详解两种间的区别 数据运营和数据分析的区别

[写在前面]
想把这些年工作中的数据理解、学习、感受、体会进行梳理和总结,做一个自己数据知识体系的总结,希望对以后有所帮助 。
所以“数据论”随着应用应运而生,是运营和数据的相对碰撞,是数据八卦的场所 。希望在这个大数据的时代,所有对数据感兴趣的朋友,能帮助我们一起在这片自留地探索通信运营和数据的魅力 。
不管一天有多忙,你都应该内心平静 。——《理解》资料说第一期
数据操作
与数据分析
我们对数据运营和数据分析这两个职位的界限有些模糊 。实际上,这两种立场既有不同之处,也有相同之处 。作为第一期数据谈话的开始,我们先来看看不同点和共同点 。
先说这两种立场的共同点 。
①对每个业务流程有深刻的理解;
②掌握一些数据分析工具;
③都应具有较高的数据敏感性;
④根据数据分析结果,为全业务条线的经营决策提供合理化建议 。
知道了共同点,下面就分别说说这两个岗位的大致工作职责 。
数据操作岗位
说到数据运营岗,首先要明白什么是运营 。
所有围绕一个产品的推广需要把流量转移到自己产品上的运营,以及用户(客户)和产品之间的一系列运营都是运营 。
比如:产品运营、社群运营、活动运营、新媒体运营、渠道运营等等 。
数据运营对用户行为和用户转化最敏感,数据运营的存在避免了管理的滞后 。
数据运营可以理解为家庭医生或者护士 。护士做护理工作,也需要关注指标 。比如有一天你有点感冒或者肚子疼,家庭医生会告诉你多休息,多喝温水,给你开“非处方药”感冒药,可以最快反应你的身体状况 。
数据操作的工作包括:
【详解两种间的区别 数据运营和数据分析的区别】①负责运营相关的数据分析,配合运营方的数据需求②协助运营方共同制定数据分析、运营等策略③为日常业务运营提供精准的数据支持④整理建立数据监控体系(日报、周报等 。)的每个操作模块 。
数据操作的工具要求:
Excel/PPT,SQL(不同公司需求不同,但学习是额外的一项) 。
数据分析岗
数据分析师是连接业务和技术的岗位,比工程师更需要对业务逻辑的理解,比产品和运营更需要数据分析的思维和技能 。
一个数据分析师虽然懂数据、统计、业务等知识,但他真正能面对的业务问题是复杂的 。企业在面临经营问题的时候,没有人确定XX指数不好是因为没有推广,还是因为没有新产品,这就需要系统的诊断 。(数据分析岗也可以理解为门诊医生)
因此,数据分析师的工作内容如下:
①根据数据需求,提取数据,清洗数据②标记数据变化,发现异常③多维分析,交叉分析,找出异常产生的原因④预测数据变化趋势及影响⑤生成策略,推动相关部门实施并还原结果 。
数据分析师的工具需求:
Excel/SQL/Python/R/Tableau/SAS等 。(不同公司对工具的要求不同 。具体可以查JD需求,一般是SQL+Python) 。
以上是数据运营和数据分析的聊天 。在工作中,如果运营要分析一个数据,就会用自己部门的人 。后来有了数据分析师,就把需求给了数据分析师 。本质上,数据运营要有数据分析技能 。
所有的数据分析都绕不开多少,什么,为什么,会发生什么,如何
多少(数据描述状态)
什么是(建立数据标准)
为什么(探究问题的原因)
将会发生什么(预测业务趋势)
如何(综合判断形势)
本期不详细讨论数据分析的一些流程 。
对数据能力的要求是互联网公司所有岗位的需求趋势 。对于未来的发展,我认为数据分析能力会成为运营岗位的刚性要求 。同时将数据分析进阶为数据科学家,通过统计学和机器学习为各部门解决一些共性问题 。


    推荐阅读