数据分析师主体？

一、数据分析师主体？

数据分析师的主体是以采集和整理数据为主

二、数据分析师和注册数据分析师的区别？

这两个概念并没有什么差异

现在我们国家是没有注册项目数据分析师的，因为只有劳动和社会保障部才有资格颁发职业资格证书。

现在市面上有两种所谓的项目数据分析师证书：

一个是中国商业联合会数据分析专业委员会颁发《项目数据分析师证书》，一个是工业和信息化部教育与考试中心颁发《项目数据分析师职业技术证书》

三、数据分析师和行业分析师区别？

一、专业要求不同

商业分析师：

专业偏向经济、金融、工商管理、数学、统计（整体更倾向商科）

数据分析师：

专业偏向数学、统计、计算机（整体更倾向理科）

二、工作内容不同

商业分析师：

1、负责某个独立项目的信息收集、分析，提出有针对性的方案和建议；

2、就具体业务专题，构建商业分析框架，进行全维度的商业分析（如竞对信息、行业市场、上下游关系），完成分析报告面向CXO进行汇报；

3、依据国家有关方针、政策、法令，运用科学方法，及时对公司提出切实可行的战略改善方案。

（以上包括但不限于）

数据分析师：

1、负责日常数据分析及监控，针对异常情况协调资源进行跟踪和深入分析；

2、为各类业务部门（产品、运营、市场、广告）提供数据支撑；

3. 探究用户行为习惯特征，优化公司产品收益。驱动业务增长；

（以上包括但不限于）

三、掌握技能的不同

商业分析师：

一般来说，商业分析师都需要有一定的MBA背景，对市场、上下游、商业有强烈的洞察力，具备系统的资料收集、市场研究、整理能力，及良好的文字处理能力，具备较强的逻辑思维能力，敏锐的观察能力和独立分析能力。很多商业分析师是需要独立完成一份行业分析报告，站在整个行业的角度，去看待本公司、所有竞品公司、上下游的各种关系与优劣势。

需要懂得各类的策略模型与方法论：如SCP、RFM、波士顿矩阵、金字塔原理、5W2H、MECE分析、SWOT分析等等

数据分析师：

数据分析师更偏向针对某个公司产品，进行分析建模，驱动增长。

需要有较强的落地能力，与各业务部门的配合的沟通能力。

需要懂得统计学相关知识，寻找大数据中隐藏的用户行为规律，掌握基本统计模型及统计学知识：回归分析、聚类分析、时间序列、多元统计，贝叶斯等，如果在互联网研究产品的话需要了解：漏斗分析、产品转化等

以上掌握的模型，商业分析师和数据分析师都会交叉使用，只是侧重点较为不同。

总结：

a.商业分析师站的高度会比数据分析师高，因为处于战略模块，放眼的是全行业、上下游。而数据分析师更偏向落地能力，具体帮助业务某个产品得到增长；

b.商业分析师的汇报对象的都是CEO，CFO、各种O。而数据分析师的汇报对象的是业务部门和数据部门的领导；

c.企业中对战略部门的商业分析师的学历背景要求会比较高，需要有一定的咨询行业或MBA背景或强大的逻辑思维与业务拆解能力。

企业中对业务部门的数据分析师的掌握工具技能、数据处理能力要求比较高；

d.商业分析师不仅仅只是对数据进行分析，还需要做信息类的分析，如市场研究、国家政策、行业形势等；而数据分析师更偏向针对某一产品的分析，业务落地性比较强；

当然这两者边界现在也越来越模糊，很多数据分析师也需要有一定的高度去看待问题，而商业分析师也慢慢需要一定的编程能力。

e.最后讲到大家最想了解的薪资问题，一般来说商业分析师毋庸置疑会比数据分析师起薪高，商业分析师薪资对标的就是咨询行业的分析师或者咨询顾问，大家都知道咨询行业的起薪都比较高的。

当然数据分析师驱动业务增长，可获得奖金就会比较多，只要业务产生增长，加薪也会比较快。

两者来说都有很好的方向，我较为客观地讲述这两者的差异。

四、商业分析师跟数据分析师的区别？

区别在于:

(1)专业偏向不同。

商业分析师：专业偏向经济、金融、工商管理、数学、统计（整体更倾向商科）。

数据分析师：专业偏向数学、统计、计算机（整体更倾向理科）。

(2)工作内容不同。

数据分析师日常工作内容：1. 根据时间维度产出数据报告2. 监控数据趋势3. 为业务提供数据支持4. 撰写专题性报告。

商业分析师日常工作内容：1. 商业决策2. 业务优化3. 战略调整4. 撰写商业分析报告。

五、数据分析师或金融分析师有无发展前景？

这位同学就业意识很超前，非常的好，提早准备对未来求职来说好处多多。分析师这个词是个大类，各行各业都有分析师，尤其是金融行业。当然，对于分析师的工作，你也可以提前先预热一下，花3天的时间体验一下数据分析工作可能会碰见的实际场景、工作内容。

如果你找不到相关资源，也可以利用知乎官方的训练营，他们邀请了前IBM的技术大牛做直播，分享了很多案例和学习资源，也有学习群和训练营，只需一毛钱就可以加入。

以下是入群通道，点击卡片即可加入↓↓↓

数据分析师与金融分析师，都差不多，职业的名字影响不大，关键是看你想干什么。

我觉得事情做得好了做得精了，并且一直坚持下去做，通常都很有发展前景，这个不用担心。我从以下几个方面入手分析一下金融分析师工作是否有前景这个问题

需要金融分析师的行业

金融金融，说是金融，但实际上都是与实体相联系的地方

比如说做投资对吧，钱是自己的，如何投那是要合计合计的，没有大量的调研和数据分析，你敢投吗？肯定不敢啊

归拢起来，我觉得需要分析师的地方实体和金融行业都需要，金融行业还可以细分一级投研分析师和二级行研分析师

实体行业分析师

上市公司船很大，不做计划肯定不行，你不能说边走边摸索，那你领导者都这样，下面员工咋办，几千号人都跟着你一起摸索？最后就会变成百花齐开啥事都别想干好

所以，分析师这个职业属于，只要是你做的好能力强，既有自己的想法，也能处理好众多数据，并且还能跟别人很好的表达出来，这就是非常优秀的分析师了

分析师的作用我们分析完了，那么接下来就说啥行业需要分析师呢

比如说实体企业中，上市公司那是一定需要分析师的，他们需要分析师去分析行业、分析自己公司盈利情况，分析自己家公司哪里做的好，如何学习别人家好的地方取长补短，给自己家公司做商业计划通常，有个专业的学名【董秘】做的就是这么一个看似打杂，但分析属性极强的工作

你说他是金融分析师吧，那也对，因为董秘你想上岗，你跟让上市公司愿意推你，然后你去深交所学习+考试去，考完试你才能持证上岗。甚至部分上市公司还需要你有证从、基从这种资格证

所以，他肯定算金融分析师

行研分析师

从金融行业来讲，大家耳熟能详的就是二级行研分析师，这肯定是金融分析师

他们虽说分析的是二级市场，但是更多的是做金融上的各种调研、算数、汇总

比如说卖方指的是券商研究所，他们会分宏观分析师和各赛道分析师。宏观分析师很好理解，就根据政策啊、宏观经济啊，看看接下来什么资金导向。各赛道呢？就属于书接上回，好好的根据宏微观的内容，去讲讲这个赛道未来上市公司们的发展。

举个例子，比如说医药赛道是个超级大的赛道，医药下面还分中医、消费、器械、创新药、疫苗……当然，不同机构分的都不太一样，整体是这么个分类。我这一年说医药赛道好，这不是整个大赛道好，根据一些政策及宏观经济市场分析，那是一个医药大赛道下面的某一个细分好

这就是个很有意思的事情了

就相当于，这行业吧，只要是有上市公司存在，只要是实体经济屹立不倒，券商研究所的分析师们就永远都给有工作

投研分析师

当然，除了二级市场的分析师，一级也需要啊。比如说累死人的咨询公司，四大会计师事务所，PEVC机构，FA机构，这些都需要金融分析师。他们都是根据经济大环境去进行有针对性的分析。为啥我不细讲了，讲不完。我国上市公司才不过5k来家，二级市场的分析师从卖方到买方，人数就很多了，细分赛道也很多了。那，没上市的公司更多了……光讲分类我都讲不完

总结来讲就是，需要金融分析师的地方，数不胜数

工作内容及收入

说完需要这个工作的行业了，那么我们就聊聊他们的工作内容

可能大家看到的分析师的工作属于，特别高大上，西装革领，成天拿着苹果电脑，鼠标动一动，就能让一家企业破产……

嗯，电视剧大家就看看就好，真实情况真不是这样的，你就算是当老板，那也不是这样的

我们分两块来分析可能会更直观

卖方——给别人分析的分析师

比如说，大家知道咨询公司，成天写宏观赛道报告那种

就差不多上面那种，当然，还有券商研究所的报告，就大家平时讲的研报

股民老骂的那个，我找找，内容如下

整体来讲，什么是卖方的报告，就是有人买他们服务啊

比如说咨询公司调研什么，完去取决于他们的买方想要什么，像上面那个ChatGPT，大家都很关心这个话题，咨询公司合计合计，发现，这事有的做，于是就需要有人大量的去调研、对比，上市的没上市的，国内的国外的公司，大家都要去做去了解，进行大量的数据分析，从而写出研报来

很多人就问了，那成天就坐办公室，百度就好了啊

事实上并非如此

比如说上面我还截屏了一个医疗器械的

你会发现很多咨询公司的人，可能还会趴在医院，去一个科室一个科室问，你们科室有什么器械，器械都是哪个厂家产的，用起来有啥感受，优缺点都有哪些

这，才叫做调研，这是个声势非常浩大的工程，所以咨询公司针对定制咨询的时候，往往收费是可观的。包括你们在网上看到卖某某行业2023年蓝皮书，那么一本纸质书都要几百甚至上千，那是因为他们耗费的人力、物力、财力真的是不可估量的，更麻烦的地方在于，时效性。就是调研加汇总写东西，他们需要在1-2个月以内完成

上市公司的调研就还好，他们的董秘有公示解答的义务，所以券商研究所往往工作不会像咨询公司那么的辛苦（当然，也没好哪去，他们一个月一般要出一个深度报，一个礼拜要出三个点评报，以前我也有写过，大家可以扒一扒我以前的内容）总结来讲就是，卖方分析师根据买方或整个市场需求，每天要调研、分析、写研报、路演，增加自己的知名度

收入往往和你的名气相挂钩，应届生刚入行，年收入可能并不高，年薪大约20w-30w左右，但是如果你做了3年，踏踏实实的做研究写研报这种，可能收入就能100w起步了。

买方——给自己资金分析的分析师

还有一类分析师属于，我要对自己的企业和资金负责型，不对外阐述自己的分析观点，也不参合别人的观点，低调，不打名气。我们可以统称为买方分析师

这种分析师一般是没有研报的，有的话，那也是自己机构的机密，不会外宣，在这里就无图无真相了很多应届生小孩就很希望做买方分析师，因为钱多压力小，这点我不赞同，承受的压力其实不太一样

比如说，做卖方分析师，一般你是为了自己打名气，让别人认可他，从而增加自己的收入。但是买方分析师是为了自己的上市公司或者为了自己的基金去负责，也就是说，自己的研究成果要让自己机构能够赚钱，如果分析有问题，决策出现错误，那么就会影响自己这方的钱。

想象一下，基金经理手持1个亿，就因为自己的一个决策，蒸发了其中的30%，你的心理压力多么的大。

所以买方分析师通常喜欢要往届生，当然，有些上市公司会招应届生，比如说大名鼎鼎的大厂战投岗，这些也是金融分析师。

收入往往与你的决策挂钩，应届生如果你是清北复交这种，其实刚入行30w上下，如果你去的是公私募，那可能年入10w上下。但是一旦你开始跟你方资金挂钩，那么年终奖就会与你掌管的资金成正相关，如基金经理掌管1个亿，年终奖可能是1个亿的1个点……

未来发展

综合来讲，我个人觉得金融分析师未来会非常好，当然，好这个词很宽泛，我们要去说好在哪

从找工作的角度讲，什么工作算上等工作？那肯定是能让你提升自己的工作

分析师成天都在分析整个行业，整个金融环境，整个市场，那么你对于这些势必会比一般人了解

如果你是二级分析师，成天打交道的人也是各个上市公司董监高和各类大资金掌管着，那你也会赢在起跑线

所以，从你的个人提升和资金收入以及人脉圈子，那就是赢了80%的应届生

如果你再打出了名气，那岂不是资本市场和实体经济，随便选的存在？

更甚至，很多人积累了资金和人脉，然后选个自己喜欢的领域去创业

你本身就是分析师出身，你的成功率也是比一般人高很多的

前途无量啊

你现在可以努力的方向

学校层面

从你现在的处境分析，首先，考大学的时候考学校一定要好，而且你要读研读博。当然，研究生并不是最主要的，好学校才是

能考清北，那肯定没问题，如果清北太难，选个985院校就很好。如果985很难考，那就选QS top100的国外院校读

想做分析师，并且不希望自己的路太窄的话，最好选工科，尽量不要选文科

毕竟，金融与实体是息息相关的，密不可分的

能力方面

再者，你可以提升自己能力，当然这些都是潜规则

比如说你现在去看那些金融分析师招人标准，什么希望精通Python啊，精通Excel啊这些，这里说的Excel不是你去打打字，而是你要会用他做运算

比如说大家也可以看看这个课程，我看体系非常的全，对你未来的分析师之路很有帮助

不会也没啥问题，只是一种潜规则，提升自己能力的，无法量化做出要求

未来呢，你要是想入行，读大学开始吧，一方面要很好的完成学业，另一方面也要多实习，这样自己毕业就能成为一名优秀的分析师了，这样是不是很好~

加油吧宝宝，你是最棒的，相信你一定能走上自己想走的路的。

六、怎么成为数据分析师？

做好下列阶段方法

第一阶段：Python编程语言核心基础。快速掌握一门数据科学的有力工具。

第二阶段：Python数据分析基本工具。通过介绍NumPy、Pandas、MatPlotLib、Seaborn等工具，快速具备数据分析的专业范儿。

第三阶段：Python语言描述的数学基础。概率统计、线性代数、时间序列分析、随机过程是构建数据科学的基石，这里独树一帜，通过python语言描述这些数学，快速让数学知识为我所用，融会贯通。

第四阶段：机器学习典型算法专题。这一部分利用前面介绍的基础知识，对机器学习的常用核心算法进行抽丝剥茧、条分缕析、各个击破。

第五阶段：实战环节深度应用。在这一部分利用已有的知识进行实战化的数据分析，例如：对基金投资策略、城市房屋租赁等热门数据展开围猎。

七、数据分析师考研含金量？

含金量高。

数据分析师证书依照从业认证，从2003年设立开始，既不设立任何级别。学员只有通过严苛的考核并合格后，才能拿到行业协会颁发的数据分析师证书，取得从业资质。坚持cdpa数据分析师不区分等级，正是协会严格尊重国际惯例、遵守从业规范的结果。

八、数据分析师个性签名

洞察数字变化的规律，分析数据隐藏的秘密

九、商业数据分析师含金量？

数据分析师含金量非常高，为了能让商家在了解自己店铺的日常经营数据之外，还能洞悉市场同行的经营数据。适合量化投资实训项目的人群有：有志于学习专业的量化投资方法，且有志于从事与金融量化分析相关的经济活动或专业服务工作的人员。相关工作包括：投资顾问、量化投资工程师、量化投资策略研究分析师、行业研究中的量化分析团队等。

十、什么是数据分析师？

数据分析师英文简称CDA，是指在不同行业中，专门进行数据的收集、整理、分析，并根据数据做出相关的评估、预测的专业人员。数据分析师主要要学习的内容有：统计学相关书籍、编程、数据库、数据仓库、数据分析法、数据分析工具。