全部回答 已有 3人回答

• 

  13*******28 2023-05-02
  首先他要了解业务近期的发展方向和目标，与业务就下一步的分析方向进行讨论。他要将上次会议中确定的分析结果告知业务部门，并跟进数据分析结果，还得不定期将行业数据分析报告与业务进行分享。
  
  比如，答主之前曾经在职场社交网络公司领英做过数据分析的工作，当时的任务是负责领英给会员发送邮件的数据分析，我们每天会搜集系统给会员发送的邮件有哪些类型，发送频率如何，每天发送时间，还要搜集会员看到邮件之后的反应，有没有点击链接，有没有登录网站，以及这之后的每日用户量是否显著上涨，这些指标都是我们每天要看的内容。
  
  对于数据提取，是为下一步业务数据分析来做准备，一般而言有专门的数据库工程师来帮忙准备，如果自己不太忙时会自己做，这样比较快。
  
  接下来，也是最重要的，就是分析数据。按照职业性质的不同，主要分为技术型分析和业务型分析。技术型分析一般是通过编程实现，主流的数据分析编程语言是 Python, R, scala 等，比如在亚马逊公司，数据分析师要写 scala 语言来分析每天不同品牌体育用品的交易量，以此来给品牌打分，告诉用户什么品牌最受欢迎。
• 

  13*******37 2023-05-02
  本文描述的是互联网行业数据分析师的日常工作：
  
  一、指标波动排查
  
  今天的日活为什么降了，用户使用时长突然涨了 10%等等，这些比较重要的指标，如果出现较大的波动，都需要去排查原因，给出合理的解释。
  
  具体分析的方法就是拆分维度，比如分操作系统、分渠道、分新老用户、分版本等维度去看某个指标的波动，大部分情况下都能找出问题。当然分析时一定要剔除节假日的影响，同比一下往年的历史数据，没准也能发现一些平常注意不到的点。
  
  
  
  二、做各种报表
  
  日常的核心指标，以及产品、运营要监控的一些数据，都需要做成 BI 报表。
  
  不同的公司做报表的方式不同，有些可能直接购买了做报表的软件，如 Tableau、Power BI 等，还有些可能是公司内部开发的报表平台。怎么做报表并不重要，重要的是一定要做报表，不然老板上哪看数据呢？
  
  
  
  三、写分析报告
  
  运营搞了一个促活的活动，想对活动的效果做个复盘，需要找数据分析师出个报告。
  
  产品改版了，某个大功能做了 AB 测试，出个报告对比一下效果呗，好的话就全量了。
  
  这些都是配合需求方需要出的报告，数据分析师自己写可以做一些探索性的分析，比如研究一下用户留存的影响因素，流失用户的特征分析等等，最后出个报告，整理总结一下自己的劳动成果。
• 

  13*******32 2023-05-02
  泻药，看来我要跟其他几位的答案区别很大了。
  
  我本人一直在互联网行业，但是工作履历上其实线上线下都做过，目前所在的公司规模比较大。大公司对分析师所带来的好处是很多的，最大的好处是在数据基础建设方面会做得很好，定时邮件报表、dashboard什么的也不用太费心思，内部都有现成数据工具；数据量也足以证明分析结论；也因为组织架构的原因，所以不需要接常规需求，精力非常集中，基本产出都是专项分析，而这部分才是分析师的精华所在。
  
  日常工作的话，学习是一部分，对你没看错，学习也是工作的一部分，但我指的不是分析工具如R、Python的学习，这种只算是入门门槛。我所说的是学习内部文档、其他部门做过的事情、现有的执行规划、已经沉淀下来的相关业务的方法论，这些都对之后日常工作的帮助较大。
  
  第二个是探索性分析，就算公司规模很大了，也不代表有些东西就都被彻底分析完毕了，真要认真看的话，有些东西做的也不是尽善尽美。探索性分析多半会出现在专项分析中，因此会有试错成本，只有在分析后，才能准确地告诉别人，这个项目哪里比较好入手，哪里最好就别考虑了，有些东西虽然没有成果，但可以沉淀为方法论。这中间还会与同事脑暴，探讨分析思路，共同摸索。