數據應用師,數據應用，這個詞很少被提到。但是應用數據被提的很多，分析了大量的數據，除了能找到問題以外，還有很多數據可以還原到產品中，為產品所用。
典型的是在電子商務的網站中，用戶的購買數據，查看數據和操作的記錄，往往是為其推薦新商品的好起點，而數據應用師就是要通過自己的分析，給相應的產品人員一個應該推薦什么產品，購買的可能性會最大的一個結論。
國內能做到這個級別的數據人員還真是少的可憐，甚至大部分人員連數據的視圖都搞不定，而真正意義上的能數據應用師，可以用數據讓一個產品變得更加的簡單高校。

數據查詢員/處理員,這些人可以稱為分析師了，他們已經對數據有一定的理解了，對于大部分數據，他們也知道數據的定義，并且可以通過監控系統或者原始的數據，處理得到這些數據。
統計學的方法，這批人還是很精通的，統計學的工具，他們也是用起來得心應手，你讓他們做一下因子分析，聚類肯定是沒問題，各類檢驗也是用的爐火純青。
他們的不足是：1、如果不告訴他們命題，那么他們就不知道該應用什么樣的方法去得到結論了。2、對于數據的處理沒問題，但是卻沒有一個很好的數據解讀能力。只能在統計學的角度上解釋數據。

數據分析師,數據分析師這群人，對于數據的處理已經不是問題了，他們的重點已經轉化到怎么樣去解讀數據了，同樣的數據，在不同人的眼中有不一致的內容。
好的數據分析師，是能通過數據找到問題，準確的定位問題，準確的找到問題產生的原因，為下一不的改進，找到機會點的人。
往往科班出身的人，欠缺的不是在處理數據上，而是在解讀數據上，至于將數據和產品結合到一起，則是其更缺少的能力了。

數據規劃師,數據規劃師，不能說水品上比數據應用師高多少，而是另外一個讓數據有價值的方向。
往往在實際的應用中，數據都是有其生命周期的，用來分析，應用的數據也是，這點上，尤其是在互聯網公司更加明顯，一個版本的更新，可能導致之前的所有數據都一定程度的失效。
數據規劃師在一個產品設計之前，就已經分析到了，這個產品應該記錄什么樣的數據，這些數據能跟蹤什么問題，哪些記錄到的數據，可以應該用到數據中去，可以對產品產生什么樣的價值。

數據跟蹤員,雖然這個工作的人還不能稱作數據分析師，但是往往作這樣工作的人還都自稱是數據分析師，
這樣的人，只能通過×××系統看到有限的數據，并且很少去處理數據，甚至不理解數據的由來和含義，只是機械的把自己看到的數據拷貝出來，轉發給相應的人。
這類人發出來的數據，是否有意義，怎么解讀，他自己是不知道的，只能期望收到數據的人了。