数据分析师_数据分析师培训_认证_报考条件_招聘帖子汇总

CDA数据分析师职业前景不错，不过光本科的统计学知识是不够的，学了sql用来获取数据和数据处理，之后做数据分析，才开始重新拾起统计学知识，但数据分析最重要的是业务知识要特别熟悉，然后转了数据挖掘，要求就更多了，涉及很多数学知识。            总的来说，发展方向就是这样的，不过现在随着云计算的兴起，慢慢的大数据分析师职位开始出来，这就要求更高了，不仅挖掘的知识要求高，还要求较高的计算机知识和编程。
具体前景的话，举个例子，一个数据挖掘专家，8年以上经验，年薪怎么也得50万左右，现在搞数据分析的，2年工作经验的话，基本到1万月薪了。    数据分析现已广泛应用于各个领域，无论是国家ZF部门、企事业单位还是个人，数据分析工作都是进行决策和作出决定之前的重要环节，其分析结果的质量高低直接决定决策的成败。随着我国经济决策由“经验决策”向“数据决策”的不断规范，越来越多的ZF和企业开始意识到数据决策的准确性和安全性，从而对数据分析专业人才的需求越来越大。

数据分析师培训方式：
——面授（为主）：利用连续三周的周末时间（具体时间请到CDA数据分析师网站查询），为学员安排为期六天的面授课程，具有丰富实践经验的资深专家将全面讲解数据分析知识，讲解与案例教学、互动教学、头脑风暴、深度讨论相结合，使学员深刻理解和掌握所学知识。
——远程：会员通过登陆人大经济论坛CDA数据分析师项目协会参加永久免费学习，有利于学员利用自己可支配时间充实知识。

CDA数据分析师职业前景不错，不过光本科的统计学知识是不够的，学了sql用来获取数据和数据处理，之后做数据分析，才开始重新拾起统计学知识，但数据分析最重要的是业务知识要特别熟悉，然后转了数据挖掘，要求就更多了，涉及很多数学知识。            总的来说，发展方向就是这样的，不过现在随着云计算的兴起，慢慢的大数据分析师职位开始出来，这就要求更高了，不仅挖掘的知识要求高，还要求较高的计算机知识和编程。
具体前景的话，举个例子，一个数据挖掘专家，8年以上经验，年薪怎么也得50万左右，现在搞数据分析的，2年工作经验的话，基本到1万月薪了。    数据分析现已广泛应用于各个领域，无论是国家ZF部门、企事业单位还是个人，数据分析工作都是进行决策和作出决定之前的重要环节，其分析结果的质量高低直接决定决策的成败。随着我国经济决策由“经验决策”向“数据决策”的不断规范，越来越多的ZF和企业开始意识到数据决策的准确性和安全性，从而对数据分析专业人才的需求越来越大。

数据分析工程师工作职责和工作内容都有哪些？由于数据分析工作的应用领域非常广泛，项目数据分析师可从事的工作岗位和领域有很多，目前应用最多的主要体现在以下领域和相关岗位：
1、数据分析师工作领域——从事投资项目审核审批和招商引资、项目评估、投资决策等工作的ZF机构、企业的相关领导以及从业人员。
2、数据分析师工作领域——在银行或非银行金融机构、投资管理公司、投资管理顾问公司从事风险投资、产业投资、信贷和投资管理等方面工作的专业从业人员。
3、数据分析师工作领域——会计师事务所、资产评估事务所及税务师事务所、律师相关专业人员。`
4、数据分析师工作领域——学习财务、统计、投资、金融和企业管理等相关专业的在校应届学生。
5、数据分析师工作领域——在企事业单位从事市场调查与宣传工作的人士以及具有策划与决策工作职能要求的人士。
6、数据分析师工作领域——希望在不同领域尝试创业以及在投资、金融、资本运营、房地产和企业管理领域发展的各界人士。
7、数据分析师工作领域——正在从事和希望从事数据分析相关工作的其他相关人士。
目前，获得项目数据分析师专业技能证书的用途主要有：
1、成立专门的项目数据分析师事务所。
作为数据分析行业的标志性企业，项目数据分析事务所已经正式走进中国市场经济舞台，开始为国家经济发展贡献力量。其业务方向包括投资项目评估、经济效益评价、项目数据处理、项目融资、投资项目策划、社会经济咨询、投资中介等。
目前，项目数据分析师事务所绝大部分经营的非常不错，一些极为优秀的事务所所接洽的业务回报以及业务数量已经接近国际上专业数据分析机构的标准。他们所承接的代表性的项目有: 厦门一 个亿，做项目数据分析报告；北京市文化产业研究政策可行性分析；黑龙江某医疗项 亿）；山东省重要旅游项目的项 亿）；贵州农业银行城市基建项目项目数据分析工作；黑龙江哈尔滨城市交通项目可行性研究报告；山西某煤矿项目融资报告（5亿）； 陕西某酒店投资数据分析报告；中美合资企业，生产汽车配件，融资3000万，外方要求出具项目数据分析报告等等项目。
2、在有相关岗位设置的企事业单位从事工作，是进入数据分析领域内工作的敲门砖。
有代表性的岗位如下：（高级、资深、证券、运营等）项目数据分析师、数据分析师、数据分析员、数据分析主管、数据分析工程师、数据挖掘人员、项目经理等。
3、利用所学专业知识，在现有的工作当中提升工作绩效、增强决策的科学性、提高工作决策的成功率。
其中包括的职位有：公司法人、项目总监、市场总监、财务总监、审计工作人员、会计工作人员、税务工作人员、投资公司从业人员、银行从业人员、评估公司从业人员、企事业单位的投资部门人员、决策部门人员、市场部工作人员、营销策划人员、其他数据分析工作者以及创业者等相关人员。
4、利用专业技能与知识进行创业。
项目数据分析师专业课程的内容能够使得学员具备基本的项目可行性分析能力，对于创业者来说，掌握数据分析专业知识无疑是减少创业风险、确定在所选行业以及领域内的创业行为是否可行的绝佳选择。

1、熟练玩好Excel软件工具，这个可以看《Excel高级应用与数据分析》我写的书，当然有很多Excel论坛和网站，从我的博客就可以连接到。

2、学习好统计分析方法，我不是单指统计原理，而是统计分析方法，比如回归分析，因子分析等，不断进入统计分析解决问题的思考方式；这个可以看看SPSS软件方面的书和数据案例，通过软件学习解决数据分析的统计问题，这方面的书很多，当然你也可以关注我的博客，不断增加统计分析方法解决数据分析问题的思路，自己对照着完成！

3、在上述问题有了比较好的理解后，也就是你应该算是一个数据分析能手的时候，开始进入数据挖掘领域，你会发现用数据挖掘思想解决问题具有智能化、自动化的优势，接下来，你需要考虑数据建模的过程，通过学习Clementine软件或SAS的挖掘工具，不断理解数据挖掘与原来的数据分析工具有什么不同或优势！

4、当前面都是了解并且能够得心应手后，你就要有针对性的掌握你工作所在行业的问题，例如：电信行业的解决方案问题：客户流失、客户价值、客户离网、客户保持、客户响应、客户交叉销售等商业模型，同时与数据分析和数据挖掘统一在一起的解决方案！

5、接下来，你应该掌握数据库的一些原理和操作，特别是SQL语言的方式

想做数据分析师的童鞋们，有木有发现这个岗位是有专业要求的？
    中枪的专业常有哪些呢？“统计学”或“心理学”或“社会学”或“人口学”或“营销学”或“财务管理”或……
    为什么会要求这些专业呢？它们和数据分析工作有什么关系呢？
    这里与大家聊一聊我的理解。
    一、统计学专业
    统计学贯穿数据分析的全过程，没有统计学基础，很难有专业的数据分析。数据分析的各个步骤，都要用到统计学的知识。
    数据采集时，如何抽样？做多大的样本？接受多大的抽样误差？要用到统计学；
    问卷设计时，问卷的信度是否符合要求？效度有多大？要用到统计学；
    数据处理时，频数怎么求？交叉表怎么做？统计图怎么划？要用到统计学；
    数据分析时，如何验证？如何探索？如何预测？也要用到统计学。
    可以说，数据分析是统计学的应用。掌握统计学是数据分析师的基本功。
    二、心理学专业
    企业要提高市场占有率，就是要提高人心占有率，因此数据分析师研究用户心理的工作必不可少。数据分析师若懂得心理学，则能更准确的探测到用户的真实想法。
    例如，在做品牌形象分析时，常会用到的是映射法，映射法就是基于心理学的数据采集方法。比如，让你对某所别墅进行描述，很难说得清，但如果让你选择图片，你对图片的认识就映射了你对这所别墅的印象。比如，你选择了劳斯莱斯车，很明显，你认为这所别墅的形象是高端的。
    三、社会学专业
    从经济学的角度看，人具有经济性，追求利益最大化，比如人们总是喜欢买物美价廉的产品，消费量通常会随着价格的下降而上升。但从社会学的角度看，人还具有社会性，受到社会群体心理的影响。作为数据分析师，如果没有社会学背景，很难对市场现象做出合理的解释。
    比如，人们喜欢买物美价廉的东西，为什么人们还会为品牌多花钱？人的消费随着价格的下降而上升，为什么房价下降则观望成风，房价上升则抢购一空？正是由于人的社会性的存在，使得市场问题复杂化，有时甚至是非理性的，只有掌握了社会学的常识，数据分析师才能有更全面合理的思考。
    四、人口学专业
    人的特点影响市场的特点。年龄不同，家庭类型不同，则需求、价值观和行为特征都不一样。比如，儿童主要以生理需求为主，没有太多的社会需求；青少年开始追求时尚和潮流，但不是高收入人群，购买的频率高但可接受价格很低；人到中年，消费行为趋于理性化，强调功能、成本和技术优势；而到了老年，对价格比较敏感。
    有人口学知识，数据分析师可以更好地理解到用户的差异性，有助于选择市场细分的维度，提出合理的精细化营销建议。
    五、营销学专业
    数据分析师常要为企业的营销决策提供支持，这就要求懂营销。
    具有营销背景的数据分析师思路会更清晰、更开阔。当让他做竞争分析时，他会想到波特五个力；让他做环境分析时，他会想到PEST、让他做消费者偏好分析，他会想到科特勒用户决策流程；让他做企业业务状况分析，他会想到4P……
    六、财务管理专业
    净利润有多少，利润增长率是否达到预计水平？
    资产负债率有多高，是否存在潜在的偿债风险？
    流动比率、速动比率有多大，资金运转效率高不高？
    诸如此类的财务管理问题是企业选择投资项目的依据、评价财务状况的指标、评估决策效果的量尺。懂得财务管理，得失一笔账，才能算得更清楚。”
     因此，数据分析工作是多门专业在企业决策中的综合应用，依靠某一门相关专业，可以敲开数据分析师的职业之门，但要成为优秀的数据分析师，则需要长期的学习和积淀，做到多门专业的融会贯通

数据分析师专业要求是什么？很简单，我们可以看一下国内知名互联网数据分析师的招聘要求，进行自我对照，即可知道需要数据分析师的专业要求是什么了。之后我们还可以一起讨论一下数据分析师应该具备的优良品质。
数据分析师职位要求 ：
1、计算机、统计学、数学等相关专业本科及以上学历；
2、具有深厚的统计学、数据挖掘知识，熟悉数据仓库和数据挖掘的相关技术，能够熟练地使用SQL；
3、三年以上具有海量数据挖掘、分析相关项目实施的工作经验，参与过较完整的数据采集、整理、分析和建模工作；
4、对商业和业务逻辑敏感，熟悉传统行业数据挖掘背景、了解市场特点及用户需求，有互联网相关行业背景，有网站用户行为研究和文本挖掘经验尤佳；
5、具备良好的逻辑分析能力、组织沟通能力和团队精神；
6、富有创新精神，充满激情，乐于接受挑战。
1、态度严谨负责
    严谨负责是数据分析师的必备素质之一，只有本着严谨负责的态度，才能保证数据的客观、准确。在企业里，数据分析师可以说是企业的医生，他们通过对企业运营数据的分析，为企业寻找症结及问题。一名合格的数据分析师，应具有严谨、负责的态度，保持中立立场，客观评价企业发展过程中存在的问题，为决策层提供有效的参考依据；不应受其他因素影响而更改数据，隐瞒企业存在的问题，这样做对企业发展是非常不利的，甚至会造成严重的后果。而且，对数据分析师自身来说，也是前途尽毁，从此以后所做的数据分析结果都将受到质疑，因为你已经不再是可信赖的人，在同事、领导、客户面前已经失去了信任。所以，作为一名数据分析师就必须持有严谨负责的态度，这也是最基本的职业道德。

2、好奇心强烈
    好奇心人皆有之，但是作为数据分析师，这份好奇心就应该更强烈，要积极主动地发现和挖掘隐藏在数据内部的真相。在数据分析师的脑子里，应该充满着无数个“为什么”，为什么是这样的结果，为什么不是那样的结果，导致这个结果的原因是什么，为什么结果不是预期的那样等等。这一系列问题都要在进行数据分析时提出来，并且通过数据分析，给自己一个满意的答案。越是优秀的数据分析师，好奇心也越不容易满足，回答了一个问题，又会抛出一个新的问题，继续研究下去。只有拥有了这样一种刨根问底的精神，才会对数据和结论保持敏感，继而顺藤摸瓜，找出数据背后的真相。
3、逻辑思维清晰
    除了一颗探索真相的好奇心，数据分析师还需要具备缜密的思维和清晰的逻辑推理能力。我记得有位大师说过：结构为王。何谓结构，结构就是我们常说的逻辑，不论说话还是写文章，都要有条理，有目的，不可眉毛胡子一把抓，不分主次。
    通常从事数据分析时所面对的商业问题都是较为复杂的，我们要考虑错综复杂的成因，分析所面对的各种复杂的环境因素，并在若干发展可能性中选择一个最优的方向。这就需要我们对事实有足够的了解，同时也需要我们能真正理清问题的整体以及局部的结构，在深度思考后，理清结构中相互的逻辑关系，只有这样才能真正客观地、科学地找到商业问题的答案。
4、擅长模仿
   在做数据分析时，有自己的想法固然重要，但是“前车之鉴”也是非常有必要学习的，它能帮助数据分析师迅速地成长，因此，模仿是快速提高学习成果的有效方法。这里说的模仿主要是参考他人优秀的分析思路和方法，而并不是说直接“照搬”。成功的模仿需要领会他人方法精髓，理解其分析原理，透过表面达到实质。万变不离其宗，要善于将这些精华转化为自己的知识，否则，只能是“一直在模仿，从未超越过”。
5、勇于创新
    通过模仿可以借鉴他人的成功经验，但模仿的时间不宜太长，并且建议每次模仿后都要进行总结，提出可以改进的地方，甚至要有所创新。创新是一个优秀数据分析师应具备的精神，只有不断的创新，才能提高自己的分析水平，使自己站在更高的角度来分析问题，为整个研究领域乃至社会带来更多的价值。现在的分析方法和研究课题千变万化，墨守成规是无法很好地解决所面临的新问题的。

数据分析师报考条件
专业不限，但拥有本科学历或相当的专业水准（工作经验）
Level Ⅰ（满足以下之一皆可报名）
1. 拥有本科及以上学历或在校本科大四学生
2. 本科以下学历非学生需从事数据分析相关工作1年及以上
Level Ⅱ：（满足以下之一皆可报名）
1. 本科及以上学历并从事数据分析相关工作2年以上
2. 本科以下学历需从事数据分析相关工作3年以上
Level Ⅲ：（满足以下之一皆可报名）
1. 本科及以上学历并从事数据分析相关工作5年以上
2. 本科以下学历需从事数据分析相关工作6年以上
（注：上述数据分析相关工作不限制行业，工作涉及统计，数据分析，数据挖掘，数据库，数据管理等内容即可。）

我们活在一个风起云涌的年代，从上世纪1989年，ARPAnet解散之后，Internet从军用转向民用。从此网络进入平民化时代，意味着网络时代的开始，到2014年阿里巴巴上市我们可以说整个这25年是互联网的时代。它成就了千千万万个看起来遥不可及的梦想，当我们看见这成功时它已离我们远去，前方已经被像3BAT这样的大山挡的无路可走。      
      现在我们已经看到能够看到新的时代，2013-2014年的各类数据总量超过了自人类出现以来存储数据的总和。而这海量数据所存在的价值也将超过所有人的想象。这就人人都在说的大数据时代。

朋友在一家电商公司从事数据分析的工作。
刚入门的时候都会从最基本的做起，也就是先做表格。

先是学做日报。这是每天到公司做的第一件事，虽然很基本，步骤很统一，也很机械，但是每天的日报都能看出前一天的销售状况，整个月的销售走势，本月的任务完成程度，过去24小时内流量来源的对比，转化率的变化，客单价的涨幅等等，清晰且明了。近年来手机端流量的崛起，也为此单门添加无限端的流量、销售的分析，以及无线端和PC端的占比分析。
采用表格，折线图，以及文字表述等方式，通过邮件发给公司里各个部门的主管。

再有就是日销、库存类的表。这些是关于每一天销售过后的库存、产品销售预测、以及店铺内的top产品的表。
产品销售预测，是通过近30天内的销量，求平均作为销售速度，或者如果近期有大幅度的活动力度，也可取近一天的销售量作为销售速度预测。
通过vlookup得到对应的库存，再通过公式计算得出，按正常日均销量销售的话，一定时间内会出现库存紧缺的产品，做出库存预警。top产品的列取可以帮助在做活动推广的时候，更好的选取产品，也可以直观展现近期产品的受欢迎程度，也间接能反应消费者在宣传作用下的消费偏好。

流量分析相关表。电商行业对流量的来源分析会更注意，先流量细分，再者只要出现和近期数据相比有较大幅度变化的都需要反映出来。拿淘宝平台的商家来说，站内有钻展，直通车，首焦等流量来源，如若出现较大变动都需要去找对应的原因。站外的话因为会不定期在各个平台做活动，也是需要去相对应的部门获取近期流量来源。

复盘。每一个较大活动完了都需要对这次活动做复盘，分析销量，走势，和前期对比，哪些不足，什么时间点卖的好等等。

数据分析是公司运作较核心的部分，公司每采取一个决策，都需要参考公司数据指标，每制定一个营销政策也都要结合当前的数据表才能制定。数据分析可以帮助公司更清晰的知道自己的特色、优势，以及消费者的偏好、大环境的变化等等，以此来更好的运作。