1.商业分析
典型的代表是美团，美团的商分体系在业界比较出名，各个BU的分析师累计超过1000人，每一个业务线都有自己的商分团队（一般都在经营规划部），如到餐商分、酒旅商分、到综商分、外卖商分、闪购商分等，商分内部再按不同的方向划分不同的小组，如行业分析、经营分析、绩效分析、策略分析等，每个方向具体的能力模型略有不同，但是总体来说咨询背景的人居多，总体定位是军师，更偏业务。对算法模型、统计上要求不那么严格，主要是要能清晰的拆解问题、回答问题，对汇报的文档写作要求会高一些，甚至很多分析师都不会SQL，熟练使用Excel、可视化工具（Tableau、Power BI等）即可。
2.数据分析
典型的代表是字节（字节近些年开设了很多DS岗位，主要是有一个算法转DS后协助算法团队拿到了很多结果，验证了DS路径的成功，但初期还是比较典型的数据分析），字节的分析师体系比较卷，多个团队赛马（内部做数据的相关的序列非常细，DS、DA、战略分析、经营分析、策略分析），且传统的数据分析师更偏SQL boy，需要做更多的基建、取数的内容多一些，对业务的参与度、地位都不高。不得不说，“取数”、“搭建报表”这是很多公司对数据分析师的定位，但单纯做数据的分析师近些年逐渐被弱化，更多的是要求分析师更懂业务、通过数据赋能业务，而不是单纯的工具人。
3.数据科学
典型的代表是快手（以及现在的字节），快手当年世君在的时候一度有“800 DA”的说法。数据科学一般不管是薪资待遇还是学校背景上都是做数据里面最高的，能力模型上相对商分、数分有一定门槛，需要掌握Python编程，通过建模和算法去解决复杂问题，现在一个比较大的分支是因果推断。不过世君走后，分析师不再是公司级别的中台部门，而是并到各个业务里面作为单独的中台，比如主站分析、电商分析、商业化分析，对分析师能力模型的要求也根据不同的业务方向而定，不再局限在数据科学上，比较典型的数据科学在社科。
如上是从大面上讲解这几个岗位的差别，但现在更多分析师要求的是全栈，既要懂业务、又要会复杂的建模去解决复杂问题、又要懂汇报、还要主动推动业务进展，不单单局限在某一类型上，且这个是互联网各家公司的趋势，很多时候叫DA、BA、BI、还是DS都仅仅是公司的一个叫法而已。#互联网大厂 #数据分析 #数据科学 #商业分析
典型的代表是美团，美团的商分体系在业界比较出名，各个BU的分析师累计超过1000人，每一个业务线都有自己的商分团队（一般都在经营规划部），如到餐商分、酒旅商分、到综商分、外卖商分、闪购商分等，商分内部再按不同的方向划分不同的小组，如行业分析、经营分析、绩效分析、策略分析等，每个方向具体的能力模型略有不同，但是总体来说咨询背景的人居多，总体定位是军师，更偏业务。对算法模型、统计上要求不那么严格，主要是要能清晰的拆解问题、回答问题，对汇报的文档写作要求会高一些，甚至很多分析师都不会SQL，熟练使用Excel、可视化工具（Tableau、Power BI等）即可。
2.数据分析
典型的代表是字节（字节近些年开设了很多DS岗位，主要是有一个算法转DS后协助算法团队拿到了很多结果，验证了DS路径的成功，但初期还是比较典型的数据分析），字节的分析师体系比较卷，多个团队赛马（内部做数据的相关的序列非常细，DS、DA、战略分析、经营分析、策略分析），且传统的数据分析师更偏SQL boy，需要做更多的基建、取数的内容多一些，对业务的参与度、地位都不高。不得不说，“取数”、“搭建报表”这是很多公司对数据分析师的定位，但单纯做数据的分析师近些年逐渐被弱化，更多的是要求分析师更懂业务、通过数据赋能业务，而不是单纯的工具人。
3.数据科学
典型的代表是快手（以及现在的字节），快手当年世君在的时候一度有“800 DA”的说法。数据科学一般不管是薪资待遇还是学校背景上都是做数据里面最高的，能力模型上相对商分、数分有一定门槛，需要掌握Python编程，通过建模和算法去解决复杂问题，现在一个比较大的分支是因果推断。不过世君走后，分析师不再是公司级别的中台部门，而是并到各个业务里面作为单独的中台，比如主站分析、电商分析、商业化分析，对分析师能力模型的要求也根据不同的业务方向而定，不再局限在数据科学上，比较典型的数据科学在社科。
如上是从大面上讲解这几个岗位的差别，但现在更多分析师要求的是全栈，既要懂业务、又要会复杂的建模去解决复杂问题、又要懂汇报、还要主动推动业务进展，不单单局限在某一类型上，且这个是互联网各家公司的趋势，很多时候叫DA、BA、BI、还是DS都仅仅是公司的一个叫法而已。#互联网大厂 #数据分析 #数据科学 #商业分析
