數據分析師是干嘛的？數據分析師主要負責按照既定的數據收集范圍，定期更新匯總各類相關數據，形成數據統計報表。在日常工作中，還需要根據現有的數據容量建立企業內部數據庫，并對數據庫的內容進行更新和維護。數據

數據分析師是干嘛的？

數據分析師主要負責按照既定的數據收集范圍，定期更新匯總各類相關數據，形成數據統計報表。在日常工作中，還需要根據現有的數據容量建立企業內部數據庫，并對數據庫的內容進行更新和維護。

數據分析師前景與弊端？

數據分析的出路通常有兩個：對算法做深入研究然后做數據挖掘，對業務做更深入的了解然后做業務。沒有其他出路。

說實話，我并不看好數據分析這個職位本身。為什么不看？首先，我們來拆解一下數據分析。大部分數據分析都是用50%的時間收集數據，40%的時間和產品經理溝通：做AB實驗和結果回歸，最后10%的時間做探索性分析。現在做數據分析崗的可以跳出來說是不是。

然而，以上大部分工作實際上都是可替換的、機械的工作。讀SQL做數據檢索是個又臟又累的活，懂的都可以干。雇傭一個工作了五年的數據分析師和一個剛畢業的數據分析師寫SQL基本沒什么區別。只是一開始可能無法做到100%的準確率。

做AB實驗和效果回歸的自助平臺越來越多。當自助AB平臺越來越成熟，就不需要數據分析師來做這個了。產品經理要做實驗，是操作。實驗結束后，看數據還是傻瓜式的操作。期間不需要任何分析師參與。

探索性分析本來應該是數據分析的工作，但我知道目前大部分企業數據分析都不在做這個工作。探索性分析一般需要過硬的技術能力或者對業務的熟悉程度，兩者都可以發揮探索性項目的價值。

最后技術好的基本都去做算法數據挖掘了，因為發現數據分析這個崗位對數據檢索的不斷需求抹殺了人的意志。而這些人會過得很好，因為以前做數據挖掘的大部分都不務正業了。但是數據分析對業務更敏感。

如果你業務好，你就做業務的產品經理，因為你業務能力強，數據感強，但是你需要跟著一個業務和數據都不強的人聽他的。誰能受得了？而自身數據和業務的結合，才能帶來更大的價值。所以數據分析轉來的業務人員，一般都比正常的產品經理強。

那么，問題數據分析師前景如何？我的看法是，數據分析本身的發展前景不是那么好，但是有了數據分析的經驗，如果走算法和業務兩個方向，未來也不會太差。

數據分析師怎么稱呼？

數據分析師(Data analyst)數據分析師(Data Analyst)是指在不同行業中，專門從事行業數據的收集、整理和分析，并根據數據做出行業研究、評估和預測的專業人士。

大數據分析師是指基于各種分析手段對大數據進行科學分析、挖掘、呈現和決策支持的過程。大數據分析師是從事這一職業的從業者的稱呼，我國商務部已經對大數據分析師進行了認證。