数据分析师:从事数据分析需要都需要学习什么啊？

数据分析师日常工作，大概有如下的几方面(当然，各公司业务发展阶段不同，稍有差异)，核心都是围绕数据，挖掘其价值：

•提供基础报表，满足基础需求
•分析业务和产品，提供业务运营和产品优化建议
•提供战略分析和战略性报告
•开发数据产品

数据分析师职位，也有初、中、高级的区分，比如你去阿里巴巴岗位搜索数据分析师，会有数据分析师，数据分析专家等区分，所以，要求不也有，对于求职者的技能要求也不一样。会Python，不是优势，反而你做过一年风投精力会给你的经历增色，为什么呢?一个好的数据分析师，一定是一个商业分析家，正确的定义问题，思考问题，找到解决办法，才是一名合格的分析师需要具备的技能。所以，你肯定可以找到一份数据分析的工作。

•数据分析师，工作涉及到数据提取，数据整理，数据分析，数据报告等几个方面。

•数据提取这块，目前SQL是必须要掌握的，上面也提到了。另外，有些时候可能也会用到爬虫，爬取一些数据;

•数据整理这部分，python和R，二者取其一就够了。不多说。简单的数据，Excel就够用了。目前做数据分析师用Excel打天下的，估计有90%。

•数据分析，这部分理解为探索性数据分析吧，比如做一些统计图，统计方法来分析一些问题，研究方差变化，等等。这个方面，软技能更需要，比如问题的定义，问题的分析，等等。当然，为了更大程度的挖掘信息，会用数据挖掘的方法，等等。

数据分析师，工作涉及到『数据提取』，『数据整理』，『数据分析』，『数据报告』等几个方面。

『数据提取』这块，目前SQL是必须要掌握的，上面也提到了。另外，有些时候可能也会用到爬虫，爬取一些数据；

『数据整理』这部分，python和R，二者取其一就够了。不多说。简单的数据，Excel就够用了。目前做数据分析师用Excel打天下的，估计有90%。

『数据分析』，这部分理解为『探索性数据分析』吧，比如做一些统计图，统计方法来分析一些问题，研究方差变化，等等。这个方面，『软技能』更需要，比如问题的定义，问题的分析，等等。当然，为了更大程度的挖掘信息，会用『数据挖掘』的方法，等等。从外界看，貌似会建模和挖掘，就高大上了，用excel就不高大上了。貌似巴菲特用电脑只会打桥牌，不会所谓的『股票挖掘和预测模型』，但是，不影响他是一个伟大的投资和理财家。想想他的投资理财的回报率，亲人们，你们不觉得你会excel就很牛了么？

『数据报告』，好了，前面所有的提取，整理，分析，都是过程，『报告』才是我们做这个数据分析的一个『结果』。如果它有意义，对别人有帮助，OK，我们做的工作有意义了。如果它不正确，更没有意义。前面的付出都是『一江春水向东流』，拜拜了。 大部分的报告，是PPT或者邮件形式。这部分，因为做个PPT不会特别复杂，大家都不关注。其实，它也是有很多技巧的。不展开了。

“大数据分析师就是一群玩数据的人，玩出数据的商业价值，让数据变成生产力。”而大数据和传统数据的最大区别在于，它是在线的、实时的、规模海量且形式不规整，无章法可循，因此“会玩”这些数据的人就很重要。

数据分析师，其特点是就业面广，行行需要，薪金高，职业稳定，而且越老分析手段越多越有经验而不会被淘汰，并且可以在家里办公。

随着大数据的发展，大数据相关人才却出现了供不应求的状况，大数据分析师更是被媒体称为“未来最具发展潜力的职业之一”。

大数据时代已经到来！您准备好了吗 ？

数据分析师在如今大数据时代有着举足轻重的地位。一个出色的数据分析师是能够通过自身对公司业务的理解，为各个层面提供有效，可靠的信息，并对其进行评价和预测。
作为一名数据分析师，了解公司业务是关键。分析师不是单纯地把公司各部门对数据的需求展示出来，而是更有前瞻性的思考提出这些需求的原因。

数学知识是数据分析师的基础知识。
对于初级数据分析师，了解一些描述统计相关的基础内容，有一定的公式计算能力即可，了解常用统计模型算法则是加分。
对于高级数据分析师，统计模型相关知识是必备能力，线性代数（主要是矩阵计算相关知识）最好也有一定的了解。
而对于数据挖掘工程师，除了统计学以外，各类算法也需要熟练使用，对数学的要求是最高的。

对于初级数据分析师，玩转 Excel 是必须的，数据透视表和公式使用必须熟练，VBA 是加分。另外，还要学会一个统计分析工具，SPSS 作为入门是比较好的。
对于高级数据分析师，使用分析工具是核心能力，VBA 基本必备，SPSS/SAS/R 至少要熟练使用其中之一，其他分析工具（如 Matlab）视情况而定。
对于数据挖掘工程师……嗯，会用用 Excel 就行了，主要工作要靠写代码来解决呢。

业务理解说是数据分析师所有工作的基础也不为过，数据的获取方案、指标的选取、乃至最终结论的洞察，都依赖于数据分析师对业务本身的理解。
对于初级数据分析师，主要工作是提取数据和做一些简单图表，以及少量的洞察结论，拥有对业务的基本了解就可以。
对于高级数据分析师，需要对业务有较为深入的了解，能够基于数据，提炼出有效观点，对实际业务能有所帮助。