竹磬网-邵珠庆の日记 生命只有一次，你可以用它来做些更多伟大的事情–Make the world a little better and easier

网站分析师的一点感想

我有幸在一家业务非常齐全的360度营销公司带着这顶帽子为大大小小的各行业的顾客工作了2年多。在这期间，关于网站分析构成的图形做了一版又一版，越画越大；也越来越多的发现自己的能力的欠缺，甚至有时候也会迷失到极端。
尽管很多人不同意，我仍然认为，作为一个边缘学科，网站分析入门很简单。只要你愿意学习并且思维灵活，一点点Html+JS，一点点 datamining，marketing的基础知识最后加上一个免费的Google Analytics的使用技巧，你就可以成为一个入门级的网站分析师了.
然后，在做网站分析的过程中，你能够理解网站分析工具数据采集的原理和各种工具的个性化变量，知道如何做人群分组（Segment）和Campaign Tracking，能够深刻了解各种标准参数的含义和他们之间的区别，并且知道如何在各种主流工具中（诸如GA, SiteCatalyst，Unica, Webtrends, Cormetrics）提取这些数据，展示这些数据，那你就是一个初级网站分析师（Junior Web Analyst）了，在这同时，如果你还了解一点点广告服务器（Adserver），邮件服务器（Email Router），SEO和SEM的原理那就更好了。
紧接着，如果你掌握了网站分析工具的安装和调试技术，能够协调市场部门和IT部门之间的联系，能够做出诸如Tracking Plan这样的需求和技术文档（specification），同时能够debug，确认采集数据的可靠性并且能够解释对于所研究网站本身来说任何一个数 据的含义和边际值所代表的含义，并且可以掌握诸如A/B Testing，行为定向等边缘的技术,那你便渐渐的向一个合格的网站分析师方向迈进。
不过，为了彻底的摘掉那个Junior，成为一个真正的网站分析师，你还需要更多的商业上的能力，比如说，
1、能够深刻理解公司的战略，并且把它分解，转化成网站的目标，进而转化成可以衡量这些目标的指标和影响它实现的因素，最终把他转化成从数据采集到提炼成指标到分析到结论的完整流程；
2、对于业务上出现的正向的和负向的变化，能够顺藤摸瓜找出这个结果在网站分析数据上的体现进而找到影响这些数据的因素和原因；
3、能够根据网站分析数据及时发现问题和潜在的机会，做出切实可行的市场策略或者建议方案；
4、能够设计出符合不同利益方需求的报表和分析报告，并且持续沟通，让他们知道网站分析的意义并且能够从你提供的材料中发现有价值的信息；
以上这些都是成为一个合格的网站分析师的必须条件；我曾经为此踌躇良久，认为一个好的网站分析师不应该是这一行单纯的从业者，而应该是一个传统的营销人， 最好是一个商务分析师（Business Analyst）转型而来。如果不是的话，那就要积极的去理解企业的战略，去和所有的部门沟通，去了解他们的需求和挑战。那么，什么是一个高级网站分析师 (Senior Web Analyst)呢？如果初级网站分析师侧重于技术，成熟的网站分析师侧重于方法的话，那么高级网站分析师应该有丰富的经验和宽广的知识层面，能够设计和 完成解决方案。一个品牌不仅仅只有网站，还有围绕这个网站的生态系统；网站分析必须要把这整个系统考虑进来，从消费者的角度去理解整个系统的数据和信息 流，然后设计系统，尽可能多的捕捉有效的信息流，贯通他们，获得一个消费者整体的画像和决策历程。这个系统，可能要包含网站行为数据，网站数据库，线上媒 体广告（display，search，email…）,社交网络，手机应用数据，线下数据，调查访问数据，call center，CRM等。这个系统应该能够，在宏观上给企业的战略决策和重大投资提供支持（包括产品设计，营销费用的分配），在微观上帮助网站（品牌）进 行一对一个性化营销。
要做到这些，需要的能力就非常多样化了，我肯定会漏掉很多，这里我可以轻易列举出的就有下面很重要的三点：
1、了解信息系统的架构的知识,熟悉企业本身现有的信息系统的构成和信息流；
2、熟悉市场上各种管理工具和监测工具，知道他们采集数据的原理和所提供的各种接口；
3、有比较好的数据分析知识（datamining）和方法；
也许我想的有点儿多了，就如同张三丰最初想要把武当八卦阵精简到一个人身上一样。的确，上面的这些能力可以归结成一个团队的能力，比如我现在所在的团队可以为客户搭建类似的系统，但是任何一个团队成员都不能独立完成。不过，高级网站分析师肯定不能对以上任何一条持有空白。
我自认还比较年轻，虽然我正在积极扩展我的知识和能力层面，但是可能连个合格的网站分析师都算不上。我这里只想说出我对这个行业的认识，可能给一些后来者 提供些借鉴，给一些踌躇不决的业外人士一些信息，但是不想争论；随便找来几个网站分析师的招聘启事可能会更实际一些。很可能三年之后我回头看这篇东西也会 觉得很幼稚，但我目前是这样要求自己的。
我想补充的是，文中所列出的几个阶段并没有完全清楚的界限，各个方面都是交叉的，一个人各方面的发展也是同步的。以上分类，只是为了介绍的方便和条理的清晰。
扯了这么多，列举了这么多，最后，我不能回避我一次极端的经历（极端的网站分析师）。那次，我给我的部门经理写邮件说，网站分析归根结底就是两条，一个是 分析内容和功能的有效性，一个是分析人机互动也就是设计的易用性。而我对内容和功能几乎没有任何话语权，又没有学习过设计，我这算是哪门子网站分析师呢？ 后来我给自己安慰说，至少我知道，当3月份的visit的数据比2月份增长了10.7%的时候，我可以蛋定的对公司的客户经理说，这两个月的流量数据没有 任何变化。[转]

分享一篇文章:我的职业理想：成为数据分析师

很不错的文章，建议大家都看看，特别是菜鸟们！

       我小时候的理想是将来做一名数学家，可惜长大了发现自己天赋不够，理想渐行渐远，于是开始考虑现实，开始做一些人生规划，我一直在思考将来从事何种职业，专注什么样的领域，重新定义着自己的职业理想。我现在的职业理想，比较简单，就是做一名数据分析师。

 

 

为什么要做数据分析师：

在通信、互联网、金融等这些行业每天产生巨大的数据量（长期更是积累了大量丰富的数据，比如客户交易数据等等），据说到2020年，全球每年产生的数据量 达到3500万亿GB；海量的历史数据是否有价值，是否可以利用为领导决策提供参考依据？随着软件工具、数据库技术、各种硬件设备的飞快发展，使得我们分 析海量数据成为可能。

 

而数据分析也越来越受到领导层的重视，借助报表告诉用户什么已经发生了，借助OLAP和可视化工具等分析工具告诉用户为什么发生了，通过 dashboard监控告诉用户现在在发生什么，通过预报告诉用户什么可能会发生。数据分析会从海量数据中提取、挖掘对业务发展有价值的、潜在的知识，找 出趋势，为决策层的提供有力依据，为产品或服务发展方向起到积极作用，有力推动企业内部的科学化、信息化管理。

 

我们举两个通过数据分析获得成功的例子：

(1) Facebook广告与微博、SNS等网络社区的用户相联系，通过先进的数据挖掘与分析技术，为广告商提供更为精准定位的服务，该精准广告模式收到广大广 告商的热捧，根据市场调研机构eMarketer的数据，Facebook年营收额超过20亿美元，成为美国最大的在线显示广告提供商。

(2) Hitwise发布会上，亚太区负责人John举例说明: 亚马逊30%的销售是来自其系统自动的产品推荐，通过客户分类，测试统计，行为建模，投放优化四步，运营客户的行为数据带来竞争优势。

 

此外，还有好多好多，数据分析，在营销、金融、互联网等方面应用是非常广泛的：比如在营销领域，有数据库营销，精准营销，RFM分析，客户分群，销量预测 等等；在金融上预测股价及其波动，套利模型等等；在互联网电子商务上面，百度的精准广告，淘宝的数据魔方等等。类似成功的案例会越来越多，以至于数据分析 师也越来越受到重视。

 

然而，现实却是另一种情况。我们来看一个来自微博上的信息：在美国目前面临14万~19万具有数据分析和管理能力的专业人员，以及150万具有理解和决策 能力（基于对海量数据的研究）的管理人员和分析人员的人才短缺。而在中国，受过专业训练并有经验的数据分析人才，未来三年，分析能力人才供需缺口将逐渐放 大，高级分析人才难寻。也就是说，数据分析的需求在不断增长，然而合格的为企业做分析决策的数据分析师却寥寥无几。好多人想做数据分析却不知道如何入手， 要么不懂得如何清洗数据，直接把数据拿来就用；要么乱套模型，分析的头头是道，其实完全不是那么回事。按俗话说就是：见过猪跑，没吃过猪肉。

 

我的职业规划：

对于数据分析，有一句话说的非常好：spss/sql之类的软件、决策树、时间序列之类的方法，这些仅仅就都是个工具而已，最重要的是对业务的把握。没有 正确的业务理解，再牛的理论，再牛的工具，都是白搭。做一名合格的数据分析师，除了对数据需要有良好的敏感性之外，对相关业务的背景的深入了解，对客户或 业务部门的需求的清晰认识。根据实际的业务发展情况识别哪些数据可用，哪些不适用，而不是孤立地在“真空环境”下进行分析。

 

为此，我对自己的规划如下：

第一步：掌握基本的数据分析知识（比如统计，概率，数据挖掘基础理论，运筹学等），掌握基本的数据分析软件（比 如，VBA，Matlab，Spss，Sql等等），掌握基本的商业经济常识（比如宏微观经济学，营销理论，投资基础知识，战略与风险管理等等）。这些基 础知识，在学校里尽量的学习，而且我来到了和君商学院，这样我可以在商业分析、经济分析上面领悟到一些东西，增强我的数据分析能力。

第二步：参与各种实习。研一开始我当时虽然有课，不过很幸运的找到一份一周只需去一两天的兼职，内容是为三星做竞争对手分析，当然分析框架是leader 给定了，我只是做整合资料和往ppt里填充的内容的工作，不过通过兼职，我接触到了咨询行业，也向正式员工学习了很多商业分析、思考逻辑之类的东西。之后 去西门子，做和VBA的事情，虽然做的事情与数据分析无关，不过在公司经常用VBA做一些自动化处理工作，为自己的数据分析工具打好了基础。再之后去了易 车，在那里兼职了一个多月，参与了大众汽车销量数据短期预测的项目，一个小项目下来，数据分析的方法流程掌握了不少，也了解了企业是如何用一些时间序列模 型去参与预测的，如何选取某个拟合曲线作为预测值。现在，我来到新的地方实习，也非常幸运的参加了一个央企的码头堆场优化系统设计，其实也算数据分析的一 种吧，通过码头的数据实施调度，通过码头的数据进行决策，最后写成一个可操作的自动化系统。而这个项目，最重要的就是业务流程的把握，我也参与项目最初的 需求调研，和制定工作任务说明书SOW，体会颇多。

第三步：第一份工作，预计3-5年。我估计会选择咨询公司或者IT公司吧，主要是做数据分析这块比较强的公司，比如Fico，埃森哲，高沃，瑞尼 尔，IBM，AC等等。通过第一份工作去把自己的知识打得扎实些，学会在实际中应用所学，学会数据分析的流程方法，让自己成长起来。

第四步：去自己喜欢的一个行业，深入了解这个行业，并讲数据分析应用到这个行业里。比如我可以去电子商务做数据分析师。我觉得我选择电子商务，是因为未来 必将是互联网的时代，电子商务必将取代传统商务，最显著的现象就是传统零售商老大沃尔玛正在受到亚马逊的挑战。此外，电子商务比传统的零售商具有更好的数 据收集和管理能力，可以更好的跟踪用户、挖掘潜在用户、挖掘潜在商品。

第五步：未知。我暂时没有想法，不过我希望我是在一直的进步。

 

有一位数据分析牛人曾经总结过数据分析师的能力和目标：

能力：一定要懂点战略、才能结合商业；一定要漂亮的presentation、才能buying；一定要有global view、才能打单；一定要懂业务、才能结合市场；一定要专几种工具、才能干活；一定要学好、才能有效率；一定要有强悍理论基础、才能入门；一定要努力、才能赚钱；最重要的：一定要务实、才有reputation；不懂的话以后慢慢就明白了。

目标：1-做过多少个项目？2-业务背景有哪些，是否跨行业？3-做过多少种类型的模型？做了多少个模型？4-基于模型做过多少次完整的marketing闭环？以上四个问题，足以秒杀95%以上的忽悠和菜鸟！

我仅以此为努力之坐标，时刻提醒自己。

路在前方，漫漫前行。