数据分析师是数据师 Datician 的一种，指的是不同行业中，专门从事行业数据搜集、整理、分析，并依据数据做出行业研究、评估和预测的专业人员。

1. 具备一定的数据分析能力。能挖掘、定位和预判内容风险；在理解业务的基础上，利用数据化运营思维，深入分析理解业务数据，能够挖掘出有价值的案件线索，辅助案件调查工作；

2. 具备风险指标搭建能力。运用统计方法、指标量化方法和可视化工具，帮助团队把面临的问题抽象成指标和数据问题，搭建各垂类和业务场景的归因体系，用数据帮助团队了解站内全貌和快速定位问题；

3. 具备数据能力建设能力。针对重大/突发风险事件进行盘点，负责看板搭建和完善，能够精准分析定位数据异常原因，通过数据看板及时预警业务问题。

4. 负责业务上各类 A/B 实验设计与分析，产品优化效果评估，市场活动分析评估，核心指标异动分析，客户端版本效果评估等工作

5. 与产品/运营/研发等配合，推进优化方案落地执行，带来业务的实际提升增长。

本科及以上学历，数学、统计学、计算机相关专业。

1. 具有数据分析、风控分析经验；

2. 熟练使用 SQL 语句，熟悉 Hadoop、Hive、Flink 等大数据相关技术者优先。

数学、统计学、计算机、经济等。

1. 数据敏感、逻辑清晰、业务理解力强；

2. 善于沟通，对业务敏感，能快速理解业务背景，具备优秀的技术与业务结合能力。

1. 基本分析方法：对比分析法、交叉分析法、漏斗图分析法等；

2. 高级分析方法：回归分析法、聚类分析法、时间序列等。

精通 SQL、Excel、Python；熟悉Tableau、R 等分析统计软件

数据分析师→数据技能型产品经理

数据分析师→数据指导业务的运营 VP

数据分析师→管理或战略

数据分析师→数据科学家 or 数据架构师

数据无处不在，世界需要数据分析师来处理大量数据，并利用这些数据来帮助公司制定更好的业务决策，满足解决人类当前需求。随着大数据在中国国内的发展，大数据相关人才却出现了供不应求的状况，数据分析师更是被媒体称为“未来最具发展潜力的职业之一”。