数据相关的职位有很多，比如数据运营、数据产品、数据分析、数据开发、数据挖掘、业务分析等等。很多招聘岗位的名字可能只是数据分析，但实际上是数据运营或数据挖掘的工作。下面就帮你识别和梳理这些职位的工作内容和所需技能。

数据操作

很多人把这个岗位比作护士，护士虽然是做护理工作的，但是也需要医学知识。数据运营是做运营工作的，但是需要结合数据分析技能才能做。数据运营门槛比较低，适合零基础想转行的人，可以先试水，然后慢慢提高。

岗位职责包括负责运营相关的数据分析；协助运营制定数据分析策略；为日常运营提供数据支撑；协调、推动闭环等。具体职责和内容以岗位描述为准。你要懂运营，然后用数据思维去运营。大概可以这么理解这个职位。

工具：Excel+SQL+PPT+基础统计+运营思维

工具使用方面，Excel很重要，用来分析，SQL用来取数据，PPT用来写报告。可能有些公司不需要SQL，但是作为一个对自己要求很高的数据分析师，掌握SQL还是很有必要的。

比如下面这个JD就是一个很好的数据运营招聘。

数据分析

如果说数据运营是护士，那么数据分析可以理解为医生。他们比开发人员更懂业务，比产品/运营有更好的数据分析能力，把业务和技术连接起来。这个岗位其实有点笼统，很多业务分析/数据挖掘也叫数据分析，但这里我们只说“真正”的数据分析。

岗位职责：数据提取与清洗；搭建指标体系；多维分析；预测；生成策略，推动执行。

工具：Excel+SQL+/R/SPSS/SAS+高级统计+PPT

Excel+SQL是必备技能，/R/SPSS/SAS任选其一即可。统计知识水平要高于数据操作，比如下面数据分析的JD。

数据产品

运营和产品是什么关系？数据运营和数据产品的关系也差不多。数据产品经理这个岗位是近几年的热门岗位，相比数据运营门槛更高，但毕竟是产品的一个分支，在注重产品思维的同时，也需要一定的数据分析能力和对业务的良好理解，是一个跨界人才。

岗位职责：数据驱动产品迭代；数据产品设计需求分析；数据跟踪；建立数据运营体系。

工具：Excel+SQL+/R/SPSS/SAS+高级统计+PPT+产品思维

相比于数据分析岗位，我在工具技能之后又加了一个产品思维。也就是说，一个数据产品经理除了要会做产品经理需要做的工作之外，还需要掌握数据分析师的技能。所以还是有门槛的。具体可以参考下面的京东。

数据开发

数据开发工程师又称为数据仓库工程师，更偏向于开发企业统计员岗位职责，需要掌握更广泛的技术技能，因此可能会对学历有要求。

岗位职责：建立数据仓库；开发数据库表；数据的收集、清洗、存储、建模、可视化、挖掘和应用；数据平台搭建及优化。

高级统计学+编程语言（/Java/R）+数据库开发

对编程和数据框架开发技能的要求更高，如下面职位描述所示

数据挖掘

从算法角度挖掘数据的价值，数据挖掘需要专精，技术需要不断深化

岗位职责： 通过建立模型算法，挖掘未知的价值信息，提供解决方案；

工具：Excel+SQL+高级统计学+编程语言（/Java/R）+数据库开发+机器学习模型/算法框架

商业分析

基于业务问题和场景，通过数据洞察为企业战略和决策提供数据支撑。咨询/投行对该职位的需求会更大企业统计员岗位职责，会更加关注国内、国际政策，对统计和业务能力的要求更高。

岗位职责分析；框架/战略层面分析；分析报告

工具：Excel+SQL+SPSS/SAS/R+PPT+高级统计

我有个朋友在制造业做数据分析师，主要工作就是收集各个业务线的数据，做业务指标分析报告和监控。这跟上面说的【数据分析】这个岗位有点类似。这个同学也提到了数据清洗耗时的问题。解决办法就是建立基础数据库，需要数据开发来清洗、完善、优化。

也有朋友提到电商行业的数据分析，早期的电商都是比较简单的漏斗模型，比较注重各个阶段的转化率，后来电商流程开始变得复杂起来，但是转化率依然是评估电商行业的最基础指标之一。电商常用的指标体系有哪些呢？这就是做电商数据分析需要注意的。

后面我们讲到了数据中台。什么是数据中台？下来之后，科乐找了很多资料，比如整合数据相关的团队，以业务为目标，把各个业务线的数据打通等等。感觉就是把分散的数据位置集中起来打包起来。这个概念很热，但是真正落地的却很少，很多公司都只是做到了展示阶段。但是如果数据不为业务服务，光有展示有什么用呢？