一、确认自己的意向领域及分析方向

虽说很多岗位名称都叫数据分析师，但不同分析师在不同的公司不同岗位，工作内容也是五花八门，以下简单讲讲不同类型的分析师。我们在投递简历前需要对这些类型有着清晰的认知，明确自己的兴趣点，确认自己的意向分析领域及分析方向，再进行定向投递及面试约定。

• 目前互联网行业业务领域比较热门的可以分成几大类：
• 内容类(直播&短视频&社区&资讯类等)；
• 020类(美团外卖、滴滴打车等)；
• 电商类(淘宝、多多、社区团购等)；
• 在线教育(猿辅导、学而思网校、字节教育等)
• 其他一些细分垂直领域，例如招聘、房产类。

我认为对于中前期数据分析师来说，保持业务领域的延续性非常有必要，因为一个分析师很大的价值其实取决于其具备在某一领域的深刻洞见、可复用的方法论及成功案例经验。我们暂且不讨论这些领域哪些比较好，我们应该思考的是以下问题，相信在思考以后会有一个更合理的认知与评估：

• 这个领域在未来是否有前景机遇；
• 这类领域的业务增长，有多依赖数据，是否是数据驱动；
• 进入这类领域，机会是否足够宽广，未来也有多种可选择性；
• 这个领域在其公司战略层，是否是大力发展的业务线。

• B端与C端都需要数据分析师，通常它们在数据维度差别主要有以下几点：
• C端分析数据量与数据维度远多于B端分析，使用复杂模型的机会较多，且更和运营配合较紧密；
• C端分析聚焦在用户行为数据，B端聚焦交易、生命周期维度数据；
• C端分析师岗位需求量远多于B端分析师；
• C端业务复杂度通常高于B端；
• B端做好更依赖业务痛点挖掘，分析框架搭建，C端相对抓手更多。

C端市场就业机会远多于B端，刚入数据分析这行的同学建议可以先把目标放在C端岗位上，积累更多的通用方法论，之后再根据兴趣来调整。

通常数据分析师有两种架构：

一种base在数据团队，部门类似中台形式，每个分析师bp对应的业务线&分析方向&项目组，汇报对象为数据分析负责人；另一种base在业务团队，一人或者几人和业务团队同部门，像业务方向负责人汇报。对于经验不是非常丰富的同学，建议先在数据团队做分析师。

1. 建立较完整的数据规范、需求对接、数据分析方法论等习惯及知识体系。
2. 数据氛围更浓厚，减少了在业务团队可能面对孤立无缘的情况，有更多的交流成长机会，数据行业人脉的积累。
3. 更熟悉数据底层架构及数据全生产，把控数据的质量和数据出口。

整体来看，在数据团队会有更多输入，而在业务团队会更偏向输出。但是对于具有丰富经验的人才，在数据团队与业务团队只是不同选择而已，在业务团队的与业务配合紧密，方案更容易落地的敏捷性的优势也会显现出来。

产品分析、经营分析、用户运营分析、销售分析、商业分析、策略分析、商业化&广告分析、用户增长、风控方向，以上是数据分析的常见几种细分方向。每个方向的主要工作内容与对人的能力模型要求也有不同的侧重点。

具体的每个方向不一一展开了，目前产品分析、商业&策略分析、商业化分析、用户增长是岗位需求比较大且薪资水平较高的细分分析方向，大家对某分析方向感兴趣可以自行搜索相关内容或者在交流群中交流讨论。

毫无疑问，起步业务通常会比成熟业务有更大的发展空间，但是风险弊端与机会并存。

1. 起步业务的数据体系搭建不完善，分析师有可能会承担更多的底层数据规范搭建工作，先有数据，才能分析，继而增长。这是一个周期很长且需要耐心的工作；
2. 起步业务的成熟方法论积淀较少，需要一起探索沉淀，压力相对较大；
3. 起步业务相对更频繁进行业务方向&人员&管理层调整，需要短时间内探索出一条路，所以需要有一颗强大的心脏与适应能力以适应快节奏的变化调整；