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