什么样的数据分析师才能拯救你的店铺？

阿迪达斯、雅诗兰黛、小米、美的等八大品牌的数据业务负责人，告诉你答案。

未开始

你知道一个淘宝ID背后，有多少个标签吗？

答案是，四千多个。

这些标签记录着消费者喜欢的风格、是不是也夜猫子、最喜欢的浏览路径，甚至平均每次购物前和客服聊多少句话。

在我们为每年双十一的成交额惊叹，为越来越快的物流速度惊叹时，却很少有人知道，在这些现象背后，电商行业积累的数据正在以什么样的速度迅速增长。

根据摩尔定律，当价格不变时，集成电路上可容纳的元器件的数目，约每隔18-24个月便会增加一倍。而据媒体报道，全球各地产生的数据量，也正在以每18个月翻一番的惊人速度呈指数级增长。

在传统的线下门店内，如果一位顾客进店后没有消费，那么她就无法为品牌留下任何价值。但在电商行业中，每一位消费者都是店铺的资产。他们不仅用自己的消费力为企业贡献利润，他们在网页上的每一次点击、每一次滑动，都在为品牌贡献无形的数据资产。

借助大数据的力量，数据分析师们正在重新定义零售的玩法。从韩都衣舍双十一时7分钟破3亿元的成交额，到盒马生鲜们店里从下单到发货只需要5分钟的速度，再到上亿消费者每人都能收到为其单独定制的促销海报，这些都是大数据赋能后的惊人结果。

大数据的价值，正在被越来越多的企业重视。早在2014年底，艾瑞咨询集团副总经理魏峰就曾指出中国专用数据分析人员缺口将达1400万。到了2018年，这个数据相比早已更加惊人。

目前在电商行业，有不少公司都在重金招募数据分析人才。以TP公司中的代表宝尊为例，大专毕业、无工作经历的数据分析专员，最高可以获得1.2万的月薪，而经验丰富的大数据架构师，月薪更是接近五万！

但另一方面，目前国内大学缺乏专门针对电商的数据分析专业，市面上相关书籍和培训各自成一派，缺乏统一的人才衡量体系，不仅让学习的年轻人充满迷茫，企业在招聘时也耗时耗力。

那么，什么样的数据分析师才能真正赋能电商、把大数据的神奇价值充分挖掘出来？电商又应该如何组织、培养这样的人才？

近日，阿里巴巴下属商家端统一数据产品平台——生意参谋，邀请CBNData与阿迪达斯、雅诗兰黛、小米、美的等八大品牌的数据业务负责人，进行了一场关于电商数据能力的大讨论，并梳理出了详细的电商数据分析师必备技能，也让人们可以看清这个神秘的行业。

什么是数据分析师的基础技能？

提起数据分析师，许多人第一时间多会问，是不是得Java、python、 Hadoop、R语言至少会个好几样，甚至全部精通，才能胜任数据分析师的职位？

但在各大品牌的数据业务负责人们看来，电商数据分析师应分为初级、中级和高级。每个级别分析师的分工不同，所需的能力自然也不一样。在他们梳理出的电商数据分析师能力分级体系中，初级数据分析师只需熟练掌握Excel等基础的数据分析工具，能完成日常数据的汇总与采集、处理中小级别数据、搭建整理简单的数据库即可。

曾有一位数据爱好者魏凯爬取了互联网招聘平台拉勾网上的数据分析师招聘信息，发现企业需求频率最高的技能并不是Python语言和R语言等如今非常时髦的数据分析语言，而是传统的结构化查询语言SQL和表格神器Excel，排在后面的才是SAS，SPSS, Python, Hadoop和MySQL等。至于Java、BI软件，则属于更高要求的第二梯队技能。

所以对于电商行业的数据分析师们来说，SQL和Excel是必须要掌握的基本工具。Excel自然无需多说，数据分析师经常和数据库打交道，不掌握数据库的使用可不行，学会如何建表和使用 SQL 语言进行数据处理，也是必不可少的技能。

如何判断一个数据分析师靠不靠谱？

虽然入行的技能门槛并不繁杂，但一名合格的电商行业数据分析师，还需具备很多其他的素质。当天参加活动数据分析师们，根据自己的亲身经历以及招聘心得，列出了他们眼中的几项必备素养：

· 花架子再多，懂行是关键

要成为一位电商行业的数据分析师，必须对企业所处的行业有深刻的了解。例如，若是为女装服饰企业提供针对电商的数据分析服务，就要了解女装电商每年上新、大促、清仓的重要节点，了解行业中相似定位的优秀企业等等，还有最关键的，必须了解相应行业各类数据的获取路径。

TATA木门的数据分析师牛浩龙介绍说，在电商行业中获取数据的来源非常广泛，既有企业自身的BI系统，也要收集各销售平台上的数据，除此之外，还有接入的各类辅助工具、以及生意参谋、阿里数据银行等第三方数据来源。一个优秀的电商数据分析人员在遇到问题时，必须能迅速判断从什么渠道能获取有用数据，不同渠道间的数据出现出入时，应以哪一个渠道为准。这些知识看似基础，但却是一切数据分析开展的前提。

如果要成为一名更高阶的数据分析师，甚至是部门负责人级别的高级数据分析师，则需要对行业有更多的了解。不仅要洞察行业中最新技术的应用情况、行业上下游的供应链情况，预测行业未来发展的趋势，还需要对科技领域的最新研究例如AI保持学习，以便带领分析部门最快地与新技术接轨。

· 发现不了问题，要你何用？

除了对行业的了解和职业技能以外，一些基本的个人素质也非常关键。在电商行业中，数据分析师需要能把运营人员提出的碎片化意见、要求，抽象为明确的数据需求，清楚怎么从基础数据中实现出来。还有把一些重复性的需求，抽象出模式来，用机器来替代。

一位优秀的电商数据分析师，必须做到心中时刻有业务，能够将业务需求紧密地和数据分析结合。例如当发现某个类型的需求被好几个业务人员在短期内密集提出，是否说明这代表了业务发展的一个新趋势？数据分析业务是否需要提前针对这个情况做好准备？如果只是简单地处理收到的需求，不能从数据中发现问题，那么就算不上一个靠谱的电商数据分析师。

阿里巴巴集团前副总裁、首任阿里数据委员会会长车品觉在他的《决战大数据：大数据的关键思考》一书中曾写道，他将数据基础服务称之为“白米饭”。因为对人来说，如果“饭”不够就会出大问题。对于公司来说，如果数据基础服务满足不了，那么再高大上的报告也没用。但是，长期做“白米饭”的分析部门是没有前途的，还需要有“菜”。

所以他除了抽出一部分团队，专门迅速响应管理层的数据需求，还通过沉淀数据分析的框架，建立了数据产品，做了针对高管的数据仪表盘工具“观星台”、给中层管理看的数据产品“地动仪”，还有客服360等等。

车品觉的思路，是优秀数据分析师的典型。不论是哪个岗位的数据分析师，都需要有这种不断钻研、应用数据的劲头。

· 用智慧来消除壁垒

数据分析师在完成分析之后，需要将研究结果反馈给相关部门，甚至直接反馈给老板。这就要求分析师能站在非数据专业人士的层面来表达，把一堆堆的数据，转化成简明易懂、有参考性、可行性的建议。

对于级别更高的数据分析师来说，他们还需要根据数据研究的结果，推动其他部门进行业务改良。这需要分析师能将研究准备做得足够充分，并了解各个业务部门的需求与痛点，才能说服大家达成一致。

CBNData高级数据分析师温玥介绍，目前在数据行业，还广泛存在数据标准化的问题。不同平台、品牌之间，数据标准的不统一，使得分析师需要耗费大量的精力进行数据清洗、数据整理。例如同一件商品的标签，在不同的数据分析团队中，用的是也许就是不同的标签体系。因此，对于一些部门领导级别的数据分析师，尤其是行业顶尖企业中的数据业务负责人来说，他们也许还需要在全行业、全生态范围内寻求一致、推动变革。因此作为行业的领军者之一，需要通过智慧来消除壁垒，推动更好的业务模式发展。

通过以上几点，你一定已经发现，要成为一名优秀的电商行业数据分析师，仅仅懂得分析、处理数据是远远不够的。

上面这张金字塔图，是Growing IO总结的数据价值图。可以看到，初级数据分析师们日常进行的产品追踪、数据处理和初级分析，虽然耗时耗力，但只贡献了10%的价值。如果要产生更大的价值，比如和业务结合，反哺业务。一个优秀的商务数据分析师应该以价值为导向，紧密结合产品、运营、销售、客户支持等实践，支持各条业务线发现问题、解决问题并创造更多的价值。

针对以上几个方面，当日到场的专家们还系统地列出了进一步的细化指标和考核方案，未来可以据此测试一个分析师的水平，也能看清整个数据分析师团队的能力，进而可以衡量一个电商企业的数据能力。

你的数据能力达标了么？在大数据门前摩拳擦掌的你，想不想来试试？

生意参谋：

阿里巴巴生意参谋零售电商版是淘宝天猫卖家开店做生意和数据化经营的参谋平台,涵盖市场行情、数据作战室、实时直播、流量分析、商品分析、交易分析、自助取数等功能。2016财年，生意参谋累计服务商家超2000万，月服务商家超500万；月成交额30万元以上的商家中，逾90%在使用生意参谋；月成交金额100万元以上的商家中，逾90%每月登录生意参谋天次达20次以上。

CBNData：

第一财经商业数据中心（CBNData）是基于大数据进行智能化商业研究咨询与整合营销传播的战略数据平台，依托阿里巴巴和第一财经的优势资源，拥有全球最大消费者数据库和中国最大的财经全媒体集群。CBNData以商业数据报告/微报告、数据指数、定制化咨询等为核心产品，输出消费行业的全景分析以及面向企业和消费者的深度数据洞察；同时通过数据可视化、原生内容、活动、视频/直播等形式拓展数据研究的业务边界，丰富数据商业化的应用场景，以数据加媒体的倍增效应，全面提升中国商业世界的运行效率。

好文章，点个赞

版权提示

转载第一财经商业数据中心原创稿件，请于文首标明来源、作者，并保持文章完整性。非第一财经商业数据中心原创稿件，未经许可，任何人不得复制、转载、或以其他方式使用。如需转载或以其他方式使用稿件内容，请联系CBNData客服DD-4（微信ID：CBNDataDD4）