數(shù)據(jù)分析是一項實踐性很強(qiáng)的工作抽高，涉及到很多交叉學(xué)科道盏，需要不同的崗位和角色因苹，來實現(xiàn)不同的性質(zhì)的工作。
一 蛤育、數(shù)據(jù)分析師中的角色和職責(zé)
數(shù)據(jù)分析團(tuán)隊師應(yīng)該在科技部門內(nèi)部還在業(yè)務(wù)部門內(nèi)部一直存在爭議宛官。在業(yè)務(wù)部門內(nèi)部葫松，對數(shù)據(jù)場景比較了解，容易找到數(shù)據(jù)變現(xiàn)的場景底洗，數(shù)據(jù)分析師對業(yè)務(wù)提升幫助較大腋么，容易出成績。但是弊端是僅僅對自己部門的業(yè)務(wù)數(shù)據(jù)了解亥揖，分析只是局限獨立的業(yè)務(wù)單元之內(nèi)珊擂，在數(shù)據(jù)獲取的效率上，數(shù)據(jù)維度和數(shù)據(jù)視角方面缺乏全局觀费变，數(shù)據(jù)的商業(yè)視野不大摧扇，對公司整體業(yè)務(wù)的推動發(fā)展有限。業(yè)務(wù)部門的數(shù)據(jù)分析團(tuán)隊缺少數(shù)據(jù)技術(shù)能力挚歧，無法利用最新的大數(shù)據(jù)計算和分析技術(shù)扛稽，來實現(xiàn)數(shù)據(jù)分析和建模。數(shù)據(jù)分析和計算依賴于科技部門滑负，效率較低在张，無法打通各個環(huán)節(jié)和實現(xiàn)效率和收益最優(yōu)。
1. 數(shù)據(jù)庫(倉庫)管理員DBA
DBA最了解企業(yè)內(nèi)部的數(shù)據(jù)和可用的數(shù)據(jù)資源橙困，包括數(shù)據(jù)的存儲細(xì)節(jié)和數(shù)據(jù)字典瞧掺，另外其對數(shù)據(jù)的采集耕餐、清洗和轉(zhuǎn)化起到關(guān)鍵作用凡傅。
DBA為數(shù)據(jù)科學(xué)家和數(shù)據(jù)分析師提供加工好的原始數(shù)據(jù)，這些數(shù)據(jù)是數(shù)據(jù)分析和建模的基礎(chǔ)肠缔，DBA做了數(shù)據(jù)分析工作中最重要的基礎(chǔ)工作夏跷，完成了大量的臟活和累活。
2 .業(yè)務(wù)專家
業(yè)務(wù)專家的優(yōu)勢是數(shù)據(jù)的商業(yè)敏感度明未，了解業(yè)務(wù)需求槽华，可以將業(yè)務(wù)需求轉(zhuǎn)化為數(shù)據(jù)需求，進(jìn)一步找到數(shù)據(jù)應(yīng)用場景趟妥。另外業(yè)務(wù)專家也可以通過對數(shù)據(jù)的分析猫态，找到新的商業(yè)機(jī)會，同業(yè)務(wù)部門一起制定商業(yè)計劃披摄，利用數(shù)據(jù)分析推動業(yè)務(wù)增長亲雪。
業(yè)務(wù)專家的經(jīng)驗對于數(shù)據(jù)分析和建模是非常關(guān)鍵的，他們可能是風(fēng)險管理人員疚膊、欺詐監(jiān)測專家义辕、投資專家等。數(shù)據(jù)建模來源于業(yè)務(wù)經(jīng)驗和業(yè)務(wù)知識寓盗，正是業(yè)務(wù)專家的專業(yè)分析找到了業(yè)務(wù)規(guī)律灌砖，從而找到了建模方向璧函，并對建模工作給出建議和解釋。
3. 數(shù)據(jù)科學(xué)家
過去統(tǒng)計分析依賴于統(tǒng)計分析工具基显，大數(shù)據(jù)時代之后蘸吓，數(shù)據(jù)量級的提升和數(shù)據(jù)類型的復(fù)雜程度，讓很多傳統(tǒng)的統(tǒng)計分析工具無法完成分析計算续镇。這個時候美澳，數(shù)據(jù)科學(xué)家出現(xiàn)了，他們可以利用自己的專業(yè)技能幫助業(yè)務(wù)專家和數(shù)據(jù)分析人員進(jìn)行建模和計算摸航。
過去數(shù)據(jù)統(tǒng)計分析建模常用SPSS制跟，SAS，MATLAB等工具酱虎，現(xiàn)在基于大數(shù)據(jù)平臺的分析建挠昱颍可以使用Spark+Scala/Python/R/Java。數(shù)據(jù)科學(xué)家了解模型和算法读串，可以直接承擔(dān)建模和調(diào)優(yōu)工作聊记，懂得選擇合適的算法來進(jìn)行計算，提高效率恢暖。
4. 數(shù)據(jù)分析師
數(shù)據(jù)分析師站在數(shù)據(jù)和商業(yè)的角度來解讀數(shù)據(jù)排监，利用圖標(biāo)和曲線等方式向管理層和業(yè)務(wù)人員展現(xiàn)分析結(jié)果，揭示數(shù)據(jù)分析產(chǎn)生的商業(yè)機(jī)會和挑戰(zhàn)杰捂。
數(shù)據(jù)分析師將雜亂的數(shù)據(jù)進(jìn)行整理后舆床，將數(shù)據(jù)以不同的形式展現(xiàn)給產(chǎn)品經(jīng)理、運營人員嫁佳、營銷人員挨队、財務(wù)人員、業(yè)務(wù)人員等蒿往。提出基于數(shù)據(jù)的結(jié)果和分析建議盛垦，完成數(shù)據(jù)從原始到商業(yè)化應(yīng)用到關(guān)鍵一步，數(shù)據(jù)分析師的數(shù)據(jù)敏感度瓤漏、商業(yè)敏感度腾夯、分析角度、表達(dá)方式對于商業(yè)決策很重要蔬充。
5 .運營專家
數(shù)據(jù)分析結(jié)果和商業(yè)決策出來之后蝶俱，運營專家負(fù)責(zé)實現(xiàn)商業(yè)決策。通過有計劃的運營活動娃惯，將數(shù)據(jù)分析的結(jié)果應(yīng)用到實際的商業(yè)活動之中跷乐，運營專家是實現(xiàn)數(shù)據(jù)變現(xiàn)最后一公里的關(guān)鍵人物。
運營專家屬于業(yè)務(wù)人員趾浅，實際上參與業(yè)務(wù)運營活動愕提，利用數(shù)據(jù)分析結(jié)果馒稍，實現(xiàn)業(yè)務(wù)場景和數(shù)據(jù)場景的結(jié)合，實現(xiàn)數(shù)據(jù)商業(yè)化應(yīng)用浅侨。
