随着近几年数据分析行业的大热，大量的新生代与职场人才都想要投身这一行业，却对职业发展前景迷茫。本文就作者互联网工作经历，简要为大家介绍数据分析行业如何做职业规划。

入门和职业规划应该从两个角度考虑：领域和路线。

领域是不少新人常忽略的要素，其实数据分析不会脱离业务存在。你进入哪个行业，很大程度会决定你初期的技能树和技能点。譬如金融领域的风控模型、营销领域的生命周期、广告领域的点击率预估等，各有各的特色。

如果是一位应届生，不妨多了解自己感兴趣的领域，和专业相关是最好的，并且积累相关的经验，为面试做准备。

如果已经有一定行业履历，只是想要转岗数据分析师，那么跨岗不跨行，避免跳到一个陌生的领域。

领域经验太宽泛，我给不了太多的指点，主要也就三点：1.自己感兴趣的，2.自己擅长的，3.有钱途的。从职场生涯看，成为某领域的数据专家，会是一个更好的筹码。

而路线大致可以划分成四大方向：

数据分析，数据挖掘，数据产品，数据工程。

◆ 数据分析 / 数据运营 / 商业分析

绝大部分人，都是从这个业务方向的数据分析师岗位岗位开始自己的数据之路，也是基数最大的岗位。

因为基数大，所以这类岗位通常鱼龙混杂。有些虽然叫数据分析师，但是每天只需要和 Excel 打交道，完成 leader 布置的表格整理工作就行。混个几年，成为一位数据分析主管，给下面的新人继续布置 Excel 任务。

又有一种数据分析师，岗位职责要求你掌握常用的机器学习算法，面试首先推导一个决策树或者逻辑回归。入职后也是各类代码，和分析打交道的情况不多。

都叫数据分析师，其实天差地别。

我这里更多指互联网行业，偏业务的数据分析师，一般属于运营部门。不少公司也称数据运营或者商业分析。

这类岗位的职位描述一般是：

负责和支撑各部门相关的报表；

建立和优化指标体系；

监控数据的波动和异常，找出问题；

优化和驱动业务，推动数据化运营；

找出可增长的市场或产品优化空间；

输出专题分析报告；

实际情况是，不少业务端的数据分析师，主要工作只做第一点。别管它用汇总、分析、数据支持什么修饰词，基本是跑 SQL，做报表，最后成为一个专做表格的表哥。

这是很常见的情况，也是入门新人的第一个坑。因为从头到尾，这类分析师，都没有解决问题。

业务部门往往更关心，某个指标为什么下跌或者上升？产品的用户是什么样的？怎么能更好的完成自己的 KPI？

以活跃指标的下跌举例：

活跃指标下跌了多少？是属于合理的数据波动，还是突发式？

什么时候开始的下跌？

是整体的活跃用户下跌，还是部分用户？

为什么下跌？是产品版本，还是运营失误？

怎么解决下跌的问题？

这是一套标准的解决思维。分别对应 what、when、who、why、how，每一部分都不是三言两语可以解释清楚。不要看它简单，例如你通过多维分析，发现某个地区的活跃下跌了，不要急着把它作为分析的结论，这是不合格的数据分析。某地区的活跃下跌，只是现象，不是原因，把它作为结论提交，肯定会被骂的。

你要解决的是，为什么这个地区的活跃下跌了。是该地渠道，是该地竞争对手，是该地市场环境？这些问题都是细化深入的范畴。并且，它们要能以量化解释，而不是自己认为。

做好了这点，才是一个真正的业务端的数据分析师。

当然，这一点看的是 leader，leader 能否带你进入业务分析的大门，决定你将来是不是成为一个表哥。新人切记切记。

解决问题是一方面工作，另外一方面，数据分析师的职责是将业务数据体系化，建立一套指标框架。活跃下跌的问题，本质上也是指标问题，什么时候开始下跌，哪部分下跌，都能转化成对应指标，如日活跃用户数，新老用户活跃数，地区活跃数。

不能衡量指标，就无法增长它。指标体系可以是业务部门建立，但数据分析师也挺合适。一方面他们比数据挖掘这类技术岗位更贴合业务，一方面不像业务岗位对数据抓瞎。

两者结合，这岗位也可以称为数据运营。

指标体系如果工程化自动化，也就是 BI，所以数据分析师可以算半个 BI 分析师，这里不包括 BI 报表开发。BI 如果采购第三方，数据分析师负责 BI 没问题，如果自有开发，那么 BI 岗技术的色彩更浓厚。

数据分析思维和业务的理解，是分析师赖以生存的技能。很多时候，工具是锦上添花的作用。掌握 Excel + SQL / hive，了解描述统计学，知道常见的可视化表达，足够完成大部分任务。机器学习这类能力，对此类数据分析师不是必须的，Python 也一样，只是加分项，毕竟为什么下跌，你无法用数据挖掘解答。

数据分析师是一个基础岗位，如果专精于业务，更适合往管理端发展，单纯的工具和技巧很难拉开差距。数据分析的管理岗，比较常见的有数据运营经理 / 总监，数据分析经理等，相对应的能力是能建立指标体系，并且解决日常的各类“为什么”问题。

商业 / 市场分析是另外一个方向，更多见于传统行业。比如开一家超市，需要考虑哪里开，这就要考虑居民密度，居民消费能力，竞争对手的多寡，步行交通距离，开车交通距离等。这些数据是宏观的大指标，往往靠搜索和调研完成，这是和互联网数据分析师最大的差异。

若往其他分支发展，比如数据挖掘工程师，则要继续掌握 Python 和机器学习等。从业务型发展上来的好处是接地气，具备商业洞察力（天天搞报表，怎么可能不熟），这点是直接做数据挖掘，或者程序员转岗，所不具备的。

新人，比较普适的发展路线是先成为一位数据分析师。积累相关的经验，在一两年后，决定往后的发展，是数据挖掘，还是专精数据分析成为管理岗。

◆ 数据挖掘 / 算法专家

这是技术向的数据岗，有些归类在研发部门，有些则单独成立数据部门。

数据挖掘工程师要求更高的统计学能力、数理能力以及编程技巧。

从概念上说，数据挖掘 Data mining 是一种方式，机器学习 Machine Learning 是一门方法 / 学科。机器学习主要是有监督和无监督学习，有监督又可划分成回归和分类，它们是从过去的历史数据中学习到一个模型，模型可以针对特定问题求解。

数据挖掘的范围则大得多，即可以通过机器学习，而能借助其他算法。比如协同过滤、关联规则、PageRank 等，它们是数据挖掘的经典算法，但不属于机器学习，所以在机器学习的书籍上，你是看不到的。

除此之外，还有一个领域，属于最优化问题的运筹学。现实中的问题往往有很多约束，比如护士排班，一共有三班（早、中、晚），现在要求每班满足最低护士人数，每位护士尽量不能连班，每位护士不能连续工作5天。每位护士的夜班数要均衡，每位护士每月的班数要均衡…这些问题很难用机器学习的方法完成，而在最优化领域，则有遗传算法、模拟退火算法、蚁群算法等。

实际的应用场景中，如外卖行业，如何寻找骑手效率最大化的最优路径，同样属于最优化，也是数据挖掘的工作范畴。

数据挖掘工程师，除了掌握算法，同样需要编程能力去实现，不论 R、Python、Scala / Java，至少掌握一种。模型的实施，往往也要求 Hadoop / Spark 的工程实践经验，精通SQL / Hive 是必须的。

常见数据挖掘项目的闭环如下：

定义问题

数据抽取

数据清洗

特征选取 / 特征工程

数据模型

数据验证

迭代优化

单看环节，数据挖掘对分析能力没有业务型那么高。这不代表业务不重要，尤其在特征选取方面，对业务的理解很大程度会影响特征怎么选取，进而影响模型质量。用户流失是一个经典的考题，如何选取合适的特征，预测用户会否流失，能够考察对业务是否深刻洞察。

数据挖掘的业务领域一样可以细分，金融行业的信用模型和风控模型 / 反欺诈模型、广告模型的点击预估模型、电商行业的推荐系统和用户画像系统。从需求提出到落地，数据挖掘工程师除了全程跟进也要熟悉业务。

因为要求高，所以数据挖掘的平均薪资高于数据分析师。

一个分工明确的团队，数据分析师负责将业务需求抽象成一个具体的数据假设或者模型。比如，运营希望减少用户流失，那么设立一个流失指标，现在需要预测用户流失率的模型。模型可以是数据分析师完成，也能是数据挖掘工程师。最终由数据挖掘团队部署到线上。

在一些公司，高级数据分析师会等价于数据挖掘工程师（其实行业内，对 Title 并没有严格的标准），只是工程能力可以稍弱，模型部署由专门的工程团队完成。

数据挖掘工程师，往后发展，称为算法专家，后者对理论要求更严苛，几乎都要阅读国外的前沿论文。方向不局限于简单的分类或者回归，还包括图像识别、自然语言处理、智能量化投顾这种复合领域。这里开始会对从业者的学校和学历提出要求，名校 + 硕士无疑是一个大优势，也有很多人直接做数据挖掘。

深度学习则更前沿，它由神经网络发展而来，是机器学习的一个子集。因为各类框架开枝散叶，诸多模型百花齐放，也可以算一个全新的分支。除了要求熟悉 TensorFlow, Caffe, MXNet 等深度学习框架，对模型的应用和调参也是必备的，后者往往是划分普通人和大牛的天堑。

算法专家和深度学习专家，薪资 level 会更高一级，一般对应于业务型的数据运营 / 分析总监。

数据科学家是上述岗位的最终形态之一，要么理论能力非常强，往往担任研究院的一把手。要么工程能力突出，上述的系统都能完成平台化的部署。

学习资料：

这类岗位对基础知识要求扎实，所以书籍需要比较大的阅读量，而且要保持领域新论文的吸收。

统计知识，除了《商务与经济统计》外，国外有一本《The Elements of Statistical Learning》，评价不错。

机器学习的入门，李航的《统计学习方法》，周志华的《机器学习》都是好书，英文好也能看 PRML。

Python 入门书籍的推荐太多，略过。《用Python进行数据分析》是必备的，当然这本书有点老，活用官网最新文档和 Stack Overflow，基本无碍。Python 可视化查阅文档也够了，不用看书。

再进一步，则是机器学习的代码实现，比较知名的有《集体智慧编程》，《机器学习实战》等。其实最近还有不少新书，《Python DataScience Handbook》等，我当然不可能都看过，所以也不好推（hu）荐（you）。

除了基础，行业领域的也别落下，诸如推荐系统实战、计算广告等，按需学习。如果你们公司对于人才有较高的挑战（一个人当两个人用），大概 Spark / Hadoop 机器学习相关的框架也得了解。

◆ 数据产品经理

这个岗位比较新兴，它有两种理解，一种是具备强数据分析能力的 PM，一种是公司数据产品的规划者。

前者，以数据导向优化和改进产品。在产品强势的公司，数据分析也会划归到产品部门，甚至运营也属于产品部。这类产品经理有更多的机会接触业务，属于顺便把分析师的活也干了，一专多能的典型。

他们会运用不同的数据源，对用户的行为特征分析和挖掘，达到改进产品。最典型的场景就是 A / B 测试。大到页面布局、路径规划、小到按钮的颜色和样式，均可以通过数据指标评估。

下图的案例，就是弱化心愿单按钮的存在感，让用户更多的聚焦在直接购买而不是收藏，最终让销售额提高了 35%。

俗话说，再优秀的产品经理也跑不过一半 A / B 测试。此类数据产品经理，更多是注重数据分析能力，擅长用分析进行决策。数据是能力的一部分。

后者，是真正意义上的数据产品经理。在公司迈大迈强后，数据量与日俱增，此时会有不少数据相关的产品项目：包括大数据平台、埋点采集系统、BI、推荐系统、广告平台等。这些当然也是产品，自然需要提炼需求、设计、规划、项目排期，乃至落地。

*我们不妨看几个数据产品经理要求： *

负责大数据产品的设计，输出需求文档、产品原型；

负责推荐算法的产品策略，完成相关推荐及个性化推荐产品的需求分析；

负责分析和挖掘用户消费内容的行为数据，为改进算法策略提供依据；

负责客户端数据需求的对接，制定相关埋点规范及口径，相关业务指标验证；

报表展示工具的落地和应用；

和 C 端注重用户体验不同，数据产品，更注重整体的分析能力和逻辑，除了产品经理最基础的 Axure、Visio、MindManager 等工具，往往还需要很多技术型的能力，比如了解 BI / DW 原理和实施、了解常用的推荐算法、了解机器学习模型等。这也很容易理解，C 端要求了解用户需求，而在数据端，主要用户就是数据。

这当然不是说，用户体验不重要，拿推荐算法来说，除了满足用户最基本的感兴趣，也要考虑时效性，考虑新兴趣的挖掘，考虑无数据时的冷启动问题……这些一样是用户体验，只是解决方案也得从数据出发。

再多思考一步，模型是离线还是实时，实时怎么实现它？技术细则不用多考虑，但你要知道会有这些坑。后端的数据产品，如报表，用户往往是你隔壁工位的小秦或小路，设计得丑一点不要紧，要是数据指标口径不统一，那才会分分钟骂街。

虽然数据 PM 需要熟悉各类数据模型、指标、数据挖掘和数据工程的实现，但是聚焦点是把它作为一个项目去实现，故而不用精通。

数据产品经理是一个比较新兴的岗位，所以有丰富经验的从业者并不多，我个人认为，还是存在比较大的职业缺口。当然也有其他问题，一是因为新兴，部门负责人本身也没有想好他们能干什么，不少数据 PM 其实也还在从事表哥的工作；二是数据产品本身可借鉴的经验不多，像 APP 产品，可以下载体验，总归有一个学习的过程。然而用户画像、BI、算法策略，都是其他公司的内部机密，无从参考，我就遇到不少对用户画像实现非常感兴趣的数据 PM。

从职业发展上看，数据分析师做数据产品经理更合适。普通的产品经理，对前端、后端的技术栈尚未熟悉，何况日新月异的数据栈。这个岗位，适合对数据特别感兴趣，但是数理天赋不高的职场人，那么以沟通、项目管理和需求规划为能力，也不错。

学习资料：

数据产品经理，如果有数据挖掘经验，那么技术相关的书籍倒不重要，别落伍就行，更关注产品经理本身的能力，包括 Axure，各类文档的编写、项目管理、需求整理等，市面上资料比较多。

这里再补充两本，《数据挖掘与数据化运营实战》，没啥高深技术，但是能够了解体系的初步建立。《数据挖掘技术—应用于市场营销、销售与客户关系管理》，这本书我推荐它是纠结的，它的知识点比较丰富，业务人员也能看懂。

更多书籍参考其他岗位即可。

◆ 数据工程师

数据工程师其实更偏技术，从职业道路上看，程序员走这条路更开阔。

在很多中小型的公司，一方面数据是无序的、缺失的、原始的，另外一方面各种业务报表又嗷嗷待哺。没办法，分析师只能自己撸起袖子，一个人当三个人用。兼做数据清洗 + ETL + BI。

经历过的大概都懂，数据分析踏上数据工程的不归路如下：

每天都要从五六张表上 join，那么不妨加工成一张中间表；

ETL 的依赖关系越来越复杂，尝试用 kettle / airflow 等框架搞定，弄个 DAG 美滋滋；

运营部门的周报次次都要这几个指标，看看能否做一个自动化 BI；

数据量逐日增多，最近 T+1 的日报需要几个小时完成，研究下查询语句的优化；

查询语句的优化空间也不大了，开始迁移到 Hadoop / Spark分布式平台，新技术栈的学习；

新平台，原有的工具也不管用了，某大牛说 apache 上有工具能解决这个问题，于是阅读文档；

公司部署了私有化的埋点采集，数据缺失比较厉害，业务部门天天骂娘，继续埋 Flume / Kafka 的坑；

如果分析师在技术方面的灵性不错，那么技能点会往技术栈方向迁移。从最初的 SQL，到了解 Hadoop 集群、了解 Presto / Impala / Spark、了解 ELK、了解分布式存储和 NoSQL……

这也是一个不错的发展方向，因为数据挖掘需要了解算法 / 模型，理论知识要求过高，不少硕士和博士还过来抢饭碗，自己不擅长容易遇到天花板。选择更底层的工程实现和架构，也是出路，薪资也不会低于数据挖掘 / 算法专家。

部分归属到技术部的数据分析师，虽然 Title 叫数据分析（其实应该叫数据分析开发工程师），很多工作也是围绕 ETL / DW / BI 进行，那么这就是标准的数据工程路线。

部分公司会将机器学习模型的部署和实现交给数据工程团队，这要求数据工程师熟悉SparkMLlib、Mahout 此类框架。

数据工程师，可以从数据分析师的 SQL 技能，往数据的底层收集、存储、计算、运维拓展。往后发展则是数据总监、或者数据架构师。因为数据分析出身，与纯技术栈的程序员比，思考会更贴合业务，比如指标背后的数据模型，但是技术底子的薄弱需要弥补。

另外，DBA、BI 这些传统的数据库从业者，也是能按这条路线进阶，或者选择数据产品经理方向。

学习资料：

数据工程类的书籍，我看的不多，给不了建议。主要按各类名词搜索吧，什么 Linux、数据仓库、Hadoop、Spark、Storm、Elasticsearch 等。这类岗位发展，技术更新速度比较快，所以需要保持吸收以及活用开源。

◆ 最后

以上四个岗位就是数据分析的发展方向，它们互有关联，从整个架构图来看：

[caption id="attachment_25793" align="aligncenter" width="300"] 架构图[/caption]

我们可以将其划分为数据收集—数据加工—数据运营—数据触达。

数据收集负责收集各种各样的原始数据，比如用户何时何地做了什么事情。它依赖于埋点采集系统，而埋点采集，需要收集什么类型数据，往往由数据产品经理确定规范（还是看公司，数据运营和数据分析师也能负责）。

收集上来的数据需要存储，往往因为高吞吐量，需要保证数据和日志的稳定性，会采用 Flume + Kafka，如果有实时统计要求，也得考虑流数据。这块则是数据工程的范畴，包括原始数据的再加工，数据清洗，都是专门的数据团队完成。

当获得数据后，首先第一点是讲各种明细数据加工业务指标，没有指标不成方圆，这里由数据分析师定义的。有了指标，配合各种数据产品输出，如用户画像用户标签、BI 报表，这些数据产品都由数据 PM 统筹排期……另外一方面，数据挖掘工程师和算法专家则凭各种数据建立模型，进行实时或离线运算。

模型可能会预测用户会不会购买某个商品，可能是做出一系列的推荐，可能是判断用户属于哪个类型，不一而足。

更上面一层是业务相关，数据分析师会监控和分析 BI 上指标的波动、数据挖掘工程是通过用户反馈数据，衡量算法的优劣、数据 PM 按 A / B 测试的结果改进产品。数据工程师保证系统的稳定。

所有层次一环扣一环，每个岗位在其中都发挥特有的作用。数据工程偏底层技术，数据分析偏上层业务，数据挖掘和数据产品处于中间形态。不同公司虽然业务形态不一致，架构会有差异，但是职责不会偏差太大。这也是数据分析为什么会有四个方向。

讲到这里，你大概对数据分析的职业规划有了明晰的了解。当然，它们彼此间并不完全独立，到后期，很多界限会变得模糊。所以规划是一方面，是否愿意执行、学习和吃透，才是职业真正的道路呀。