如何成为一名数据分析师？

      近年来，大数据的概念越来越受欢迎，越来越多的人感受到数据的价值。许多公司开始招聘与数据分析相关的职位。然而，如果你去看国内大学，你会发现没有一所大学开设数据分析专业，工作成熟度不够，相关书籍相对不足。今天，小编将带你看看如何成为数据分析师。

百度精算

0

2条点评

咨询产品

免费试用

解决用户选型困难的好软件，有各维度的信息

客户案例

暂无

合作品牌

3

数据分析师

都有哪些人想要成为数据分析师

从我看到想要成为数据分析师的人大致有三类：

第一类是非计算机专业的在校生，不知道怎么回事，反正就是对数据感兴趣了，然后想毕业之后从事相关工作，但对职位要求、该做什么准备一无所知，处于懵懂期；

第二类是互联网公司的产品经理和运营经理，及少数的市场经理。这些人在实际工作中，发现确实数据很有用，但对自己的数据分析能力感到不满意，进而想做出提升；

第三类是传统企业的业务人员，也是不知道怎么就对数据感兴趣了，想要从事数据分析相关的岗位，但缺少时间系统学习，工作经历又不足以支撑自己跳到数据分析职位。

数据分析师的职责范围

       通过上面的角色划分，我们可以清楚数据分析师在整个数据版图中的位置。数据分析师一方面要和业务人员打交道，满足业务人员的数据需求，另一方面，要借助 ETL 工程师建模好的数据，以及数据平台工程师开发的平台，来更高效的完成工作。有些公司在人员紧缺的情况下，会把 ETL 工程师要做的工作，也安排给数据分析师，这样对数据分析师的开发能力和建模能力，就会有更高的要求。最后一点是提供洞察，前面的工作更多的是被动的，数据分析师还要主动的发现数据中的异常，将这些异常指导业务。

数据分析师的基本要求

• 对数据感兴趣：是不是看到一行行的数字就头大，选择直接跳过？还是愿意花些时间研究这些数字背后意味着什么？如果你看苹果的发布会的话，会看到乔布斯的幻灯片里出现最多的就是数字，卖了多少部，分了多少钱，厚度减少到多少毫米之类的，他相信数字简单明了。如果对数据不感兴趣，这个角色一定不适合你。
• 良好的理解和抽象能力：把业务人员说的只言片语，抽象为明确的数据需求，清楚怎么从基础数据中实现出来。还有把一些重复性的需求，抽象出模式来，用机器来替代。
• 良好的表达能力：数据分析师有个天然的优势，能够直接和老板打交道，这就要求你能站在老板的层面来表达。把一堆堆的数据，很好的呈现给业务人员，帮助他们做出正确的决策。
• 快速动手能力：业务人员提的数据需求，巴不得下一秒都拿到。
• 数据分析的专业能力。

数据分析师要学习的内容

• 统计学：我看一些人推荐了不少统计学的专业书籍，直接把人吓跑了。我自己就大学时候学过《概率论与数理统计》，其他统计相关的内容也没怎么看过。对于互联网的数据分析来说，并不需要掌握太复杂的统计理论。所以只要按照本科教材，学一下统计学就够了。一是让你相信统计本身是一门科学，这不是星座算命。二是在研究数据时，知道一些特征是负责统计学规律的。我在刚参加工作时，看到百度知道过亿的用户访问，但每天访问的量波动不超过 3%，感觉太神奇了。
• 编程能力：学会一门编程语言，会让你处理数据的效率大大提升。如果你只会在 Excel 上复制粘贴，动手能力是不可能快的。我比较推荐 Python，上手比较快，写起来比较优雅。
• 数据库：数据分析师经常和数据库打交道，不掌握数据库的使用可不行。学会如何建表和使用 SQL 语言进行数据处理，可以说是必不可少的技能。
• 数据仓库：许多人分不清楚数据库和数据仓库的差异，简单来说，数据仓库记录了所有历史数据，专门设计为方便数据分析人员高效使用的。
• 数据分析方法：对于互联网数据分析人员来说，可以看一下《精益创业》和《精益数据分析》，掌握常用的数据分析方法，然后再根据自己公司的产品调整，灵活组合。
• 数据分析工具：SAS、Matlab、SPSS 这些工具经常有人推荐，我要说的是在互联网公司一般都用不上。做可视化的 Tableau，统计分析的友盟、百度统计，还有神策分析等。这些工具本身不一定能满足你的所有需求，但会让数据分析变的更高效。

       以上就是如何成为一名数据分析师的相关内容。如果想成为数据分析师，首先要加强对企业的了解，最好能通过数据分析来帮助企业制定发展方向，或推动企业快速发展。其次，要加强对机器学习/数据挖掘的学习，使机器学习成为数据分析的一种手段。例如预测用户流失，自动为用户分类等等。您能够提供的价值是非常不同的。最终，需要强调的是，数据分析师是个实践性的岗位，需要在实际项目中不断地锻炼，才能成为高手。