0x01.职位介绍
一.数据分析师分类
1.广义上的数据分析师
（1）数据分析师
可分为4类。
a.商业分析师
- 对行业的深入了解，结合当前公司状态制定战略方向
b.运营分析师
- 拆分公司战略目标，分配到各个业务部门形成策略方案
c.BI分析师
- 常规数据需求实现系统化，自动化，解放人力资源
d.数据产品经理
- 搭建数据指标体系，数据平台上建看板/仪表盘
- 需要懂excel，sql，python，R语言等；常用分析方法
- 工作职能因不同岗位职责而各不相同
- 薪资待遇还不错
数据分析师的价值点：
- 发现问题
- 与业务，产品相结合给出方案建议
-
（2）数据挖掘工程师
也是算法工程师
- 需要懂sql，python等，熟练掌握挖掘算法
- 通过挖掘算法支撑线上用户需求
-
（3）数据工程师
负责搭建和维护数据仓库
- 薪资待遇很棒
-
（4）数据架构师
搭建底层数据库架构
- 薪资待遇超级丰厚
-
2.按技术层面等级分类
（1）初级数据分析师
0-1年经验
有相关培训经历，会excel，sql提取复杂逻辑关系数据，python处理数据流
（2）中级数据分析师
1-3年经验
-
（3）高级数据分析师
3-5年经验
精通excel，sql，python，有独立主导撰写分析报告
（4）资深数据分析师
5年以上经验
-
3.按管理层面等级分类
（1）数据分析主管
初级：0-1年管理经验
-
（2）数据分析经理
初级：1年管理经验
-
（3）数据分析总监
初级：1年管理经验
-
（4）VP
-
二.工作内容
1.基础数据
数据指标体系
- 埋点
- 数据指标监控和分析
在问题被提出前优先提出解决方案
- 各种提取数据
2.专项分析
不同公司内容有所不同。
- 业务优化分析
-
3.数据分析项目vs数据分析需求
(1)数据分析项目
(2)数据分析需求
一个数据分析项目中的一小部分，产出是一份数据分析报告
a.来源 自我发现问题
- 自我驱动
- 时刻监控公司的运营动态
- 部门领导指派
- 公司boss
- 各个部门管理层
b.步骤
- 背景
- 数据分析需求背景
- 公司具体业务
- 终极目标
- 数据分析需求的目的
- 方案设计
- 根据到达的预期目标给出方案
- 数据处理
- 通过数据分析工具对数据流进行加工处理，为深入分析做准备
- 分析报告
- 通过对数据进行深入分析，得出分析结论
- 方案落地
- 根据分析结论给出优化方案
案例
业务部门，和运营相关，提需求多的
- 对数据需求，询问目标，达到的目的，最终效果；因为对方可能对数据理解不足，想法偏激，需求和目的不相关。要纠正他们的错误想法，帮他们理清思路。
-
2.技术开发部
技术相关
- 埋点
- 不要质疑他们的技术
-
3.大数据部
数据技术支持
-
4.boss
数据分析需求随机
-
四.能力要求
1.基础技能
excel
- sql
- python
-
2.数学思维能力
逆向思维
- 发散性思维
-
3.软技能
语言表述能力
- 协调沟通能力
- 自我驱动能力
-
0x02.简历撰写
一.拿不到offer原因——需要自我分析
简历不够吸引招聘者
- 面试过程中，对分析师工作理解不够深入
- 个人技能专长不突出，处理数据需求经验不足
-
二.简历内容
1.求职意向
2.个人信息
毕业院校
- 专业
- 姓名
- 邮箱
-
3.个人优势（重点）
吸引招聘者给面试机会，突出自我
- 教育背景，培训经历
- 项目经历，工作业绩
- 精通技能
- 语言表述能力，协调沟通能力
-
4.个人信息
姓名
- 毕业院校
- 专业
- 邮箱
-
5.工作经历（稍重点）
xx公司 ，时间，职位；
最近的放前面，只提及与求职岗位相关的工作经验。 工作描述
- 项目背景
- 项目职责
工作业绩
完全未接触过
- sql能力强，可快速深入了解公司业务
- 建模大赛，统计学专业作业
略有接触
描述清楚需求的背景，目标，方案设计，具体实现步骤，最终产出，产生的价值
- 项目经验：根据实际情况做描述
-
(3)展示数据分析报告成果
添加附件
邮件
leader好： 结论：通过如下分析，得出dau骤降是由于广州深圳地区普降大雨，导致用户出行不便； 建议：待大雨过后继续观察这几天数据，是否恢复如前； 分析过程： 1.与运营部，产品部和大数据部同学沟通后，近期内并未有什么运营活动和产品上调整和系统上bug； 2.dau拆分城市维度做出最近一段时间的变化趋势，对比去年同期； 3.拆分城市，新老用户人群近期活跃分布情况，同时对比去年同期。
word文档
一般应用于较官方的场景，比如提供给第三方公司。
可参照自己写的毕业设计： 目录 背景 分析需要的基础知识 分析过程论证 分析结论 总结
- ppt
一般用于公司开周会做汇报。
背景描述，出现的问题 给出结论 建议，方案 描述分析过程
- excel表格形式
一般用于紧急需求或临时需求，是出数据的常用形式。
分为动态报表和静态结果展示。
数据汇总表 图表形式展示
- 数据脱敏
- 需求背景
- 公司业务
- 业务逻辑
-
7.技能专长
8.自我评价
9.建议
针对不同公司岗位要求撰写多份简历
- 语言简洁，表述内容逻辑性强，页面布局有条理性
0x03.面试笔试
面试无论笔试还是问答，都存在很随机的灵活性。
因此许哟啊扎实基本功，平时多用心做事，多思考，逐步培养分析问题的能力。一.逻辑题
考察逻辑思维能力。
下面是一些例题。
1.请填写下一个数字：1，（），7，8。**按照发音都是中文第一声的规律，填3.
2.张先生工作很忙，连续5天没回家，回家后一次撕掉了这5天的日历，这5天日历的数字之和为45，问张先生回家这天是几号？
5天中间一天是（45/5=9），则后两天是10，11。因此今天是12。
3.有50块糖分给10个小朋友，每个小朋友获得的糖块数各不相同（保障每块糖完整），请问可以实现吗？
考虑极限情况，10个小朋友按照1，2，3…的数量获得糖，10个人总共需要55块糖。因此不可能。
二.SQL
考察数据库提数据能力。
下面是一些例题。
1.转换数据表。**
转换前：
| year | month | amount |
|---|---|---|
| 1991 | 1 | 1.1 |
| 1991 | 2 | 1.2 |
| 1991 | 3 | 1.3 |
| 1991 | 4 | 1.4 |
| 1992 | 1 | 2.1 |
| 1992 | 2 | 2.2 |
| 1992 | 3 | 2.3 |
| 1992 | 4 | 2.4 |
转换后：
| year | m1 | m2 |
m3 | m4 |
|---|---|---|---|---|
| 1991 | 1.1 | 1.2 | 1.3 | 1.4 |
| 1992 | 2.1 | 2.2 | 2.3 | 2.4 |
select year,sum(m1)as ‘m1’,sun(m2) as ‘m2’,sum(m3) as ‘m3’, sum(m4) as ‘m4’ from (select year,month,amount, case when month=1 then amount end as ‘m1’, case when month=2 then amount end as ‘m2’, case when month=3 then amount end as ‘m3’, case when month=4 then amount end as ‘m4’ from A ) group by year
2.表student中的数据如下表，现要查询表中：连续3个月以上degree均为A的记录？
| name | month | degree |
|---|---|---|
| s1 | 201801 | A |
| s1 | 201802 | A |
| s1 | 201803 | C |
| s1 | 201804 | A |
| s1 | 201805 | A |
| s1 | 201806 | A |
| s1 | 201801 | B |
| s1 | 201802 | C |
| s2 | 201803 | A |
| s2 | 201804 | D |
| s2 | 201805 | A |
| s2 | 201806 | C |
| s2 | 201801 | C |
| s2 | 201802 | A |
| s3 | 201803 | A |
| s3 | 201804 | A |
| s3 | 201805 | B |
| s3 | 201806 | A |
三.分析方法
考察数据分析基础知识。
下面是一些例题。
1.线性回归与逻辑回归的差别？**
四.案例分析
存在有个有规律的人群。 证明有这个人群存在。 查看用户画像。
2.每日数据看板出现异常，如何处理？比如dau突然有明显的降幅或升幅。
不要慌。 技术部门：先和大数据和技术，验证数据库数据是否准确，是否出现技术问题。 业务部门：产品层次上，是否改变业务逻辑。 数据分析师：降维，拆分各种维度，细化各种指标，查看变化的指标。
五.行业认知与规划
1.你是如何理解数据分析师这个职位的？
岗位分类，职责，技能要求，价值。
2.对未来职业发展是怎么规划的？
体现自己的上进，规划要清楚。
3.你觉得在做一个数据分析需求过程中哪个环节比较难，难点是什么？
环节：数据需求的背景；确定目的和达到的效果；设计分析方案；执行方案，拉数据流，处理加工数据；整理分析报告；给出建议和结论。 难点：设计分析方案；加工处理数据流。
4.欠拟合和过拟合如何区分？怎么解决欠拟合和过拟合？
若有收获，就点个赞吧
0 人点赞
