創(chuàng)業(yè)公司初期一般是不會(huì)重視數(shù)據(jù)的價(jià)值的烹笔，因?yàn)橹攸c(diǎn)是在產(chǎn)品上裳扯，如何做好產(chǎn)品來吸引用戶。并且用戶數(shù)量少谤职、產(chǎn)品結(jié)構(gòu)單一饰豺，數(shù)據(jù)很難發(fā)揮出價(jià)值。
- 到第二輪允蜈、第三輪融資時(shí)冤吨，一般DAU達(dá)到百萬級(jí)別。此時(shí)投資人會(huì)需要看你的數(shù)據(jù)饶套，看公司的運(yùn)營發(fā)展變化情況漩蟆，此時(shí)，就會(huì)出現(xiàn)報(bào)表這種東西——就是把核心的指標(biāo)妓蛮，DAU怠李、MAU等一系列列成一張巨大的時(shí)間序列表，觀測每天的發(fā)展趨勢蛤克。但此時(shí)捺癞，對(duì)于數(shù)據(jù)的利用也就僅僅局限在核心指標(biāo)的匯總計(jì)算上。此類公司的數(shù)據(jù)分析師的工作可能就是生成報(bào)表咖耘，研究指標(biāo)周期變化趨勢等翘簇。
- 公司穩(wěn)定發(fā)展后，可以通過埋點(diǎn)等方式獲取海量儿倒、多維度的數(shù)據(jù)后版保，便可以做更多的事情呜笑。比如根據(jù)用戶的多維度屬性，研究用戶畫像彻犁、將用戶聚類等叫胁；根據(jù)用戶瀏覽網(wǎng)頁或者App的路徑數(shù)據(jù)，研究用戶行為偏好等汞幢；根據(jù)用戶的評(píng)論文本數(shù)據(jù)來甄別是否是惡意用戶等驼鹅。此時(shí)，可以利用海量森篷、多維度的數(shù)據(jù)做很多的事情输钩，而不單單是簡單的數(shù)據(jù)指標(biāo)、數(shù)據(jù)報(bào)表仲智。此類公司不僅僅有數(shù)據(jù)分析師买乃，還會(huì)有數(shù)據(jù)挖掘師，算法工程師等钓辆。數(shù)據(jù)分析師的工作會(huì)研究用戶行為剪验、用戶偏好等。
- 當(dāng)公司發(fā)展到產(chǎn)品豐富前联、商業(yè)模式多樣化的成熟狀態(tài)后功戚，數(shù)據(jù)是海量的，業(yè)務(wù)模式是多樣的似嗤，如何最大程度的利用數(shù)據(jù)產(chǎn)生價(jià)值是此類公司所追求的啸臀。就像馬云提出的觀點(diǎn)：阿里巴巴不是零售公司，是數(shù)據(jù)公司双谆。此時(shí)會(huì)出現(xiàn)諸多與數(shù)據(jù)相關(guān)的崗位壳咕，如基礎(chǔ)層的數(shù)據(jù)研發(fā)工程師席揽，數(shù)據(jù)架構(gòu)師等顽馋，應(yīng)用層的數(shù)據(jù)分析師、算法工程師幌羞、數(shù)據(jù)挖掘師等寸谜，上層的數(shù)據(jù)產(chǎn)品經(jīng)理等。從數(shù)據(jù)獲取属桦，到數(shù)據(jù)的應(yīng)用熊痴，再到數(shù)據(jù)產(chǎn)品的研發(fā)，目的就是最大限度的實(shí)現(xiàn)數(shù)據(jù)的價(jià)值聂宾。此類的數(shù)據(jù)分析師果善，由于業(yè)務(wù)的復(fù)雜性，往往也會(huì)分成幾類系谐。有針對(duì)各個(gè)業(yè)務(wù)線的分析師巾陕，有針對(duì)整個(gè)公司讨跟、整個(gè)集團(tuán)橫向研究商業(yè)發(fā)展的分析師（戰(zhàn)略分析），也有針對(duì)所在市場做市場研究的分析師（市場研究）鄙煤。
