在Netflix做分析师可以免费看电影吗？
原创：MarTechApe
纵观所有行业，我们都有一个共识----数据分析师职责是驱动企业做出正确的商业决策。但是对于“数据分析”这个词到底是什么意思，该如何称呼负责这项工作的人却鲜有明确的定义。
即使在Netflix，我们拥有很多团队做数据分析，包括商业决策和消费者洞察。但是在这里我们主要讨论的是Netflix的数据科学和工程师（Data Scientist and Engineer）团队。该团队专门负责从事大规模的分析工作。该团队拥有技术和工程师导向型的职位，该职位可以分成以下两组：分析工程师和可视化工程师。本文我们将这两个职位统称为分析师。从事该职位的专业人士有着广泛的背景，同时有着共同的目标，即通过数据产生和扩大业务影响力。
从事这个行业的每个人都拥有深厚的商业背景，与竞争对手相比，他们是思想领袖。这也使得他们明白谁能够与他们共事。
Netflix分析师的工作目的是什么？
当你想到Netflix的数据，脑海里想到的第一件事是什么？人们通常会想到内容推荐算法和视频传输到你家里的设备。虽然两者都是不可或缺的部分，但是远远不止如此。数据被用来指导非常广泛的问题，例如“我们如何能够使用户体验做到更好？”， “哪些电影和节目能够给用户带来最多的欢乐？”，“有哪些合作伙伴可以帮助我们拓展新市场？”。我们的数据分析和可视化工程师正在帮助我们回答这些和其他问题，帮助每一个部门做出正确的商业决策。
因为问题的多样化，我们将分析师和其业务纵向排列，而不是列出单一职责。以下就是Netflix分析师的职能分类：
我们希望这些分析师拥有深厚的商业背景，并与他们的商业伙伴一起成为思想领袖。这使他们清楚地意识到他们的商业伙伴应该具备什么样的特征。这也意味着分析和可视化工程师是一种专门的资源和稀有品。由于分析师需要解决的问题远大于分析师的数量，这也意味着分析师不可能满足所有的需求。相反，这些个体贡献者被给予自由选择项目的权利，并负责将具有最大业务影响的项目优先完成(并排除其余的)。这就需要很多的判断，并且体现了我们“依据情景而非控制”的文化。
Netflix分析师的职责是什么？
你可能已经了解过一些常见的职责，例如分析师与业务高度相关，从问题源头到解决办法，他们直接负责改善业务。但是究竟是什么使他们如此的与众不同？他们来自不同的背景，对待同一个问题会产生不同的观点。我们使用“分析师”和“可视化工程师”的头衔，这样就不会过于局限他们的业务范围，相反，人们被授权利用他们独特的技能使Netflix变得更好。
该分析师的其他特征还有：对项目拥有绝对的ownership（用Netflix的行话来说，你是自己船上的船长），并且创建可靠的结果。绝对的ownership意味着构建新的数据流，指导复杂的架构和大数据，开发或改善业务性能指标，并且创建可视化仪表盘，始终着眼于商业洞察。
我们采用了笼统的“分析师”和“视觉工程师”的头衔，为的是避免大家被局限在特定的能力范围内。反之，Netflix大家庭的每位成员都能发挥自己独特的本领，百花齐放，相得益彰。
因为这些专业人士的专业知识各不相同，所以他们的日常工作也各不相同。以下是三个大致定义的职责框架，有助于理解不同的分析师的工作背景，工作目标和主要活动。我们的许多同事都具有跨越多个角色的专业知识。还有一些人在Netflix的职业发展中进入了新的领域。总而言之，这些技能都是一脉相承的，只是有的涉猎明确。以下的描述只是冰山一角，若你能将以下描述中的任何一部分投射到自己身上，那么你很适合成为一名分析师。
分析师存在的动力在于提供能驱动分析洞察力和业务决策的指标、新的发现或可视化的数据面板。他们热衷于和不太懂技术的听众交流新的发现，解释流程中值得注意的地方，并与同行和利益相关者辩论分析选择和战略意义。他们的专长是描述性分析，但他们也使用必要的工具(例如，编码、数学、统计)，并且能够回答最优先级的业务问题。
工程师追求从新的渠道获得数据并以最高效最优的方式创建数据管道，构建强大的数据模型，以及做特定项目的数据工程，从而使数据可用。他们本质上仍然是分析师，但与数据工程师类似，他们对数据仓库功能有着深刻的理解，擅长数据处理优化和性能调优。处于这个学科的交叉点，允许他们在项目上产生全栈输出、分层可视化与分析。
可视化专家对于可视化数据面板的张力、美感和功能，以及它们讲述可视化故事的能力保有赤诚之心。他们也有原则性的工程师的眼光，即管理表面之下的数据。他们希望为叙述选择完美的图表类型，同时也专注于传递关键的分析见解。他们可能会充分使用行业工具（例如 Tableau, Looker, Power BI），通过检查这些工具的内部结构来加深对分析的理解。或者他们可能从头开始创建复杂的视觉效果，并构建企业工具无法提供的自定义UI类型（例如，JavaScript web应用程序）。
想要上手企业级项目，获得实操经验，成为数据分析师？MarTechApe的《A/B测试企业级实战训练营》以真实商业场景中的复杂A/B测试问题为项目背景，让学员在两个月的时间里，使用百万量级原始数据，搭建完整的A/B测试流程！
在过去开办的三期《训练营》中，我们为顶尖科技公司输送数据能力强、实验经验丰富、统计基础扎实的数据人才。不论你本来是什么背景，都能通过这门课程，打开盛行“测试文化”的互联网高科技公司的大门！
以下为往期学员的战绩榜：
▲《A/B Testing Bootcamp》往期学员拿到的面试机会以及全职工作OFFER包括Facebook、Amazon、TikTok、Viagogo、GSK、Walmart、Pinterest、Chegg、Wish、Twitch、Plymouth Rock、Nintendo等互联网科技公司。
👇 点击下方按钮，了解项目详情！👇
Reference: Analytics at Netflix: Who We Are and What We Do
翻译 | Maze & Ruiyang
校对｜Joy
图片 | 来自网络公开资源，版权属原作者
排版 | Mengxue
—— END ——
本文由MarTechCareer独家整理发布, 如需转载请注明来源
版权声明：MarTechCareer致力于发布原创优质文章、推广前沿实操干货、分享面试指南与学员战绩。本文不代表MarTechCareer立场，仅为传递、参考之用。如涉及版权问题，敬请原作者谅解，并联系微信yvonne91_wsn进行处理。
