数字化转型网数据专题将关注数据治理、数据质量管理、数据架构、主数据管理、数据仓库、元数据管理、数据备份、数据挖掘、数据分析、数据安全、大数据、数据合规、等数据相关全产业链相关环节。
可以从分析师的工作目标、工作内容和能力要求三个方面回答这个问题。其中工作目标和工作内容是息息相关的。要说清楚这个问题，我认为除了一些公认的标准之外，还有一些标准是因公司和行业而异的。也就是说，必须把它放在一个具体的公司业务框架之中考虑。
1、工作目标主要由公司的业务发展阶段决定一般来说，无论是哪个公司，都希望分析师能有效地利用数据引导和驱动业务发展，实现数据的价值。但是，公司发展的情况不同，对数据分析师的价值定义也会不同。
- 公司整体处于初创阶段，此时分析师的价值在于能通过对行业和竞争对手的分析，为公司的发展方向提出适当的建议；
- 公司如果处于快速发展期，此时分析师的价值在于一方面监控业务取得的成绩，关注增长速度，一方面要健全指标体系，发现被业绩增长所可能掩盖的问题；
- 如果公司处于稳定期，分析师则需要从效率和成本角度，从业务细节入手，为精细化运营提供支持；
- 如果公司发展遇到瓶颈，分析师需要分析市场中供给和需求的变化，关注竞争对手的应对策略，为公司业务发展发现新的增长点。
2、工作内容主要由公司的数据建设程度决定
参照第一章，分析师的主要工作内容数据获取、数据处理、数据清洗、数据建模、分析结果呈现、数据价值发现及实现。无论分析的目标是什么，大体总要经过这几个阶段。由于数据建设的阶段不同，分析师在这几项工作内容上所花费的时间也不同。在公司数据建设早期，分析师可能在数据获取、数据处理和清洗、指标建设上花费更多的时间；数据建设到达一定阶段之后，分析师的工作更多会在数据建模、呈现和数据价值实现上。
3、分析师的能力要求
对分析师的能力要求可分为通用能力和技术两部分，同时也可以分为业务和数据两部分。① 业务能力：业务要求又可以分为微观和宏观两方面：
- 业务的微观要求：了解业务运营；了解公司发展方向和发展过程中面临的问题
- 业务的宏观要求：把握行业的发展方向，预测未来行业模式的变化；能明确指出公司在行业中的定位和战略方向
②数据通用能力：
- 熟悉公司的所有基础数据、来源、数据之间的关系；
- 熟悉公司运营所涉及数据、能建立运营指标和数据之间的相关或因果关系；
- 能根据数据分析结果给出业务改进建议
- 数据价值实现能力。价值实现的过程是指数据分析结果->业务->业务执行->反馈结果->数据分析这样一个不断迭代的过程。在此过程中，演讲（Presentation）能力、沟通能力、影响力、团队协作能力、学习能力、逻辑思维能力、归纳和总结能力、抽象思维能力等都非常重要
③数据技术：
- 数据库和数据仓库技术（SQL、Hive等）
- 数据分析算法（统计分析和机器学习）和工具（Excel、Python、R等）
- 数据可视化工具的使用（Excel、R、PPT等）
好的分析师在实际的业务操作中至少会做好三点：
- 大局观：大处着眼，小处着手，全局和细节并重。因为从数据角度看，小数据往往可以反映出大问题。而没有大局观，就不知道该看哪些小数据
- 思维：数据思维与业务思维并重。业务思维容易理解，什么是数据思维？比如：对指标由粗到细的拆解、考虑时间维度上的趋势、注意寻求指标之间的相关关系、直接影响关系、因果关系等。很多人都注重分析师要懂业务，有业务思维，这当然没错，但不能走向极端。因为在实际中，业务是需要不一样的思维的，可以发现他们发现不了的问题，从而为他们在困境中提供解决方案。分析师需要了解业务的思维方式，但不能模仿他们。
- 沟通：要想让分析师的观点被业务方所接受，沟通的作用是举足轻重的。首先，分析师要为沟通找到合适的对象和时机。事先要根据沟通对象的不同设计适合的表达方式、内容和过程。
沟通的时机要选在业务最需要的时候。很多时候，事后诸葛亮固然不好，但太超前了也不会有好结果。其次，要有同理心。需要真正站在对方的角度上想问题。再次，需要在沟通中建立互信、发挥影响力。一个好的分析师，能在沟通中恰到好处地展现自己的专业能力和经验，适时的让业务方对人产生信任，从而对分析结果信服。
声明：本文来自数字中国，版权归张志红所有。文章内容仅代表作者独立观点，不代表数字化转型网立场，转载目的在于传递更多信息。如有侵权，请联系我们。
数字化转型网数据专题包含哪些内容
数字化转型网数据专题将关注数据治理、数据质量管理、数据架构、主数据管理、数据仓库、元数据管理、数据备份、数据挖掘、数据分析、数据安全、大数据、数据合规、等数据相关全产业链相关环节。
数字化转型网数据专题包含：
1、数据相关外脑支持：100+数据相关专家、100+数据实践者、1000+相关资料
2、数据研习社：与全球数据相关专家、实践者共同探讨相关问题，推动产业发展！
3、国际认证培训：目前已引进DAMA国际认证CDMP，其他国内外认证也在逐步引进中
4、典型案例参考：与数字化转型网数据要素X研习社社员一起学习典型案例，共探企业数据落地应用
