為什麼要做資料分析師？
在 通訊、網際網路、金融等這些行業每天產生巨大的資料量（長期更是積累了大量豐富的資料，比如客戶交易資料等等），據說到2023年，全球每年產生的資料量達 到3500萬億gb；海量的歷史資料是否有價值，是否可以利用為領導決策提供參考依據？隨著軟體工具、資料庫技術、各種硬體裝置的飛快發展，使得我們分析 海量資料成為可能。
而資料分析也越來越受到領導層的重視，借助報表告訴使用者什麼已經發生了，借助olap和視覺化工具等分析工具 告訴使用者為什麼發生了，通過dashboard監控告訴使用者現在在發生什麼，通過預報告訴使用者什麼可能會發生。資料分析會從海量資料中提取、挖掘對業務發 展有價值的、潛在的知識，找出趨勢，為決策層的提供有力依據，為產品或服務發展方向起到積極作用，有力推動企業內部的科學化、資訊化管理。
我們舉兩個通過資料分析獲得成功的例子：
(2) hitwise發布會上，亞太區負責人john舉例說明: 亞馬遜30%的銷售是來自其系統自動的產品推薦，通過客戶分類，測試統計，行為建模，投放優化四步，運營客戶的行為資料帶來競爭優勢。
然而，現實卻是另一種情況。我們來看乙個來自微博上的資訊：在美國目前面臨14萬~19萬具有資料分析和管理 能力的專業人員，以及150萬具有理解和決策能力（基於對海量資料的研究）的管理人員和分析人員的人才短缺。而在中國，受過專業訓練並有經驗的資料分析人 才，未來三年，分析能力人才供需缺口將逐漸放大，高階分析人才難尋。也就是說，資料分析的需求在不斷增長，然而合格的為企業做分析決策的資料分析師卻寥寥 無幾。好多人想做資料分析卻不知道如何入手，要麼不懂得如何清洗資料，直接把資料拿來就用；要麼亂套模型，分析的頭頭是道，其實完全不是那麼回事。按俗話 說就是：見過豬跑，沒吃過豬肉。
我的職業規劃：
對於資料分析，有一句話說的非 常好：spss/sql之類的軟體、決策樹、時間序列之類的方法，這些僅僅就都是個工具而已，最重要的是對業務的把握。沒有正確的業務理解，再牛的理論， 再牛的工具，都是白搭。做一名合格的資料分析師，除了對資料需要有良好的敏感性之外，對相關業務的背景的深入了解，對客戶或業務部門的需求的清晰認識。根 據實際的業務發展情況識別哪些資料可用，哪些不適用，而不是孤立地在「真空環境」下進行分析。
為此，我對自己的規劃如下：
第 一步：掌握基本的資料分析知識（比如統計，概率，資料探勘基礎理論，運籌學等），掌握基本的資料分析軟體（比如，vba，matlab，spss，sql 等等），掌握基本的商業經濟常識（比如巨集微觀經濟學，營銷理論，投資基礎知識，戰略與風險管理等等）。這些基礎知識，在學校裡盡量的學習，而且我來到了和 君商學院，這樣我可以在商業分析、經濟分析上面領悟到一些東西，增強我的資料分析能力。
第二步：參與各種實習。研一開始我當時雖然有課，不 過很幸運的找到乙份一周只需去一兩天的兼職，內容是為三星做競爭對手分析，當然分析框架是leader給定了，我只是做整合資料和往ppt裡填充的內容的 工作，不過通過兼職，我接觸到了諮詢行業，也向正式員工學習了很多商業分析、思考邏輯之類的東西。之後去西門子，做和vba的事情，雖然做的事情與資料分 析無關，不過在公司經常用vba做一些自動化處理工作，為自己的資料分析工具打好了基礎。再之後去了易車，在那裡兼職了乙個多月，參與了大眾汽車銷量資料 短期**的專案，乙個小專案下來，資料分析的方法流程掌握了不少，也了解了企業是如何用一些時間序列模型去參與**的，如何選取某個擬合曲線作為**值。 現在，我來到新的地方實習，也非常幸運的參加了乙個央企的碼頭堆場優化系統設計，其實也算資料分析的一種吧，通過碼頭的資料實施排程，通過碼頭的資料進行 決策，最後寫成乙個可操作的自動化系統。而這個專案，最重要的就是業務流程的把握，我也參與專案最初的需求調研，和制定工作任務說明書sow，體會頗多。
第三步：第乙份工作，預計3-5年。我估計會選擇諮詢公司或者it公司吧，主要是做資料分析這塊比較強的公司，比如fico，埃森哲，高沃，瑞尼 爾，ibm，ac等等。通過第乙份工作去把自己的知識打得紮實些，學會在實際中應用所學，學會資料分析的流程方法，讓自己成長起來。
第五步：未知。我暫時沒有想法，不過我希望我是在一直的進步。
總結：資料分析師的能力和目標：
能 力：
1、 一定要懂點戰略、才能結合商業；
2、 一定要漂亮的presentation、才能buying；
3、一定要有global view、才能打單；
4、 一定要懂業務、才能結合市場；
5、 一定要專幾種工具、才能幹活；
6、 一定要學好、才能有效率；
7、 一定要有強悍理論基礎、才能入門；
8、 一定要努力、 才能賺錢；最重要的：
9、 一定要務實、才有reputation；
目標：
1-做過多少個專案？
2-業務背景有哪些，是否跨行業？
3-做過多少種型別的模型？做了多少個模型？
4-基於模型做過多少次完整的marketing閉環？
以上四個問題，足以秒殺95%以上的忽悠和菜鳥！
我僅以此為努力之座標，時刻提醒自己。
路在前方，漫漫前行。
**：
資料分析師職業規劃
為什麼需要資料分析？沒有衡量就沒有改進。資料是對現實世界的對映，能幫助我們建立量化的邏輯體系。資料中隱含著規律。資料分析最重要的能力？規劃解決方案 識題 拆解 排序 反饋 解決具體問題 統計學 機器學習 1 規劃解決方案 識題 拆解 排序 反饋 盡可能的了解現狀，識別真正問題 分析因果關係，拆解成可...
一位資深資料分析師的分享
一 掌握基礎 更新知識。基本技術怎麼強調都不過分。這裡的術更多是 計算機 統計知識 多年做資料分析 資料探勘的經歷來看 以及業界朋友的交流來看，這點大家深有感觸的。資料庫查詢 sql 資料分析師在計算機的層面的技能要求較低，主要是會sql，因為這裡解決乙個資料提取的問題。有機會可以去逛逛一些專業的資...
一位資深資料分析師的分享
中國統計網 一 掌握基礎 更新知識。資料庫查詢 sql 資料分析師在計算機的層面的技能要求較低，主要是會sql，因為這裡解決乙個資料提取的問題。有機會可以去逛逛一些專業的資料論壇，學習一些sql技巧 新的函式，對你工作效率的提高是很有幫助的。統計知識與資料探勘 你要掌握基礎的 成熟的資料建模方法 資...