开发预测模型,帮助企业更好的进行信息决策;
②数据挖掘人员:知识发掘积累,需要熟悉各种数据挖掘算法,可以进行深层次的客户识别、画像,以满足营销、风控和客户关系管理方面的需要;
③大数据分析人员:海量异构数据,进行数据的搜集、存储和清洗。同时与数据挖掘人员、报表制作人员、业务统计分析人员合作完成工作;
④业务支持人员:创建业务报表或进行业务分析;
⑤报表制作人员:编写SQL程序进行查询并生成报表;
⑥数据管理人员:为需求人员提供便捷的数据访问服务;
⑦数据架构人员:设计处理、开发模型和数据质量管理设计所需的架构和方法;
⑧数据平台架构人员:负责企业管理平台的安装、配置、管理和维护
二、数据分析师职能和学习路径
1、业务数据分析师
⑴、编程能力
SPSS、SAS二选一和SQL、EXCEL
⑵、统计分析
方差分析、线性回归、逻辑回归、多元统计和时间序列预测
⑶、商业智能
报表系统设计和数据可视化
2、数据挖掘/建模师
⑴、编程能力
SAS、R、Python、SPSS Modeler四选一和SQL
⑵、统计分析
方差分析,线性回归、逻辑回归、多元统计
⑶、数据挖掘
机器学习、深度学习、复杂网络分析
⑷、客户行为分析
心理学、营销理论、风险理论
3、大数据分析师
⑴、大数据生态系统与编程能力
JAVA和SQL
Hadoop生态组件
Nosql数据库原理及特征
Spark大数据分析框架
⑵、统计分析与商业智能
方差分析,线性回归、逻辑回归、多元统计
数据可视化
⑶、数据挖掘
机器学习、深度学习、复杂网络分析