0

数据分析师的工作内容根据公司业务而定，没有一个比较通用的模式。这里算是记录和梳理我的工作职责和进阶方向。工作主要有三个部分：目前日常工作、新的启发和值得学习的内容。

1. 日常工作内容

日常工作中，主要对接商业产品经理和用户增长团队。商业产品的目标比较明确：即通过提高产品体验和优化功能流程来提升各项转化率；营销主要探索外部投放渠道的质量，同时也需要控制ROI。所以，实际上工作可以分为

• 产品功能AB测试的效率对比
• 内部流量试验或者外部投放效率对比: 除了转化率等指标, 也需要一些通用性指标
• 提炼日常需求以建立统一的商业宏观漏斗看板Dashboard
• 当某一些指标有明显的下降或者上升时
  ** 拆分维度寻找原因
  ** 估算该变化带来的影响比如定损
• 月度/年度复盘
• 深度分析报告
  ** 影响商业指标的因素, 提供策略与建议
  ** 预测：复购预测/业绩预测

2. 新的启发

日常工作需要极为贴合业务本身，不同的业务需要的分析师的能力范围也不尽相同。除此之外，站在更高的视角上，普适性的「数据工具」或「数据产品化」会对整体分析工作大有裨益。包括但不限于

2.1 打点系统优化

• 由于打点的实现问题，一般打点方案由开发设计。这里可能缺少于数据分析师沟通，而导致重要指标无法追溯或计算。一般来说，产品设计的初期应该同时考虑其效果量化的方式。
• 打点如果无法自动新增，那么将无法计算、同步和历史回溯

2.2 数据报表系统
数据报表系统除了能够清晰的可视化以外，还需要包括：邮件订阅/报警监控方案/
2.3 培训业务线同事的数据知识：工具的使用和数据的理解
2.4 制定工作流程SOP，以便更好的沟通

3. 值得学习的方向

终身学习不是吹的，或许一开始会觉得统计知识并不那么重要。但随着任务和事情的增多，会发现统计知识仍然需要巩固和学习，直到可以应用它们。

• 深刻理解AB原理，熟悉AB分析工具
• EXCEL用得好会省很多时间
• 灵活选用预测模型
• 数据存储原理和格式

对数据分析师的要求是绝对不能出错，一些小问题可能会造成下游同事的巨大麻烦。

• 不能带有情绪
• 不管别人怎么催都不能急躁
• 所有觉得不太合适的地方，都是可能出问题的地方