Ⅰ 作为一个公司的数据分析职位人员，应该做哪些工作

这个主要看你的岗位职责，与具体企业也有关系。
但要做一个出色的数据分析员，以下几点需要注意：
1、数据储存和运算
这部分工作是基础工作，别人可能都看不到，但对于你却很重要。
所有数据，要按数据库的思想存储，经常需要的指标，要做好模板或列好运算法则。
总之，这部分的要求是数据信息齐全、计算及时。
不要领导说完需求，很久才出一个结果。
平时感觉哪部分信息有可能被用到，要提前收集。

2、报表管理
常用的分析科目，都要有报表管理。
出哪些表、什么时间出表，谁出表，谁检查，都要报给谁，格式如何，是否保密等是一套制度，
都要注意到。

针对1、2两项，还可以提出软件硬件的需求，提高工作效率！

3、分析报告
整体经营报告和分项报告，有的公司还会要求PPT格式，用来在经营会上讨论分析。
所以，要会写分析报告。

4、沟通交流
分析报告好写，但是因素分析，就比较难了。
因为涉及各个部门和业务，就得多和他们沟通。
平时也要多交流联系，熟悉业务，要不别人也不愿意给你多说。
比如，这个月销售业绩下降20%，原因在哪？
你调查一下，可能会知道，天气、物流配送、价格是主要问题。

Ⅱ 企业如何建立大数据部门

企业如何建立大数据部门

企业如何建立大数据部门，很多公司老板想组建一个大数据团队，我们需要对于未来数据中心的人员安排如何，怎么样工资体系比较合适的？”反过来，有很多刚毕业的大学同学也在问我，“我这个专业需要撑握那些技术才能被企业看上。”当然也有，工作三年以上的小伙伴问我，未来自己的职业规化是怎么样的，这个我以后再跟大家一起来探讨。
现在大数据很热，很多大型互联网公司对于数据部门配制都可以跟财务系统的人员相当了，也有很多初创企业拿到融资的移动互联网企业，在运营稳定的情况下，已经开始对于大数据分析团队开始进行配置，市场上能称的上数据分析师的人才差不多在10万左右，未来预计在1000万左右规模会跟数据分析相关人员需求，而大学对于大数据分析这块专业的缺失，根本来说没有办法能承担一个数据分析师的角色，所以这块数据分析师的需求会强烈，待遇会高。有同学担心数据分析师是否未来人工智能的发展起来，会出现失业的情况，这个相信担心是多的，因为商业的决策，从来都是人的事，即使未来技术的进步，也不可能会让机器来代替人的决定。
数据分析师是企业不仅是数据分析工人其实也是数据分析体系的设计师，开始时企业会有很多一些临时的需求，比如市场部需要数据分析提一些数据做一些表格，这样很容易会产生很多的表哥表妹的问题，觉得自已的意义不是很大,但是在我看来一个好的数据分析师，他应该是半个市场运行人员有着很好的沟通能力，80%的工作量是业务与市场部门提出的需求，在精通企业业务逻辑运作前提下再结合数据中出现的问题给于业务提出合理的建议，当然现在可能更多的是事后评估与监控的作用。
对于初级数据分析师，如果这个小伙子对于基本的统计模型与数据提供，特别SQL与EXCEL能过关，这个人差不多能用了，但是关键点就是这个侯选人是否有着很好的逻辑能力与沟通能力，如果是内向型的，其实未来做起来会很难，因为数据分析师的技术的门槛不高，但是否能对于业务敏感，对于数据敏感，及是否能把分析出来的东西在业务方进行落地，这就是数据分析师的价值。中级数据分析师需要三年以上，就需要他能对于业务进行建模那么就需要他对于一些基本模型熟悉及对于统计软件熟悉，当然如果能走的更远的小伙伴需要能对于自已设计模型能力，怎么进入数据指导业务的阶段。
对于数据部门人员的设计时，最好是把数据分析人员分别跟各个业务线进行对接，最忌讳数据仓库人员与业务部门对接，这样很容易使数据部门流于形式，主要的原因数据仓库人员没有对于业务方提供需求进行分析，因为有时业务部门在需要数据分析都不知道自已要什么，所以很容易对于数据团队产生很负面的影响。因为数据中心说开了，毕竟是一个服务部门很难直接产生价值，所以需要跟业务与市场人员进行密切的协作才能产生价值，最怕就是数据中心自已在做产品，结果很辛苦却没有产出。那么数据中心的团队的负责人，是数据分析人员还是数据仓库人员出身的，从我这边长期的观察来看，如果是中小型的企业，最好是商务智能出身的比较好一些，主要的原因能满足初级对于数据分析系统，未来也会对于数据分析有一个不错的了解，如果企业技术开发能力不错，最好是数据分析出身，对于实现数据产生价值，有着很深远的影响。

Ⅲ 移动公司数据部都做些什么

统计不同客户的数量
统计不同套餐的使用人数
统计客户消费种类的百分比
统计客户资料