这个JD让你觉得这个岗位的需要求并不高，这很正常。因为很多公司，数据分析岗位的初级，中级，高级，用的JD都是一样，所以很多阿里系的JD后面会直接写上“P6-P7”。这种情况就是某一块业务现在需要一个分析师，所以如果面试的人能力足够强，经历又非常匹配，那么可能招这么一个人就搞定了，可以给业务提供很大的支持。但是因为要找到合适的人很不容易，所以如果遇到一个还算合适但是能力又不是特别突出的，也是可以接受的，至少可以先把基础的事情搞定。

回头看这份JD，上面有几个关键字：报表、可视化看板、运营监控体系、分析报告、运营数据支持（取数）。这几项工作初级的数据分析师都能做，所以感觉这个要求低太正常了。
但是虽然做的事一样，要求是不一样的。

究竟哪里不一样

高级别的数据分析师在完成各项工作的时候，究竟高级在哪？

我们还是以这个JD为例。

1、运营指标体系

指标体系是衡量业务的基础，也是数据分析师的基本功。

初级的数据分析师脑海里一般会有一套指标体系的基本框架，就算遇到不太熟悉的业务，也可以去网上搜索一下类似业务的指标体系，然后做一些细微的调整就可以了。

高级的数据分析师呢一般是先从商业逻辑入手，整理出目前的重要指标，形成指标体系。最终的结果有可能和初级分析师做出来的指标体系一模一样，如何体现出差别呢？差别就在于应用上。

初级分析师的指标体系，可能是正确而完备的，但是因为没办法说清楚为什么是这些指标，他们之间的关系是什么，或者不能用简单的方式告诉业务人员这套指标体系的用法，导致指标体系成为摆设，成了只有BI自己才看的东西。

而高级数据分析师因为从业务出发，可以和业务人员保持同一个频道，从业务触发，推导出这些指标的用处，业务人员更容易理解，在工作中也能够应用起来。这样数据驱动就有了基础。

2、报表

要做“好”一个报表是不容易的。

首先是报表是指标体系的外延，如果指标体系不合理，报表肯定也就不合理。

其次报表之间的结构，单张表的展现形式也是一门学问。我想你一定遇到过那种相当难用的报表，它们只能解决“有没有”的问题，不能解决“好不好用”的问题。好的报表可以让人一眼就能看出整个报表要讲什么问题，这就是高级所在。

最后是报表的调度设计。报表一般来说每天都要更新，这就需要在上线一些自动化的调度。这个调度不像想象的那么简单，把需要的字段sql写好就好。报表的调度需要考虑业务变化带来的指标变化，甚至指标体系的变化。比如，用户增长部门的渠道这个字段，就经常会变动，这就需要增加或者删除某些字段。又或者业务重点变化，报表要做大的调整。所以我们不能把调度的代码写死，要考虑到代码的拓展性。这就要求你对未来可能出现的情况做出预判，并思考对策。最终还要在可拓展性和现有的便利性方便找到一个平衡，这些要做好可都是大工程。

3、分析报告

分析报告是区分初级和高级数据分析师的一个比较重要的参考。

初级的数据分析是只能做一些描述性分析，告诉业务目前。业务现状是什么？高级的数据分析是可以找出问题并且给出具体的原因。这一点我相信你也深有体会，我就不多说了。

但除了报告的质量之外，还有一个很重要的评判标准，就是效率。在上面的JD当中有一条是“及时输出分析报告”。这个“及时”，究竟得多及时？

如果今天做了一个很重要的促销活动，领导当天晚上就想看活动效果的报告，就算这个报告的复杂度不是特别高，也是一个非常难的活。这要求你必须要快速地理清分析思路，要有扎实的代码功底，还要有超强的执行能力。这些能力在平时没有办法区分出来，但真到了这种紧急的时刻，高级数据分析师就能HOLD住。

4、取数

最后呢就是取数的工作，就算是数据高级数据分析师，也逃不出取数的魔掌。不过，取数也是有初级高级之分的。

首先是对取数问题的定义能力。

初级的取数，就是单纯的取数。业务方要什么，数据分析师就给什么。如果做同样的取数工作，没准效率比高级数据分析师还更快。

高级的取数，高级的不在于取的数快不快，而是能定义问题。高级别的数据分析师会和业务人员深入地沟通，了解取数背后的目的究竟是什么？从而更好的确定数据的口径，甚至把取数变成一个专题分析的需求。有些初级分析师也有这样的意识，但是因为沟通能力或者影响力不足，业务人员不听他的，这也牵扯到个人软实力的部分，也是高级分析师的能力之一。

其次是取数的准确性问题。

很多初级的数据分析师，SQL也写了很久，也能写很复杂的逻辑。但是始终有一些隐患，那就是对一些基础的设定不够了解。初级分析师学习SQL往往就学习select的部分，对于数据结构、底层技术原理等一知半解，轻则代码效率低，重则出现一些不易察觉的数据错误。比如，浮点数就经常容易出错。同样的一个数字，float类型就可能要比Double类型的更大。如果你没有搞清楚，就很可能出现一些你自己没有预想到的数据错误。

总结

看了上面的一些差别，相信你对这个JD有了新的认识。

这些高级的能力，有一些是可以通过自学完成的，比如代码的部分。还有一些是没法通过自学来完成，或者自学的效率非常低的技能，比如分析报告的思路、沟通的能力、做事风格、时间管理的能力等等。

掌握这些能力的最好办法就是你模仿身边的牛人，看他如何去完成工作，如何思考，如何行动。有很多的做事风格方面的事情。自己是想不出来的。必须通过模仿。

如果你在看本文之前看到这个JD也觉得这个JD的要求并不高，那么可能是你没有见过高级别的数据分析师是如何做事的，所以你也就没办法知道你和高手的差距在哪。

数据分析师是一个非常需要交流和学习的岗位，你一定要在身边找到一个这样的牛人，学习和模仿他。所以对于一个数据分析师来说，如果同样的两家公司，一家工资高一些但是普遍能力一般，另一家工资一般但是能在牛人下面干活，我的建议是如果工资差距不是特别大的情况下，选后者。