数据分析师的具体工作职责和工作内容有哪些？ 第1页

以下回答主要针对中型互联网公司，偏产品数据分析的职责和工作，希望能抛砖引玉。

【1】找到搭建数据指标体系衡量产品（measure）

费曼说过一句话，如果我们不能创造某样东西，那么说明我们还没有搞清楚（What I cannot create, I do not understand）。

对于数据分析师来说，如果我们不能用数据衡量某个产品，那么说明我们还没有搞清楚。

这个问题看似简单，其实很麻烦。

对于不同的产品，可能会有不同的衡量方法，同时也可能会有好几个，各有什么优劣？

比如说 Uber 在初期，有多少司机（供给方）可能是一个很重要的指标，而发展一段时间之后可能是交易量。

再比如，同样是共享经济，Uber 看用户的 app 使用时长，可能是个意义不大的行为；而对 Airbnb 来说，用户的 app 使用时长可能是一个很重要的指标。

思考题：为什么？

对于同一产品，针对不同的场景需要要的指标可能又是不一样的。

再以 Uber 为例，假设司机的月活数量是一个很重要的指标，可以看公司长期的发展。

但是这个指标却并可能并不能作为日常做 A/B 测试的指标，想想这又是为什么？

【2】找到可以驱动产品的指标

当知乎说自己发展的好、拉风投的时候会说有多少日活（好像是七千万？）。

对于投资人、创始人来说，都是一个很好的衡量产品发展的数据。

但是如果想要把产品进一步提高，日活这个数据就并没有什么用了，因为这是结果，不是手段。

数据分析师的工作，就是要找到这么一个或几个指标，是跟公司的长期目标发展相关的，同时又能通过驱动这些指标达到长期发展的目的。

比如 LinkedIn 可能是希望用户建立 X 个好友，Twitter 可能是希望用户关注 Y 个帐号，Quora/知乎可能是希望用户关注 Z 个话题，或者答了 N 个题，如此各种。

【3】跟产品经理、工程师等合作寻找改进产品的机会

现在产品的目标有了，驱动产品的方向也有了，那么具体怎么驱动呢？

比如说希望用户关注 Z 个话题，那么在用户注册的时候就给推荐呢？还是默认关注一些话题？

默认关注一些话题会有什么好处？又会有什么坏处？

是在用户刚注册就让他们关注好，还是使用了一段时间之后再关注好？

如果有一些用户一个话题都没有关注，怎么办？

等等。

【4】帮助产品做决策

做决策，可能很多人第一反应想到的是做 A/B 测试，这的确是一方面，而且也是很重要的一方面。

但有时候容易忽略的是如何帮助产品/工程师设立优先级。

在互联网行业，任何时候都有几十上百甚至上千个事情需要做的，比如说八阿哥多多的网页版和被吐槽多多的编辑器。

那么哪个是最重要的、最需要解决的？

哪些改变是有可能带来产品的改进的？

同时有十个新的产品特性可以加的，应该先做哪个？甚至哪些是没有必要做的？

毕竟工程师这么贵，招人也不容易，所以很多时候需要做一些聪明的选择，比如救助于数据分析。

回到 A/B 测试，数据可以做的就更多了。

比较直接的，如果写 pipeline 抓取数据，做假设检验这些，更重要的，回到了第一点和第二点，做 A/B 测试不会只有一个指标，通常会有好几个。

如果有些升了有些聊了，怎么权衡？

比如说 Airbnb 订单量增加了，但是用户减少了，这是个好的方向吗？

或者说 Uber 司机收入增加了，但是评价降低了，高峰期添价（Surging Pricing）出现得更频繁了，应该选哪个？

A/B 测试本身技术方面不是最难的，难的是如何根据数据做决策。

【5】产品数据追踪

如果 Amazon 的网站挂了，对 Amazon 的收入会有很大的影响。

如果 Amazon 云挂了，那不只对收入有影响，还会影响大批客户。

所以需要有工程师二十四小时值班（oncall）。

类似的，如果发现知乎日活异常增加，或者降低，怎么找出原因？怎么解决？

这些也都属于数据分析师工作的一部分。

要对产品做数据追踪，就离不开不同维度的数据，把它们做成报表，所以需要数据分析师，有时候也可能是 data engineer 的工作。

【6】寻找新的领域

在产品的不同发展时期，侧重点可能是很不一样的。

比如在产品发展的初期，可能是社区运营，找到好的种子用户，打造一个良好的社区。

在产品发展的初期，可能是增加普通用户的数量，扩大用户基数。

如何确定产品在哪个时期？在不同的时期又如何找出可以推进产品的方法？

这些方法可能是从产品、用户体验的角度出发，比如说如果加个「想法」会怎么样？

也有可能是从工程师的角度出发，比如说页面载入时间过长等等。

也有可能是从数据的角度出发，比如说发现很大一批用户喜欢发长篇评论，但是却并不点赞，那么试试开发一个功能评论的同时也分享到时间线？

【7】给团队设定目标

前面提到数据可以帮助团队决定做哪些方向，那么这些方向可以达到一个什么样的目标？

如果目标定得太高，最后团队没有完成，一次两次还好，如果总是这样，那么必然会打击团队士气。

如果目标定得太低，团队总是轻松完成，那么就起不到激励团队的作用了。

注意这里的设定目标并不是做了什么事情，投入了多少时间，而是最后对产品的指标有什么影响。

比如说 Uber 的交易量增加了多少，或者是知乎的日活增加了多少如此种种。

【8】长期投入

大部分时候的数据分析是基于当前的状态的，但是也需要考虑到用户、产品、环境等的变化。

所以很多时候也需要看以前的数据。

如果以前的数据没有了，那就就再也找不回来了。

种一棵树最好的时间点是十年前，第二好的就是现在了。

所以把目标放长远点，三年之后五年之后十年之后，我们需要什么样的数据，现在就可以准备好的。

如果三五十年之后自己还在公司的话，那么一定会庆幸自己现在做好的铺垫工作。

如果已经离开公司，那么一定会有个人默默的谢谢你的。

【9】带新人，和面试组建团队的能力

如果公司处于一个高速发展状态，那么这两项职责的重要性不言而喻。

如何让新人快速有效的入手，如何高效率高精度的识别优质候选人，一方面可以让自己的影响力快速增长，另一方面也是公司增长的保障。

如果公司处于一个相对平台的状态，那么多少也还是会有新老交替，带新人和面试的能力也是必不可少的。

【10】提供数据支持

团队里合作方有时候会需要数据分析师提供帮助，比如说在解决 oncall 的问题的时候，工程师可能会需要数据分析师找一些 pattern；

比如用户调研采集完数据之后，需要数据分析师做一些处理；

这些也都是日常工作的一部分。

另外我的一些数据分析相关的回答供参考：

邹昕：如何快速成为数据分析师？

邹昕：数据分析中会常犯哪些错误，如何解决？

邹昕：数据科学家 (Data Scientist) 的核心技能是什么？

邹昕：一个有三年工作经验的优秀数据分析师所具备的能力有哪些？怎么衡量？从哪几个方面？

邹昕：数据分析会骗人么？

觉得有用就点个赞呗，别收藏了（收藏了也不会看的）。