人力资源数据分析师是什么

双证书权威性：工业和信息化部证书颁发的《数据分析师职业技术证书》，是目前我国项目分析业界唯一的经国家认证的考核证书。中国商业联合会数据分析专业委员会颁发的《CPDA数据分析师证书 》是中国数据分析业由协会唯一认可的、具有从业特征的证书体系，五名以上分析师可以申请成立项目数据分析师事务所，是承接项目数据分析报告唯一被市场及客户认可的资质证书。获得证书是对自身能力的一个有力证明。全国统考、中数委与工信部共同命题，公平、公正、严格，更具含金量。

数据分析师证书是为了适应大数据时代要求，加强正规化、专业化、职业化的数据分析师人才队伍建设，进一步提升我国数据分析师的职业素质和能力水平，涉及行业包括互联网、金融、咨询、电信、零售、医疗、旅游等，涉及岗位包括大数据、数据分析、市场、产品、运营、咨询、投资、研发等，旨在提升全民数字技能，助力企业数字化转型，推动行业数字化发展。报考数据分析师证书要求CDA Level Ⅰ面向范围：人人皆需的职场数据思维与通用数据技能1. 零基础就业转行者、应届毕业生2. 产品、运营、营销等业务岗与研发、技术岗在职者3. 企业创始人、经理人、管理咨询类岗位从业者岗位去向：商业（业务）分析师、初级数据分析师、（数据）产品运营、（数字）市场营销、数据专员等考试时间：120分钟CDA Level II面向范围：企业数字化发展中必备的数据分析流程与技能。1. 产品、运营、营销等业务部门与研发、中台、技术类部门数据分析相关岗位在职者。2. 数字化转型企业创始人与数字化流程中相关负责人。岗位去向：数据分析师、（数据）产品运营经理、（数字）营销经理、风控建模分析师、量化策略分析师、数据治理（质量）等考试时间：150分钟；CDA Level III面向范围:企业数字化发展中必备的高级数据分析方法与技术。1. 业务岗与技术岗从事数据分析、数据挖掘、机器学习等技术在职提升者。2. 从事算法科学、深度学习等工作的科研人员、分析师与工程师等。岗位去向:高级数据分析师、机器学习工程师、算法工程师、数据科学家、首席数据官等[1] 考试时间：210分钟。

简单理解就是：对业务的改进优化；帮助业务发现机会；创造新的商业价值。具体如下：

改进优化业务方面，就是让业务变得更好。体现在两大方面：

其次是利用数据查找人们思维上的盲点，进而发现新的业务机会的过程。

最后是在数据价值的基础上形成新的商业模式，将数据价值直接转化为金钱模式。

1、分析什么数据

分析什么数据与数据分析的目的有关，通常确定问题后，然后根据问题收集相应的数据，在对应的数据框架体系中形成对应的决策辅助策略。

2、什么时候数据分析

业务运营过程全程数据跟踪。

3、数据获取

内部数据主要是网络日志相关数据、客户信息数据、业务流程数据等，外部数据是第三方监测数据、企业市调数据、行业规模数据等。

4、数据分析、处理

使用的工具取决于公司的需求。

5、如何做数据分析

数据跟着业务走，数据分析的过程就是将业务问题转化为数据问题，然后再还原到业务场景中去的过程。

工业和信息化部证书颁发的《数据分析师职业技术证书》，是目前我国项目分析业界唯一的经国家认证的考核证书。很有含金量的一个证书。应用范围：企业管理人员、人力资源管理者、企业数据分析师、人力资源咨询顾问。业务范围：初级——能熟练运用数字化管理系统，独立完成人力资源各模块工作的数据收集、数据处理、数据分析工作；能胜任企业人力资源事务性服务与常规工作。 中级——能运用数据收集、数据处理、数据分析设计完成企业人力资源管理工作和企业业务发展支持工作，能够独立处理工作中出现的问题；能够与他人合作；能够指导和培训初级人力资源数据分析师。高级——能提供人力资源统筹、规划、设计、管理，为企业经营、 战略、风险等决策并提供决策数据支持；能够独立处理和解决人力资 源管理中的难题；能够指导和培训初、中级人力资源数据分析师的工作；能够组织开展人力资源数据分析工作的流程改善和技术优化；能够组织开展系统的专业技术培训；具有技术管理能力和团队管理能力；能把握企业人力资源方向、控制风险，提升经营管理效率，赋能企业业务及产品，为组织蛛网式发展提供人才核心竞争力。想了解HR数据分析师证书方面的问题可以到CDA数据分析认证中心了解一下，CDA是大数据和人工智能时代面向国际范围全行业的数据分析专业人才职业简称，具体指在互联网、金融、咨询、电信、零售、医疗、旅游等行业专门从事数据的采集、清洗、处理、分析并能制作业务报告、提供决策的新型数据人才。

如果想要转行数据分析，就必须知道数据分析岗到底是做什么的，到底需要怎么样的硬技能和软技能，只有定好一个具有针对性的计划，才能做到快速转行。数据分析基本上有两个方向，第一，技术方向，第二，业务方向。对于大厂而言，职能的划分会非常详细，干技术方向不需要了解太多的业务，相反也是一样的。但是对于小公司，数据分析师需要的技能更加多样，数据分析技能，沟通技能，对业务的了解，presentation等等不一而足。一. 数据分析岗位介绍技术方向走技术方向需要获得的技能大约分为三个方面，数据获取，数据处理，以及数据可视化。三个方面分别对应三个工具，即sql语言，python和excel，以及tableau。对机器学习和大数据的的了解和实践会是很好的加分项。比如我现在在干的活要用到大数据的hadoop和impala，但查询取数依然是基于sql语言的。走技术方向对业务的熟悉程度不需要太深，就像之前说的，大型企业会将技术方向和业务方向分得很细，业务方向的分析师是技术方向的分析师和业务部门的桥梁，而不是业务部门直接与技术沟通，这也是我所在的公司的真实情况。个人觉得虽然增加了一些沟通成本，但是员工确实可以更加专心于自己的工作。 业务方向走业务方向的话，对技术的运用不需要特别熟练，我与业务方向的数据分析师聊过，在工作的空闲再深入学习sql语言或者可视化之类的技术都是可以的，但在投递简历之前，至少需要有一定的基础技能和基本了解，知道柱形图和折线图有什么样的特点这种基本概念。业务方向的数据分析师需要与业务部门进行更深入的沟通，因此要求对业务有一定的了解，这样才能更好地结合数据和业务，提出有用的结论和建议，因此，最好是能够在你的本领域内转行。除此之外，还需要了解数据分析师，数据工程师，和数据科学家的区别。你可不想本来想转数据分析师，却学了数据工程师的技能。简单来说，数据分析师主要工作是做取数，清洗和可视化，业务方向则更多专注于数据与业务的结合，可能还需要跟进运营，分析运营结果。数据工程师，则专注于从每天的公司或用户行为中获取数据，主要做数据获取，数据库的搭建，维护和优化。数据科学家，则专注于机器学习的算法，因此需要数学好。二、硬技能学习 sql语言sql语言主要用于从数据库中获取数据，公司一般不会让你用爬虫从网络爬取所需要的数据，因此爬虫并不是一个必要技能。sql语言一定要做到熟练使用，而这个语言的重中之重就是数据查询语言（DQL），从最基础的select，到大数据常用的分区概念对应的partition。在面试中，面试官通常会给你几张表，让你现场写下取数逻辑，因此写的又快又对，写完了反手就把逻辑给面试官看，战术后仰，岂不帅哉。其他的sql语言包括数据定义语言（DDL），数据操作语言（DML）和数据控制语言（DCL）和数据分析师的关系不大，做到了解和简单使用就好。sql语言一定要多练，这样才能做到面试时不慌，子查询和各种表连接一般在面试的时候都会面到。 excelexcel的学习不难，主要学习各类函数，从最基础的聚合函数sum到表查询函数vlookup都要学习。以及各类图怎么做，怎么用数据透视表等等。这里说excel学习不难，并不是指excel比python低级，excel要做的好其实非常困难，但不管怎么说，目前公司都在要求比较新的python技术，excel做的再好，不符合职位要求也白搭。从工作的角度来谈，通过excel对少量的数据做简单处理确实更加方便一些，也经常用excel先做简单的格式转换，排序和可视化。但复杂处理或者大量数据就不是excel力所能及的了。 pythonpython是数据分析的大头，当然选择学习r也可以，可是一定不要同时学，用熟一个比用会无数个要重要的多。对python有一些了解的人应该都听说过numpy,pandas和matplotlib，这三个包是数据分析必会的包，先用熟这三个，之后更进一步可以学习os，seaborn，sklearn等。 tableautableau的基本使用在b站是可以学习到的，但是计算字段和其中的函数的使用仍然需要一定量的练习，并且需要一定的编程基础。工作中用的最多的图就是柱状图，直方图，条形图，交叉表这几个，偶然见到热力图，桑椹图，甚至散点图和饼图出现都很少。当然这可能与业务需求有关，具体问题具体分析。如果你会做那些复杂的图自然更好，说明你对tableau的理解较深，侧面表现了你的能力比别人强。