在介绍数据分析师日常工作之前，我们先来简单解释一下数据分析师和数据科学家的区别。数据分析师的职位比较偏初级和中级，主要负责收集数据，用统计的知识整理数据制作表格，所用的工具包括 SPSS, Python, Excel, Sql 等；而数据科学家的等级更高，有时候是整个数据部门的 Leader，主要是做新模型或算法的开发，除了数据分析师所需的技能之外，数据科学家往往还需要掌握 Hive/Pig/Spark 等大数据语言，自然语言处理，数据挖掘中的分类聚类等等。

那么作为一名数据分析师，他的日常工作是什么呢？

首先他要了解业务近期的发展方向和目标，与业务就下一步的分析方向进行讨论。他要将上次会议中确定的分析结果告知业务部门，并跟进数据分析结果，还得不定期将行业数据分析报告与业务进行分享。

比如，答主之前曾经在职场社交网络公司领英做过数据分析的工作，当时的任务是负责领英给会员发送邮件的数据分析，我们每天会搜集系统给会员发送的邮件有哪些类型，发送频率如何，每天发送时间，还要搜集会员看到邮件之后的反应，有没有点击链接，有没有登录网站，以及这之后的每日用户量是否显著上涨，这些指标都是我们每天要看的内容。

来帮忙准备，如果自己不太忙时会自己做，这样比较快。

公司，数据分析师要写 scala 语言来分析每天不同品牌体育用品的交易量，以此来给品牌打分，告诉用户什么品牌最受欢迎。

如在雅虎公司，数据分析师要分析每天的用户量，以及用户大部分时间是在使用雅虎什么产品，以此做出表格，提供分析结果展示给上层。

需求，还要写 PPT 来分析结论并给出业务建议。

、留存率、收益率等。对这些指标的定期监控都是数据分析师的日常工作内容。

进入数据分析这个行业有两个方向：业务与技术，可以选一个方向入门并逐步深入。

，分析语言，建模算法等开放方面的技能支持。

更适合有一定经验积累的人进阶。

向上阶段，在公司层面，会成为数据分析部门领导，要具备管理能力，带好团队。其次要把自己的工作产品化，从常规工作中打造出产品，比如网易云音乐应用中的年度听歌分析报告就是个不错的数据分析产品。数据产品是数据工作价值的直观体现，能被业务拿来用，能受到业务部门认同。在积极配合其他部门参与到重大的项目，提供产品与工具支持，能很好的显示成绩。

原文作者：Uni 小师妹