数据运营和数据分析的区别(详解两种间的区别)

数据运营和数据分析的区别(详解两种间的区别)

  【写在前面】

  想把这些年的工作对数据的理解、学习、感悟和经验,整理汇总出来,对自己的数据知识体系做个总结,希望对未来能有所帮助。

  所以,‘’数据说”应用而生,这里是运营与数据的相对碰撞,是数据闲话漫谈的之所,希望在这个大数据时代中,所有对数据感兴趣的小伙伴们有所帮助,在这片自留地,一起探索交流运营与数据的魅力所在。

  日子再忙,内心也要平静。—— 《领悟》数据说·第一期

  与

  我们对于数据运营与数据分析这两个岗位的界线,有些模糊,其实这两个岗位有着不同的差别也有着相同点,作为数据说的第一期开头,我们先一起来看看有何区别,又有何共同点?

  首先我们说说这两个岗位共同点。

  ①都要深入的了解各个业务流程;

  ②都要掌握某些数据分析的工具;

  ③都要有较高的数据敏感度;

  ④都要依据数据分析结果,为整个业务线的运营以及决策提供合理化建议。

  了解了共同点,我们再分别说说这两个岗位大致的工作职责。

  数据运营岗

  说到数据运营岗,我们就得先了解什么是运营。

  一切围绕一个产品推广运作的、需要将流量转化到自家的产品上,连接用户(客户)与产品之间发生的一系列运作都是运营。

  比如:产品运营、社群运营、活动运营、新媒体运营、渠道运营~~~等等等。

  而数据运营是对用户行为,用户转化最敏感的,数据运营的存在避免了管理的滞后性。

  可以将数据运营理解为家庭医生或者是护士,护士做的是护理工作,也需要关注指标,比如有一天你有点小感冒或胃疼,家庭医生就会告诉你要多休息,多喝温水,会给你开“非处方”的感冒药,他能最快速的对你身体状况作出反应。

  数据运营的工作内容有:

  ①负责运营相关的数据分析,配合运营方数据需求②协助运营人员共同制定数据分析运营等策略③为日常业务运营提供精准的数据支持④梳理并建立各个运营模块的数据监控体系(日报周报等)。

  数据运营的工具要求:

  Excel/PPT,SQL(不同公司不同需要,但学是加分项)。

  数据分析岗

  数据分析师是一个连接业务与技术的职位,要求比工程师更了解业务逻辑,又要比产品、运营等具有更多的数据分析思维与技能。

  虽然作为数据分析师懂的是数据、统计学、业务等知识,可真正面对的业务问题错综复杂。当企业面临经营问题的时候,谁都没把握一定说XX指标不好就是因为没做促销,就是因为没上新产品,需要系统的诊断才行。(数据分析岗也可以理解为门诊医生)

  所以数据分析师的工作内容有:

  ①根据数据需求,提取数据,数据清洗②标注数据变化,发现异常③多维分析,交叉分析,查找异常原因④预测数据变化趋势及影响⑤生成策略,推动相关部门执行并复盘效果。

  数据分析师的工具要求:

  Excel/SQL/Python/R/Tableau/SAS等(不同公司对工具的要求会不同,具体可以查看JD要求,一般情况下是SQL+Python)。

  以上就是数据运营与数据分析的闲谈,在工作上,运营想分析个数据,就用自己部门的人了,后来有数据分析师,需求就给数据分析师了,本质上数据运营要具备数据分析技能。

  所有的数据分析,都绕不开是多少、是什么、为什么、会怎样、又如何

  是多少(数据描述状况)

  是什么(树立数据标准)

  为什么(探索问题原因)

  会怎样(预测业务走势)

  又如何(综合判断状况)

  数据分析的一些流程本期不做详细讨论。

  对数据能力的要求是互联网公司所有职位的需求趋势,对于未来的发展,我认为数据分析能力会变成运营岗位的刚性需求;与此同时数据分析会进阶成数据科学家,通过统计、机器学习来为各部门解决一些通用性的问题。

推荐阅读