举例，2019年其他分析工作简报：

    一、数据落地
    针对零散在各业务系统但未落地的部分生产数据，发起并完成相关数据梳理、数据入仓及业务验证。
    （1）客户价值标签相关：银联无卡渠道交易明细数据、网联渠道交易明细数据、万事达及VISA数据、POSP数据、网上商城数据等；
    （2）客户星级服务相关：第三方支付签约数据入仓，表名SDM.S_CUPDSIGN_CUPD_SIGN_INF_6403；

    二、业务支持
    协助或配合相关业务部门，提供数据分析、数据标签等数据支持。
    （1）协助互联网完成网申发卡报告，涉及网申页面流失情况分析、网申各渠道进件核准后明细情况分析、以及网申发卡的绑定情况、活跃情况、消费情况、风险表现等情况分析；
    （2）配合推广部出具部分评价体系指标计算；
    （3）依据客户价值计算逻辑，出具业绩中收报表，并协助科技及推广部提供相关统计口径；
    （4）配合市场部60天未动户促活跃活动：根据客户历史消费情况，判定咖啡一族、有车一族等客户消费标签；

    三、分析报告
    面向实际业务专题展开课题分析，形成完整分析报告。
    （1）审批流程梳理分析：通过对审批流程的梳理，对进件方式、是否需要短信服务、是否有过补件、是否经过电话照会、整体审批时效、寄卡方式等对卡片激活率进行比对分析，对影响较大环节提出优化意见；
    （2）市场活动效果分析：对市场活动中的七天商户活动、首刷礼活动进行分析，观察响应客群特征，分析客户消费偏好，为市场活动资源投放提出优化意见；
    （3）客户签约第三方支付分析：对比签约我行信用卡APP分析历史存量签约情况、当前签约客户不同签约渠道下的消费情况、活跃情况、应收情况，以及有签约客户及未签约客户不同维度情况分析；

    四、财务报表
    （1）出具计财部各部门业绩考核指标报表；
    （2）出具计财部各渠道消费金额报表；

    总结来说，数据分析师经常面对的工作，从价值来说一般分为3类：

    • 第一类：纯操作类举例： 把本季度和上季度的销售数据做一个对比分析。即0-60分的数据分析师。


    • 第二类：命题类举例：我们公司如何可以在新一年里销售额比上年增长百分之20%呢？这类问题往往有着非常明确的目标，但其思路、方法和执行过程都是未知的。即60-80分的数据分析师。


    • 第三类：战略类举例：基于公司现有的数据，你有什么想法？这类问题是一个非常开放的问题，也是最能考察一个数据分析师高度的问题。即80-100分的数据分析师。

    100分数据分析师需从公司、行业的整体高度和趋势出发，逐层分解问题和目标，并给出数据支撑和改进策略。即不仅仅是做一个执行层的工作，其本身实际上已经站在CEO和董事长的高度，对公司做了全局性的思考和布局。更难能可贵的是，他的布局和思考还具备落地方案和数据支撑。 这样的数据分析师是非常具备价值的。