最近有陆陆续续跟几家公司的数据分析师聊天，发现虽同为数据分析岗，工作职责却有天壤之别，核心能力模型更是不同。
第一种类型，表格型。
这种类型是最基础的，每天90%的工作就是做日报，还要出周报，月报。在成立初期的部门，数据分析师需要了解业务运作，与需求方沟通，梳理出日报的指标体系。能力模型包括，熟练掌握SQL、excel，能够与业务部门保持密切沟通，尽可能多的了解数据反映的事件细节，更重要的是向上汇报能力，将日报的发现准确传达给领导。若只是埋头取数、梳理表格，一是领导看不到你创造的价值，二是时间久了人就倦了，疲于只做人肉取数机，淹没在巨量数据中，仅仅梳理数据就占据了你全部的注意力，无法抽身拓展更深的个人能力。
第二种类型，技术派。
这种类型走的是数据挖掘方向，对SQL、Python或者R等工具会有更高的要求。
第三种类型，策略型。
这种类型的重点在于给出指导业务增长的策略，以及落地实施。how？自然是通过数据分析，同样对SQL、Excel有一定的要求，有些公司甚至对Python有要求。所以这种类型是最综合的、要求最高的一类型。
得出策略是结果，在过程中就会用到一些数据分析工作，更重要的是需要一些业务分析模型，明确分析目的和分析框架、逻辑。
这种类型要求既对业务非常熟悉，又熟悉商业分析，又有落地措施经验，同时要会使用数据分析工具。
但是不管哪种类型，如果无法靠近业务，没有跟进项目实施，都会沦为需求-跑数的怪圈，进入消耗状态。还会接到各种匪夷所思的需求，被误认为一切跟数据相关的需求都应该找数据分析师。
提数or策略执行，可以是同一个岗位，却会走向两个不用的能力模型修炼。
