数据让一切有迹可循，信息化时代的到来，我们每天都在产生数据、创造数据和使用数据，普通人最直观的感受就是技术变化的日新月异，是生活方式的时过境迁。

那么影响了这么多人生活的大数据从业者他们的工作又是怎么样的，是否也像大数据的概念一样神秘莫测呢?

【资料图】

今天我们就从数据分析说起，来说一说数据分析师的工作特点。

数据分析师平时都做什么?

数据分析师日常的工作可以分成两个部分：

一个是定量的调研，例如用户刷卡金额达到多少时提醒办理分期，再比如用户申请信用卡时给多少的额度，一般的大公司会有较为完整的数据体系，因而有比较强烈的动机来分析消费者的日常行为;

另一个是宏观类的分析，例如分析90/00后消费习惯，分析消费者外卖平台的选择情况，部分有统治力的大企业很擅长整合业内资源，也有强烈的动机来完成对于行业的分析研究。

数据分析师的工作体验如何?

数据分析师一般分为初级、中级、高级三个阶段，

初级的工作需要整理Excel表格、写SQL查询数据、用R语言分析数据模型等工作，这部分工作本身是非常耗费精力的，要应对很多繁杂的工作内容，但却是每个数据分析师的必经之路;

中级开始承接一些分析的专题，例如为什么某个品类的销售额下降了，每个季节可能的爆款产品是什么，这个阶段需要你有较好的沟通能力和分析能力，需要让外行也能听得懂你的分析结果;

高级要求能够建立项目，通过某种方式让大家来认可你的工作能力，例如完成一套算法能够有效提升产品销量，不能让数据停留在报告中，而是能够产生真正的收益。

框架设计不合理：一般来说一个好的数据分析框架在设计的开始都要考虑到要长期使用的需要。虽然说我们可以随时调整框架，但随着数据越积越多需要做调整的代价就越大，而且在做出调整后还需要同时记录新旧两套系统来确保数据不会丢失，时间久了不但大大降低工作效率还很容易出错。因此在设计的开始我们最*好把框架设计好，而其中一个简单有效的方法就是我们把所有能获取的数据放在同一个可延展的平台，我们只要确认这个平台可以装得下所有将来可能用到的数据且跨平台也能运行起来就可以了。通常这样的原始平台能至少支撑一到两年。

忽略成员对数据的理解：在实际的数据分析中，一部分公司以为把数据提交给Mixpanel，Kissmetrics、Google Analytics等进行分析就万事大吉了，但事实上却忽略了团队中的成员能真正解读这些数据的内在含义，其结果只会导致产品团队盲目的绕开用户需求开发新产品，尽管有时能取得成功但也是对用户的真正需求并不了解。因此我们做的是要经常提醒团队里面每一位成员多去理解这些数据并更多的基于数据来做出合理的决策。另外我们可以通过建立自助使用的数据平台来解答开发人员在开发中的对数据不了解的疑惑，在很大程度上可以避免以上的情况发生。

大数据技术为企业的财务管理工作带来了新机遇与新挑战，企业的管理者和经营者需要对财务管理工作模式的变革趋势予以综合考虑，并结合大数据技术实现对财务管理工作理念和管理方法的有效创新，在顺应现代化信息时代革新趋势的基础上充分的满足市场环境的转型需求，并制定完善的财务管理措施强化企业的核心竞争能力，使其能够在激烈的市场环境当中得到稳定发展。企业需要对基于大数据时代背景的财务管理挑战予以高度的重视，与时代革新趋势保持良好的适应性，通过积极创新和勇于探索，提高数据信息处理效率，为企业带来良好的经济效益和社会效益，实现可持续发展的目标。

关键词： 数据分析师 财务管理 数据分析