数据分析员工作计划

《数据分析员工作计划》由会员分享，可在线阅读，更多相关《数据分析员工作计划（14页珍藏版）》请在金锄头文库上搜索。

1、数据分析员工作计划数据分析员工作计划篇一：数据分析师职业生涯规划与等级数据分析师职业生涯规划与等级 前段时间在微博上看到一张某集团的数据分析师职位层级表，由于表格太大，在网页上显得字体太小，很难看清楚，因此我将它简化处理成如下两张表格，分为层级 1和层级 2： 从表中可以看出，专家级的数据分析在分析方法的要求方面与资深数据分析师是相同的，层级 2 与层级 1 的能力差别主要体现在业务分析能力、管理能力和影响力等方面。要从“使命必达”的助理数据分析师，成长为“独挡一面”的数据分析专家，其中必然需要学习很多知识、积累很多经验、提升很多技能，这对从事数据分析的人有一定的指导意义，在做职业规划时可以参

2、考。 按照不同分析方法所能给人带来的智能程度，可以把分析能力划分为以下 8 个等级。 1. 标准报表回答: 发生了什么？什么时候发生的？ 示例：月度或季度财务报表 我们都见过报表，它们一般是定期生成，用来回答在某个特定的 领域发生了什么。从某种程度上来说它们是有用的，但无法用于 制定长期决策。 2. 即席查询 回答：有多少数量？发生了多少次？在哪里？ 示例：一周内各天各种门诊的病人数量报告。 即席查询的最大好处是，让你不断提出问题并寻找答案。 3. 多维分析 回答：问题到底出在哪里？我该如何寻找答案？ 示例：对各种手机类型的用户进行排序，探查他们的呼叫行为。 通过多维分析(OLAP)的钻取功能

3、，可以让您有初步的发现。钻取 功能如同层层剥笋，发现问题所在。 4. 警报 回答：我什么时候该有所反应？现在该做什么？ 示例：当销售额落后于目标时，销售总监将收到警报。警报可以让您知道什么时候出了问题，并当问题再次出现时及时 告知您。警报可以通过电子邮件、RSS 订阅、评分卡或仪表盘上 的红色信号灯来展示 5. 统计分析 回答：为什么会出现这种情况？我错失了什么机会？ 示例：银行可以弄清楚为什么重新申请房贷的客户在增多。 这时您已经可以进行一些复杂的分析，比如频次分析模型或回归 分析等等。统计分析是在历史数据中进行统计并总结规律。 6. 预报 回答：如果持续这种发展趋势，未来会怎么样？还需要多

4、少？什 么时候需要？ 示例：零售商可以预计特定商品未来一段时间在各个门店的需求 量。 预报可以说是最热门的分析应用之一，各行各业都用得到。特别 对于供应商来说，能够准确预报需求，就可以让他们合理安排库 存，既不会缺货，也不会积压。 7. 预测型建模 回答：接下来会发生什么？它对业务的影响程度如何？示例：酒店和娱乐行业可以预测哪些 VIP 客户会对特定度假产品 有兴趣。 如果您拥有上千万的客户，并希望展开一次市场营销活动，那么 哪些人会是最可能响应的客户呢？如何划分出这些客户？哪些客户会流失？预测型建模能够给出解答。8. 优化 回答：如何把事情做得更好？对于一个复杂问题来说，那种决策 是最优的？

5、 示例：在给定了业务上的优先级、资源调配的约束条件以及可用 技术的情况下，请您来给出 IT 平台优化的最佳方案，以满足每个 用户的需求。 优化带来创新，它同时考虑到资源与需求，帮助您找到实现目标 的最佳方式。 上面的 8 级划分源自 SAS 网站的 Eight levels of analytics，由 IDMer 编译而成，个人觉得其中的 8 张图片非常形象生动，网友数据小宇军用两个图表将它们更好地展示出来了： 数据分析师的级别1、数据跟踪员：机械拷贝看到的数据，很少处理数据 虽然这个工作的人还不能称作数据分析师，但是往往作这样工作的人还都自称是数据分析师，这样的人，只能通过系统看到有限的数

6、据，并且很少去处理数据，甚至不理解数据的由来和含义，只是机械的把自己看到的数据拷贝出来，转发给相应的人。这类人发出来的数据，是否有意义，怎么解读，他自己是不知道的，只能期望收到数据的人了。 2、数据查询员/处理员：数据处理没问题，缺乏数据解读能力 这些人可以称为分析师了，他们已经对数据有一定的理解了，对于大部分数据，他们也知道数据的定义，并且可以通过监控系统或者原始的数据，处理得到这些数据。统计学的方法，这批人还是很精通的，统计学的工具，他们也是用起来得心应手，你让他们做一下因子分析，聚类肯定是没问题，各类检验也是用的炉火纯青。他们的不足是：1、如果不告诉他们命题，那么他们就不知道该应用什么样

7、的方法去得到结论了。2、对于数据的处理没问题，但是却没有一个很好的数据解读能力。只能在统计学的角度上解释数据。 3、数据分析师：解读数据，定位问题提出答案数据分析师这群人，对于数据的处理已经不是问题了，他们的重点已经转化到怎么样去解读数据了，同样的数据，在不同人的眼中有不一致的内容。好的数据分析师，是能通过数据找到问题，准确的定位问题，准确的找到问题产生的原因，为下一步的改进，找到机会点的人。往往科班出身的人，欠缺的不是在处理数据上，而是在解读数据上，至于将数据和产品结合到一起，则是其更缺少的能力了。 4、数据应用师：将数据还原到产品中，为产品所用 数据应用，这个词很少被提到。但是应用数据被提

8、的很多，分析了大量的数据，除了能找到问题以外，还有很多数据可以还原到产品中，为产品所用。典型的是在电子商务的网站中，用户的购买数据，查看数据和操作的记录，往往是为其推荐新商品的好起点，而数据应用师就是要通过自己的分析，给相应的产品人员一个应该推荐什么产品，购买的可能性会最大的一个结论。国内能做到这个级别的数据人员还真是少的可怜，甚至大部分人员连数据的视图都搞不定，而真正意义上的能数据应用师，可以用数据让一个产品变得更加地简单高效。 5、数据规划师：走在产品前面，让数据有新的价值方向 数据规划师，不能说水平上比数据应用师高多少，而是另外一个让数据有价值的方向。往往在实际的应用中，数据都是有其生命

9、周期的，用来分析、应用的数据也是，这点上，尤其是在互联网公司更加明显，一个版本的更新，可能导致之前的所有数据都一定程度的失效。数据规划师在一个产品设计之前，就已经分析到了，这个产品应该记录什么样的数据，这些数据能跟踪什么问题，哪些记录到的数据，应该可以用到数据中去，可以对产品产生什么样的价值。 篇二：数据分析工作职责数据分析工作职责 做出有质量、有价值的数据统计分析，并在加强管理，提高经济运行质量等方面为公司降低风险、提高收益。、完善基础，不断提高综合分析能力 1、为人正直、责任心强，作风严谨、工作仔细认真，具备良好的职业道德素养 2、有较强的需求分析能力、逻辑推理能力、沟通协调能力 3、遵守

10、公司数据统计分析工作的规范管理，不虚报，不舞弊，不弄虚作假 4、熟练掌握并操作 Microsoft Office Word、Excel、PPT, 熟悉 ERP 软件各报表数据整合 5、做好工作重心的转移, 服从公司安排协助其他部门工作 6、熟悉公司运作对各部门的数据统计分析工作给予支持配合 7、编报各类统计数据分析报表，整合汇总、综合分析，按时为上司提供可行性的报告 8、保守公司统计机密 二、工作细责 1、制定货品供应链（采购、配货、仓储、零售、分销、核数等）分析报表及便捷运用模板 2、规范整理各相关部门报表数据库，制定老板报表 3、每天根据信息反馈，核对各仓库及店铺仓储变动表进行校正并提供分

11、析报表 4、每天根据信息反馈，提供各店铺及个人销售情况分析报表 5、每周根据信息反馈，提供店铺及个人销售情况和销售业绩分析报表 6、每周根据信息反馈，提供畅、滞销款报表分析或库存整改建议分析报告 7、每两周根据信息反馈，提供各门店及渠道配货报表或建议分析报告 8、每个月根据信息数据综合分析，为公司各部门制定计划指标提供数据根据 9、每三个月根据信息调查反馈，制定各区域消费群体消费情况数据分析图表 10、每六个月做综合性总结，为公司及各部门改进发展规划提供分析数据图表 11、年底为公司年总结提供各项分析数据汇总制定公司当年综合多元分析数据图表，12、经上级批准分析指定部门的信息数据需求，支持项目

12、决策分析并协助风险价值评估 13、经上级批准协助参与渠道开发的调研分析及评估 三、优化数据，不断提高分析作用价值 1、收集各项指标，建立相应明细报表及综合分析统计报表, 2、完整统计数据，按时更新，并挖掘利用 3、建立统计数据的多元组合 4、统计分析数据透视功能的改进提高 5、结合公司实际发展和部门发展的合理便捷运用统计数据 四、开拓进取，不断提高统计分析水平 1、发挥统计分析创新意识和应用范围 2、统计分析要注重方式方法 3、统计分析要科学的联系实际发展 4、从分析过程中发现问题，提出改进或建议 篇三：数据分析师职业生涯规划关于自身职业生涯规划 -市场/数据分析师 Marketing/Dat

13、a Analyst 很多人不明白数据挖掘以后干什么，这个问题也经常被问到。其实，数据挖掘分析在国外是一份很不错的工作。我从事信息系统管理行业 12 年时间，积累了丰富的客户数据分析、数据挖掘、数据统计及数据展现的经验。 当前数据挖掘分析应用主要集中在电信(客户分析)，零售(销售预测)，农业(行业数据预测)，网络日志(网页定制)，银行(客户欺诈)，电力(客户呼叫)，生物(基因)，天体(星体分类)，化工，医药等方面。当前它能解决的问题典型在于：数据库营销(Database Marketing)、客户群体划分(Customer Segmentation & Classification)、市场背景分

14、析(Profile Analysis)、交叉销售(Cross-selling)等市场分析行为，以及客户流失性分析(Churn Analysis)、客户信用记分(Credit Scoring)、欺诈发现(Fraud Detection)等等，在许多领域得到了成功的应用。如果你访问著名的亚马逊网上书店 ()，会发现当你选中一本书后，会出现相关的推荐书目“Customers who bought this book also bought” ，再比如我们经常去淘宝网店（）购物时，就会发现当你选中一件商品时，会在页面下方出现推荐商品或者购买此件商品的其他人也购买或者浏览的以下商品，这背后就是数据挖掘分

15、析技术在发挥作用。 职业生涯定位（市场/数据分析师 Marketing/Data Analyst） 一、职业现状与前景 1. 市场数据分析是现代市场营销科学必不可少的关键环节：举个例子, 随着商业竞争日益加剧，公司希望能最大限度的从忠实客户群体及标准客户群体中得到销售回报, 他们希望能有更多的忠实客户群体及标准客户群体来响应他们的产品和广告。所以他们就必需要在投放产品与广告之前做大量的市场分析工作。例如，根据自己的产品结合目标市场顾客的家庭收入，教育背景和消费趋向分析出哪些地区的住户或居民最有可能响应公司的销售广告，购买自己的产品或成为客户，从而通过 广告、邮件、短信以及其他媒介发送给只针对这

16、些特定的客户群体。这样有的放矢的筛选广告投放市场既节省开销又提高了销售回报率。但是所有的这些分析都是基于数据库，通过数据处理、挖掘、分析、建模得出的，其间，市场分析师的工作是必不可少的。2. 行业适应性强: 几乎所有的行业都会应用到数据, 所以作为一名数据/市场分析师不仅仅可以在传统的 IT 行业就业，也可以在政府，银行，零售，医药业，制造业和交通传输等领域服务。 市场/数据分析师（Marketing/Data Analyst）是适应信息社会从海量的数据库中提取标准信息的需要而产生的新职业。它是统计学、数据库、模式识别、人工智能等学科的交叉。 据 IDC(International Data Corporation)对欧洲和北美 62 家采用了商务智能技术的企业的调查分析发现，这些企业的 3 年平均投资回报率为 401%，其中 25%的企业的投资回报率超过 600%。调查结果还显示，一个企业要想在复杂的环境中获得成功，高层管理者必须能够控制极其复杂的商业结构，若没有详实的事实和数据支持，是很难办到的。因此，随着数据挖掘分析技术的不断改进和日益成熟，它必将被更多的用