数据分析师发展之路

本文在Creative Commons许可证下发布。

一、企业内部数据分析架构

1、商业数据分析中心的组织架构形式：

1）、技术型——隶属于IT部门

2）、虚拟型——分散在各部门，虚线汇报

3）、战略型——顶层组织、纵览全局

4）、分散型——完全分散在各部门

2、商业数据分析中心岗位角色

①业务统计分析人员：理解企业数据，发现业务问题，开发预测模型，帮助企业更好的进行信息决策；

②数据挖掘人员：知识发掘积累，需要熟悉各种数据挖掘算法，可以进行深层次的客户识别、画像，以满足营销、风控和客户关系管理方面的需要；

③大数据分析人员：海量异构数据，进行数据的搜集、存储和清洗。同时与数据挖掘人员、报表制作人员、业务统计分析人员合作完成工作；

④业务支持人员：创建业务报表或进行业务分析；

⑤报表制作人员：编写SQL程序进行查询并生成报表；

⑥数据管理人员：为需求人员提供便捷的数据访问服务；

⑦数据架构人员：设计处理、开发模型和数据质量管理设计所需的架构和方法；

⑧数据平台架构人员：负责企业管理平台的安装、配置、管理和维护

二、数据分析师职能和学习路径

1、业务数据分析师

⑴、编程能力

SPSS、SAS二选一和SQL、EXCEL

⑵、统计分析

方差分析、线性回归、逻辑回归、多元统计和时间序列预测

⑶、商业智能

报表系统设计和数据可视化

2、数据挖掘/建模师

⑴、编程能力

SAS、R、Python、SPSS Modeler四选一和SQL

⑵、统计分析

方差分析，线性回归、逻辑回归、多元统计

⑶、数据挖掘

机器学习、深度学习、复杂网络分析

⑷、客户行为分析

心理学、营销理论、风险理论

3、大数据分析师

⑴、大数据生态系统与编程能力

JAVA和SQL

Hadoop生态组件

Nosql数据库原理及特征

Spark大数据分析框架

⑵、统计分析与商业智能

方差分析，线性回归、逻辑回归、多元统计

数据可视化

⑶、数据挖掘

机器学习、深度学习、复杂网络分析