資料分析師職業簡介

原文在這裡：感覺老哥寫的不錯，於是就想著記錄一下。十分感謝，大有收穫。

1、理論知識要寬泛，涉及數學、市場和技術。要求及對資料敏感，包括統計知識、市場研究、模型原理等。

2、常規分析工具的使用，包括資料庫、資料探勘、統計分析工具，常用辦公軟體（excel、ppt、思維導圖）等等。

3、有一定的業務理解能力，能理解業務背後的商業邏輯。因為只有理解了商業問題，才能轉換成資料分析的問題，從而滿足部門的要求。

4、資料報告和資料視覺化的能力。資料分析得再好，如果不能以漂亮的方式「表達」，成效也會大打折扣。

現在大多任務作都需要你擁有邏輯分析能力，尤其是對資料的分析理解。在資料化運營理念深入的今天，bat這樣的大型網際網路公司強調全員參與資料化運營，把資料分析當作一種能力在培訓，也必定是未來趨勢。

資料分析的四個步驟：資料獲取、資料處理、資料分析、資料呈現。

1、資料獲取

資料獲取看似簡單，但是需要把握對問題的商業理解，轉化成資料問題來解決，直白點講就是需要哪些資料，從哪些角度來分析，界定問題後，再進行資料採集。此環節，需要資料分析師具備結構化的邏輯思維。

推薦書籍：《金字塔原理》、《麥肯錫三部曲：麥肯錫意識、工具、方法》等）；

2、資料處理

資料的處理需要掌握有效率的工具：

excel及高階技能：日常工作通用，容易掌握，處理10萬級別的資料很輕鬆。

學習excel是個循序漸進的過程

按照我習慣的方法，先過一遍基礎，知道什麼是什麼，然後找幾個case練習。多逛逛excelhome論壇，平常多思考如何用excel來解決問題，善用外掛程式，還有記得儲存。

oracle和sql sever：企業最常用的千萬級別的資料庫，熟練掌握sql語言。

保持不斷的技術學習，比如學習新流行的hadoop之類的分布式資料庫來提公升個人能力，對求職有幫助。

3、分析資料

分析資料往往需要各類統計分析模型，如關聯規則、聚類、分類、**模型等等。因此，熟練掌握一些統計分析工具不可免：

spss系列：老牌的統計分析軟體，spss statistics（偏統計功能、市場研究）、spss modeler（偏資料探勘），不用程式設計，易學。

sas：經典挖掘軟體，需要程式設計。

r：開源軟體，新流行，對非結構化資料處理效率上更高，需程式設計。

系列，入門級書，初學者最適。《資料探勘與資料化運營實戰，思路、方法、技巧與應用》，內容很系統很全面。《市場研究定量分析方法與應用》，簡明等編著，中國人民大學出版社。

4、資料視覺化呈現

1、資料分析師通常分兩類，技術型分析師和業務型分析師，分工不同，但各有優勢。

技術型分析師

在專門的挖掘團隊裡面從事資料探勘和分析工作的。未來的職業通道可能走專家的技術路線。技術型分析師的角色包括資料工程師、挖掘工程師、資料科學家、建模工程師、資料架構師、etl工程師等，這些稱謂都或多或少代表了其工作性質。

業務型分析師下沉到各業務團隊或者運營部門的資料分析師，成為業務團隊的一員。工作是支撐業務運營，包括日常業務的異常監控、客戶和市場研究、參與產品開發、建立資料模型提公升運營效率等。該型別分析師偏向產品和運營，可以轉向做運營和產品。

2、資料分析師的理想行業在網際網路；其次是諮詢公司（比如專門的資料探勘公司teradata、尼爾森等市場研究公司）；再次是金融行業，比如銀行和**等行業；最後是電信行業（中國移動、聯通和電信）。

就好比學功夫一樣，既要有天賦也要有後天的努力，但我想後者佔大部分，鐵杵也能磨成針。

學習方法千萬種，關鍵是找到適合自己的，最好能夠結合你的工作遇到的問題來學習。

這裡我列舉乙個經典的從0到1的入門方法----第一周：excel學習掌握；第二週：資料視覺化；第三週：分析思維的訓練；第四周：資料庫學習；第五周：統計知識學習；第六周：業務學習；第七周：python/r學習

最後，希望你能夠成為你想成為的人！

(「life is just like that sometimes, we』re hoping for a unicorn and we get a goat.」fighting. . . .)