数据分析中的角色
数据分析师无法单独回答 VP 的销售问题。 它们是大型数据团队的一部分，它构建和维护数据资产来提供分析。 每个角色都拥有流程的特定部分，并且了解这些边界有助于集中工作并与合适的人员协作。
贵组织可能会合并这些角色，或使用不同的称谓，但相关职责保持一致。
数据工程师
在 Tailwind Traders，数据工程师生成管道，用于从销售点系统、电子商务平台和营销数据库拉取每日销售交易。 统一日期格式，统一各系统中的产品 ID，并于每天早上将合并后的数据加载到湖仓中。
数据工程师构建和维护可将 数据从源系统移动到可供分析的格式的基础结构。 当分析师连接到数据源，发现已有干净、统一、及时的数据可供使用时，这正是数据工程发挥作用的结果。
分析工程师
Tailwind Traders 的分析团队发现，“收入”意味着不同报表中的不同内容-一个包括回报，另一个没有。 分析工程师通过将“净收入”定义为“总销售额减去回报和折扣”来解决这种差异，并将该定义构建为每个团队的报告使用的经过认证的语义模型。
分析工程师连接了数据工程与数据分析。 它们将业务上下文与数据建模专业知识相结合，以创建可重用、可信的数据资产， 以确保整个组织的定义一致。
数据分析师
使用认证模型中的干净数据，Tailwind Traders 的数据分析师会生成交互式仪表板，以按渠道和产品显示 VP 销售业绩。 他们选择正确的可视化效果，实现行级别安全性，以便区域经理只查看其数据，并计划每日刷新。
数据分析师将数据转换为其他人用于做出决策的报表和可视化效果。 他们的价值在于验证输出是否直接回应了利益相关方需要了解的信息。
数据科学家
为了构建收入预测，Tailwind Traders 的数据科学家基于三年的销售数据训练时序模型，包括季节性和促销活动。 该模型生成每月收入预测，随后由数据分析师在 VP 的仪表板上将其可视化呈现。
数据科学家执行超出标准报告的高级分析。 它们构建机器学习模型，识别隐藏模式，并生成预测，以做出战略决策。 数据科学家的工作成果通常会以供分析师可视化展示的评分或预测结果反馈到分析流程中。
业务分析师
副总裁的运营经理担任业务分析师，定义了原始问题和最重要的 KPI：按渠道销售、按产品收盘率以及对利润率的定价影响。 分析团队交付仪表板和定价分析后，业务分析师将解释调查结果，并建议领导层调整定价策略，以优化交易量和保证金之间的平衡。
业务分析师专注于在业务策略上下文中解释数据。 他们定义需要回答的问题，确定重要 KPI，并将 见解转化为领导可以采取行动的建议。
数据团队协作
没有哪个角色是孤立运作的。 以下说明 Tailwind Traders 中这五个角色如何相互关联，以回答副总裁的问题：
| 角色 | 在 Tailwind Traders | 主要责任 |
|---|---|---|
| 数据工程师 | 从 POS、电子商务和市场营销系统生成管道 | 将数据从数据源传输为适合分析的格式 |
| 分析工程师 | 在经过认证的语义模型中定义“净收入” | 确保整个组织内一致的定义 |
| 数据分析师 | 生成 VP 的销售性能仪表板 | 提供满足利益相关方信息需求的输出 |
| 数据科学家 | 基于三年的销售数据训练收入预测模型 | 将预测结果反馈到分析流程中 |
| 业务分析师 | 建议根据调查结果调整定价策略 | 将见解转化为领导可以采取行动的建议 |
每个角色的输出将成为下一角色的输入。 缺少一个链接时，下游角色会直接感受到它。
Tip
您的组织中有哪些这类角色？ 是否有任何职责是由与此处所述不同的角色负责的？