数据分析和数据开发的区别 - 初始

Posted 2022-12-09 辉常努腻

数据分析和数据开发的区别 初始

数据分析(DA:Data Analysis)和数据开发/数据仓库工程师(DE:Data Extraction)究竟有什么区别，工作职责和工作内容上的差异是什么？

一般都知道，数开偏开发，主要是技术层面的工作，负责ETL、数仓、分布式计算、大数据运维等。数据分析偏业务，通过分析数据、建模、搭建指标体系，找出规律，给业务赋能。

• 数开通常负责一个业务整个数据体系的构建，也就是传说中的“数据仓库”，这个仓库中既有最底层的明细数据表，也有一层一层做过计算和组合的聚合数据表。

• 数据分析师在日常工作中，经常会使用各种聚合表做一些简单的可视化或更复杂的分析，来监控业务的核心指标或者获取一些结论来支持决策。而这些日常被使用的数据表其实都是由数仓工程师建设好的，它们是非常规整的行列数据，在相应的可视化工具中，使用者只需要通过简单的拖、拉、拽就可以实现快速地分析。

但数分这些被使用的数据表就像海平面露出的冰山一角一样，分析师通常情况下只需要关注海面之上的部分，在海平面之下是冰山的基础，就是我们所说的数仓体系，这一部分由数据开发同学帮忙构建并维护。

就拿短视频app的数据分析举例，如果你想监控每天用户的点赞行为，从最底层的数据表中，获取到全部的某人在某个时间对某个视频做了某个动作”这样的记录肯定可以实现你的目的。

但是更合理的做法是:

1. 数据开发工程师会先从底层数据(底层数据通常是由服务器记录的非结构性数据)同步出一个最明细表，包括谁在什么时间对哪个视频以何种方式进行了点赞。
2. 再进一步直接聚合出一张新的表，记录谁在哪一天点赞了多少次。
3. 最后抽象出一张指标表，某一天总共有多少点赞次数。
4. 到这里，把最后一张表交付给数据分析师，分析师去做后续的分析。

说明：

• 当然实际工作中肯定没有这么简单，如果只是做每日点赞数的可视化，那其实完全不需要数据分析师

• 数仓同学做完这些表自己也能操作可视化软件画图并直接交付，没必要中间过一道分析师。

• 所以实际上，分析师和数仓的合作模式是，分析师会根据自己指标监控或者专题分析的需求，构思自己需要的数据或指标，这些数据或指标肯定不只是简单的点赞数，可能会是不同画像的用户对不同类型视频的点赞行为，这种行为可能反映出不同种类的用户对不同种类视频的偏好。

• 随后，分析师将自己想要获取的数据或指标提需求给数仓同学，数仓同学负责后续的数据收集、整理、清洗、聚合这一整个过程。

• 很多情况下，在拥有非常完整的数据仓库后，分析师想要的数据基本上由数仓同学从仓库中随时抽取、组合在一起，就能快速支持相应的分析。

• 因此这样看下来，数据分析师和数据仓库工程师非常像是相爱相杀的产品经理和研发。前者负责提需求，后者负责承接需求并送上一个白眼。

总结：

• 数据开发(包括数仓开发)建立采集、存储、计算、应用的系统，根据数据分析师的需求为业务构建一套完整的数据支撑体系，需要各类大数据组件的开发、调优，ETL脚本的编写、数仓搭建的知识。
• 而数据分析更注重对数据的使用，依据数据开发构建的数据集市，结合实际业务，获取一些可落地的结论。需要数理统计和业务方面的知识。

二者一起合力成为一个业务的驱动轮--数据驱动。