数据剖析师运用数据来协助安排做出更好的事务决议计划。数据剖析人员运用计算机编程、数学和计算等许多学科的技术，从数据中得出结论，以描绘、猜测和改进事务绩效。它们构成剖析团队的中心，并且往往是通晓数学和计算剖析办法的多面手。

  跟着安排快速开展其剖析才能，数据剖析师的人物需求很大。依据调研安排IDC公司本年4月猜测，大数据和事务剖析解决方案的收入将到达1,891亿美元，到2022年将完成两位数的增加。

  Gartner公司副总裁Rita Sallam说：“事务和技术的改变速度从未如此快，特别是在剖析方面。跟着许多企业进行数字化转型，当他们在包含产品自身在内的一切事务中增加数字化流程时，数据和剖析变得越来越重要。”

  咨询安排Carruthers公司总经理Caroline Carruthers和英国公营铁路公司(Network Rail)前数据官Jackson表明，尽管安排在曩昔几年中一向专心于数据科学、机器学习和人工智能，但现在或许正在转向剖析。Jackson是《数据官的举动手册和数据驱动的事务转型：怎么推翻、创新和坚持领先于竞争对手》的作者之一。

  Carruthers说，“许多人不再重视剖析技术，由于许多人对机器学习和人工智能的运用感到振奋，然后或许会说，咱们须做一切这些美妙的作业。”许多人却忘掉安排实际上从剖析中取得了巨大的价值。因而开端转向在安排中推进数据剖析。”

  尽管数据剖析师和数据科学家或许在同一数据剖析团队中作业，但他们的人物差异很大。

  数据剖析师企图经过将数据转换为事务可拜访的信息来描绘其安排的当时状况。他们搜集、剖析和陈述数据以满意事务需求。该人物包含确认新的数据来历和办法以改进数据搜集、剖析和陈述。另一方面，数据科学家一般从事长时间研讨和猜测，而数据剖析师则寻求经过陈述和暂时查询来支撑事务领导者做出决议计划。

  Looker公司数据科学家Hillary Green-Lerman说，数据剖析师和数据科学家之间的差异归结为时间尺度。数据剖析师企图描绘当时状况，数据科学家企图猜测和/或了解未来。数据剖析师或许会协助安排更好地了解其客户怎么运用其产品哪些产品对他们有用，哪些不适用。数据科学家或许会运用这项作业所发生的洞悉力来协助规划一种能够猜测新客户需求的新产品。

  Green-Lerman说：“许多人认为数据剖析师仅仅初级数据科学家，他们进步水平之后将会成为数据科学家。有时候这是真的，但我发现，一名真实优异的数据剖析师与一名数据科学家有着不同的技术。”

  数据剖析师首要处理安排的结构化数据。他们在与客户、事务流程、市场经济等相关的数据上创立报表、仪表盘和其他可视化视图，为高档管理层和事务领导人供给洞悉，以支撑决议计划作业。数据剖析师处理各种数据，其间包含库存、物流和运输成本、市场调研、利润率、出售数据等。他们运用这些数据协助企业估量市场份额、产品价格、准时出售、优化运输成本等。

  数据剖析师企图了解企业需求答复的问题，并确认这些问题是否能够由数据来答复。他们须了解与搜集数据、剖析数据和陈述相关的技术问题。他们须能够辨认趋势和形式。

  依据Robert Half公司的2020年技术和IT薪资攻略的数据，依据阅历，美国数据剖析师/陈述编撰者的均匀薪资在83,750美元到142,500美元之间。

  另一方面，作业搜索引擎将美国数据剖析师的均匀年薪定为65152美元。事实上，数据剖析师一般能够在非传统技术范畴赚得更多的薪酬。

  尽管机器学习在榜单中独占鳌头，但Indeed公司指出，只要3%的数据剖析师职位发布中包含了机器学习。Green-Lerman解说说，机器学习仍然是数据科学家的范畴。

  Green-Lerman说：“数据科学家开端进入研讨一切事物数据的广泛范畴，然后将其划分为机器学习科学家和数据剖析师。”

  Green-Lerman表明，她相信安排将越来越多地将数据科学家职位发布为“机器学习数据科学家”，并将数据剖析师职位发布为“剖析数据科学家”。

  她说，“我认为这种遣词呈现的原因是薪酬问题。数据剖析师的薪酬一般要低许多，但从事剖析作业的人员或许需求与从事机器学习作业的人员有着相似的教育布景。”

  除了剖析和数学技术，以及运用SQL等言语的才能之外，交流技术也是必不可少的。数据剖析师常常需求与事务部门触摸，以了解事务方针并搜集需求。

  Green-Lerman说，在请求数据剖析师职位时，技术和阅历的折衷组合是取得重视的要害，尽管需求具有SQL和计算剖析功用。

  Green-Lerman说，“我一般要在团队中寻觅的是好的交流者和作家。简历上的一切内容都应该看起来很专业，由于剖析师所做的一些便是编撰陈述。我一般期望那些具有必定阅历的人员参与练习或学习硕士学位课程。我期望他们具有一些实践阅历，即使是实习人员也是如此。”

  她说：“我很喜欢罗列一些数字的简历，由于那意味着他们已经在考虑展现价值和要害绩效目标。可是并不是每个人的作业都合适这一点，所以这并不是一个硬性要求。”

  尽管对数据剖析师没有特定的教育和练习要求，但大多数数据剖析师至少具有数学、经济学、计算机科学、信息管理或计算学的学士学位。编码练习能够供给协助，实习阅历能够供给许多安排正在寻觅的阅历。

  数据剖析技术的需求很高，并且相对很少。具有丰厚阅历和技术的个人或许会要求取得高薪。得到合适的大数据认证和商业智能认证能够为数据剖析师供给协助。

  在不断扩展的剖析范畴，数据剖析师仅仅一个职位。依据PayScale公司的查询，以下是一些受欢迎的职位和每种职位的均匀年薪：