數據分析師的層級

前段時間在微博上看到一張某集團的數據分析師職位層級表，由於表格太大，在網頁上顯得字體太小，很難看清楚，因此我將它簡化處理成如下兩張表格，分爲層級1和層級2：

從表中可以看出，專家級的數據分析在分析方法的要求方面與資深數據分析師是相同的，層級2與層級1的能力差別主要體現在業務分析能力、管理能力和影響力等方面。要從“使命必達”的助理數據分析師，成長爲“獨擋一面”的數據分析專家，其中必然需要學習很多知識、積累很多經驗、提升很多技能，這對從事數據分析的人有一定的指導意義，在做職業規劃時可以參考。

按照不同分析方法所能給人帶來的智能程度，可以把分析能力劃分爲以下8個等級。

上面的8級劃分源自SAS網站的Eight levels of analytics，由IDMer編譯而成，個人覺得其中的8張圖片非常形象生動，網友@數據小宇軍用兩個圖表將它們更好地展示出來了：

數據分析師的級別

1、數據跟蹤員：機械拷貝看到的數據，很少處理數據

雖然這個工作的人還不能稱作數據分析師，但是往往作這樣工作的人還都自稱是數據分析師，這樣的人，只能通過×××系統看到有限的數據，並且很少去處理數據，甚至不理解數據的由來和含義，只是機械的把自己看到的數據拷貝出來，轉發給相應的人。這類人發出來的數據，是否有意義，怎麼解讀，他自己是不知道的，只能期望收到數據的人了。

2、數據查詢員/處理員：數據處理沒問題，缺乏數據解讀能力

這些人可以稱爲分析師了，他們已經對數據有一定的理解了，對於大部分數據，他們也知道數據的定義，並且可以通過監控系統或者原始的數據，處理得到這些數據。統計學的方法，這批人還是很精通的，統計學的工具，他們也是用起來得心應手，你讓他們做一下因子分析，聚類肯定是沒問題，各類檢驗也是用的爐火純青。他們的不足是：1、如果不告訴他們命題，那麼他們就不知道該應用什麼樣的方法去得到結論了。2、對於數據的處理沒問題，但是卻沒有一個很好的數據解讀能力。只能在統計學的角度上解釋數據。

3、數據分析師：解讀數據，定位問題提出答案

數據分析師這羣人，對於數據的處理已經不是問題了，他們的重點已經轉化到怎麼樣去解讀數據了，同樣的數據，在不同人的眼中有不一致的內容。好的數據分析師，是能通過數據找到問題，準確的定位問題，準確的找到問題產生的原因，爲下一步的改進，找到機會點的人。往往科班出身的人，欠缺的不是在處理數據上，而是在解讀數據上，至於將數據和產品結合到一起，則是其更缺少的能力了。

4、數據應用師：將數據還原到產品中，爲產品所用

數據應用，這個詞很少被提到。但是應用數據被提的很多，分析了大量的數據，除了能找到問題以外，還有很多數據可以還原到產品中，爲產品所用。典型的是在電子商務的網站中，用戶的購買數據，查看數據和操作的記錄，往往是爲其推薦新商品的好起點，而數據應用師就是要通過自己的分析，給相應的產品人員一個應該推薦什麼產品，購買的可能性會最大的一個結論。國內能做到這個級別的.數據人員還真是少的可憐，甚至大部分人員連數據的視圖都搞不定，而真正意義上的能數據應用師，可以用數據讓一個產品變得更加地簡單高效。

5、數據規劃師：走在產品前面，讓數據有新的價值方向

數據規劃師，不能說水平上比數據應用師高多少，而是另外一個讓數據有價值的方向。往往在實際的應用中，數據都是有其生命週期的，用來分析、應用的數據也是，這點上，尤其是在互聯網公司更加明顯，一個版本的更新，可能導致之前的所有數據都一定程度的失效。數據規劃師在一個產品設計之前，就已經分析到了，這個產品應該記錄什麼樣的數據，這些數據能跟蹤什麼問題，哪些記錄到的數據，應該可以用到數據中去，可以對產品產生什麼樣的價值。

以上資料來源於網絡，如有侵權，請聯繫博主。