专栏 | 初级、中级、高级数据分析师在团队中分别扮演什么角色?

我今天分享的主题是一个数据分析师如何被滋养,思考我们如何从外界获得成长的资源,以及如何去培养自身成长的能力。

就我的经验而言,数据分析师还是分为四个阶段:助理数据分析师、初级数据分析师、中级数据分析师、高级数据分析师。

我从网络上面找了一家非常有名的互联网公司,这是他们数据分析师成长的路径,我把它要求的最基本的能力给列出来,我们来分析四个级别的数据分析师的不同是什么。

  • 问题的识别

助理分析师要在一定的指导下识别和把握问题,初级数据分析师已经能够独立清晰地识别问题了,中级数据分析师主动地发现问题的所在,而且他能识别一定的复杂问题,高级数据分析师会识别非常复杂的问题。

  • 项目规划

助理分析师需要接受一定的指导,而到了初级或中级分析师,他并不是简单的去做好一个分析的规划,还要从问题当中去提炼,形成一个分析的思路,这也是在高级分析师里面更强调的一个能力。

  • 数据分析

助理分析师可能只需要了解和能够应用一些相应的数据分析方法,但是初级和中级数据分析师要能够去熟练的去使用,而且要很正确的知道这个方法在这个问题上的使用是正确的,作为中级分析师,还要去指导助理和初级数据分析师如何工作。

  • 展示的能力

助理分析师只要能够形成报告去传达要分析的结果就可以了,初级数据分析师则要求条理要清晰有逻辑,结构要严谨,中级数据分析师强调的是他指导的助理分析师工作的能力同样。

  • 结果应用

如何能够在最后的实际业务当中被使用,这个就是结果的应用性。

助理分析师需要完成的是业务需求,并不需要他提出建议;对于初级分析师,我们要求提出一个有效的建议,并且在指导之下推动这个建议被采纳;对中级分析师而言的话,不只是提出有效建议,还要求能独立主动地推动这个建议被采纳。

  • 项目执行和管理

助理分析师仍然被要求在一定指导下面来做具体的事情;初级数据分析师要作为复杂项目的核心成员,在个人的职责范围内来对工作进行有效控制,中级数据分析师更强调的是要独立领导一个趋向,发现项目的机会点,而且要独立解决这个项目上面需要的资源,对整个项目进行把控;高级分析师则进行更宽泛的指导,这是对能力更高的一个要求。

  • 影响力

助理分析师不要求影响力;初级分析师需要推动建议被采纳,有一定的协调能力,可能这个能力只限定在他的团队而已,但是在中级和高级分析师层面上,我们可以看到,中级分析师能够独立推动建议被采纳,对主管具备一定的影响能力;高级数据分析师对主管有较强的影响力,在人员的面试和考核方面要有很高的判断力。

这个东西其实在网上大家都能够去看得到,但是有没有去横向的去比较一下,每一个阶段的数据分析师能力的成长结构到底是什么样子。在不同的阶段,你的思维方式要有不同的重点。

电信行业属于实体行业。实体行业和互联网行业不太一样,互联网行业更多的是数据应用,数据的使用是企业成立之初最基本的一项技能。但是对于实体行业而言,数据的获取成本就非常大。不是说我写一个爬虫就能拿到数据,而是要有一定的传感器,要有相应的IT的设备,才能够获取到这个数据。

所以对于实体行业而言,数据分析师其实在是一个奢侈品,在达到一定水平的时候,数据部门才会被企业建立起来,所以数据工作在实体行业是比较少的,我更倾向于去做数据分析应用方面的东西。

我只工作了大概五年的时间,还没到高级分析师,只跟大家分享一下助理、初级还有中级数据分析师他们的成长需要什么样的资源,他的思考方式到底是什么样的。

助理数据分析师

在大部分企业,尤其是实体企业,助理数据分析师更多的是实习生,或者是刚刚进入公司的新员工。他们很少的去独立完成一份数据分析工作,在团队中是一个从属的地位,他需要接受各方面的指导。在企业中更多的是“导师”的制度,助理分析师需要有导师来帮他去理解业务,支持他完成他最基本的工作。

但是对助理分析师个人而言,仅仅完成基础工作是不够的。他要成长还需要思考这样几个问题:我写的这个报告的目的?谁来确定我所做的这张报表的目的?他们是怎么做的?为什么这样做?要不停的问为什么,这样才能引导你站在一个更高的角度去思考这样的一个问题。

初级数据分析师

初级数据分析师的分析内容、分析方法是明确的,业务逻辑是成熟的,相对于助理分析师而言,他可以独自去负责某一方面的工作,他已经成为团队当中不可或缺的一个角色。但是他仍然需要指导。

对于初级数据分析师,我们会指导他自己去设定一些相应的指标,培养思考的能力。我们会把以往的业务经验形成文字提供给他们进行学习。初级分析师要培养独立负责完整项目的能力。

需要思考的问题:比如说,整个数据分析报告的需求是由谁提出的,这个需求背后的初衷是什么,如何最终确定需求。这其实是在考验这个数据分析师能不能从目的来思考并生成分析的逻辑和路径。

中级数据分析师

中级和高级分析师都是具有独立的承担、完成一个数据项目,他们的角色非常重要。他们已经可以和需求方沟通数据分析工作中所有目的,确认整个分析工作中使用的方法、模型,是团队里面的核心成员,而且要对其他成员的工作项目来负责。具体的分析工作较少,管理和协调方面的工作比较多。

对他们而言,我个人觉得,中级数据分析师需要的不是纯粹的技术上面的能力,还要一定的全盘思考的能力。比如说,

  • 考虑一项任务对公司有什么好处,对客户有什么好处,对团队有什么好处,要把客户原本杂乱的需求和问题条分缕析;
  • 我要从别人的身上获得什么经验,如何转变成自己的经验,要有偷学的精神;
  • 我要口才好,上可以沟通领导,下可以忽悠下属;
  • 要跳出数据分析或者数据挖掘的层面,思考整套的数据管理或者运营方面的问题。中级数据分析师已经不是站在分析的层面上去看问题,有的时候明明这个分析这个最后产生的应用的一个模型,对客户而言是非常好的,但他不选择你给他提供的方法呢,这其中部门与部门之间、企业与企业之间,会有一些制衡、利益。

作为中级数据分析师,他要在工作中思考写什么问题呢?

第一个问题非常重要:什么样的环境是一个数据分析师成长的一个好的环境。在一个高级的层面而言,分析师要带一个团队,培养新的骨干,所以如何创造好的工作环境,去培养他得力的手下,同时提高自身能力。

第二点,数据思维和数据分析的思考方式到底是什么,用什么环境可以去锻炼。

第三点,从这一个阶段开始,数据分析师的未来已经开始有了不同的方向,我们该怎么去找适合个人发展的方向,甚至是帮助我的团队成员去寻找适合他发展的方向,这个是作为一个中级和高级数据分析师需要去思考的一个重要的内容。

我没有做过高级数据分析师,高级方面我就不讲了。后面可能会有很多很多不同的路给我走,我相信大家一定会有找到更好的资源去推动自己未来的发展,奋斗出一条适合自己的道路。

原文发布于微信公众号 - CDA数据分析师(cdacdacda)

原文发表时间:2016-04-20

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏镁客网

星风工作室1550万收购VR公司Enterspace,将于今年秋季建VR体验中心

13530
来自专栏SDNLAB

关于DevOps,你必须知道的事

DevOps这个术语目前正在IT行业中被大量使用,但它到底是什么意思?更重要的是,它如何帮助企业? 作为开发(develop)和运维( operation)的结...

35160
来自专栏无原型不设计

"UX"将会是下一个Buzzword?

“用户体验非常重要”、“没有用户体验就没有产品”、“UX就是一切”。不知道从何时开始,用户体验(UX) 这个名词已经变得如此多见了,但是人们真正的认识、认清了...

28450
来自专栏企鹅号快讯

如何在企业中融入机器学习

世界早已过了工业革命,现在我们正经历着一场数字革命的时代。机器学习、人工智能和大数据分析是当今世界的现实。 我最近有机会与Talend公司产品和营销副总裁Cia...

21450
来自专栏腾讯大讲堂的专栏

95后只会吃鸡和点外卖?看看互联网生活方式数据怎么说

35040
来自专栏WeTest质量开放平台团队的专栏

腾讯WeTest移动测试沙龙【第5期 成都站】邀您参与

2016年12月17日,腾讯WeTest将举办移动测试沙龙(第5期 成都站),分享腾讯内部精品手游质量标准及安全测试相关技术干货。 WeTest移动测试沙龙-...

10230
来自专栏用户研究

特立独行一代:深度解读95后互联网生活方式

95后是孤独的一代,也是幸福的一代。他们独特而有个性,注重精神层面的追求。互联网伴随着95后成长,他们在互联网时代的生活究竟如何?他们是特立独行,娱乐至上的一代...

36190
来自专栏腾讯大讲堂的专栏

设计师如何看穿需求本质

导语 本人已从事视觉设计工作多年,期间设计产品基于TV、PC和手机端等多类终端,作为一名视觉设计师,我们每天都在接触设计需求,但要做好设计需求,也确实不是一件...

21980
来自专栏数据科学与人工智能

大数据时代,技术和分析哪个更重要?

资深数据分析师,戴文波特在《哈佛商业评论》上的撰文《数据分析师的崛起》中提到,大数据时代的到来意味着处理庞大的数据将会在每个人的工作中,占有越来越大的比...

228100
来自专栏数据科学与人工智能

【数据科学家】数据科学家的八大关键技能

在过去几年中,随着大数据的崛起,出现了大批的新型分析师。所谓的“数据科学家”被许多人认为是唯一能够充分利用大数据真正价值的人。虽然他们的职能已经非常清晰了,但是...

24260

扫码关注云+社区

领取腾讯云代金券