如何成為一名數據分析師？

      近年來，大數據的概念越來越受歡迎，越來越多的人感受到數據的價值。許多公司開始招聘與數據分析相關的職位。然而，如果你去看國內大學，你會發現沒有一所大學開設數據分析專業，工作成熟度不夠，相關書籍相對不足。今天，小編將帶你看看如何成為數據分析師。

百度精算

0

2條點評

咨詢產品

免費試用

解決用戶選型困難的好軟件，有各維度的信息

客戶案例

暫無

合作品牌

3

數據分析師

都有哪些人想要成為數據分析師

從我看到想要成為數據分析師的人大致有三類：

第一類是非計算機專業的在校生，不知道怎么回事，反正就是對數據感興趣了，然后想畢業之后從事相關工作，但對職位要求、該做什么準備一無所知，處于懵懂期；

第二類是互聯網公司的產品經理和運營經理，及少數的市場經理。這些人在實際工作中，發現確實數據很有用，但對自己的數據分析能力感到不滿意，進而想做出提升；

第三類是傳統企業的業務人員，也是不知道怎么就對數據感興趣了，想要從事數據分析相關的崗位，但缺少時間系統學習，工作經歷又不足以支撐自己跳到數據分析職位。

數據分析師的職責范圍

       通過上面的角色劃分，我們可以清楚數據分析師在整個數據版圖中的位置。數據分析師一方面要和業務人員打交道，滿足業務人員的數據需求，另一方面，要借助 ETL 工程師建模好的數據，以及數據平臺工程師開發的平臺，來更高效的完成工作。有些公司在人員緊缺的情況下，會把 ETL 工程師要做的工作，也安排給數據分析師，這樣對數據分析師的開發能力和建模能力，就會有更高的要求。最后一點是提供洞察，前面的工作更多的是被動的，數據分析師還要主動的發現數據中的異常，將這些異常指導業務。

數據分析師的基本要求

• 對數據感興趣：是不是看到一行行的數字就頭大，選擇直接跳過？還是愿意花些時間研究這些數字背后意味著什么？如果你看蘋果的發布會的話，會看到喬布斯的幻燈片里出現最多的就是數字，賣了多少部，分了多少錢，厚度減少到多少毫米之類的，他相信數字簡單明了。如果對數據不感興趣，這個角色一定不適合你。
• 良好的理解和抽象能力：把業務人員說的只言片語，抽象為明確的數據需求，清楚怎么從基礎數據中實現出來。還有把一些重復性的需求，抽象出模式來，用機器來替代。
• 良好的表達能力：數據分析師有個天然的優勢，能夠直接和老板打交道，這就要求你能站在老板的層面來表達。把一堆堆的數據，很好的呈現給業務人員，幫助他們做出正確的決策。
• 快速動手能力：業務人員提的數據需求，巴不得下一秒都拿到。
• 數據分析的專業能力。

數據分析師要學習的內容

• 統計學：我看一些人推薦了不少統計學的專業書籍，直接把人嚇跑了。我自己就大學時候學過《概率論與數理統計》，其他統計相關的內容也沒怎么看過。對于互聯網的數據分析來說，并不需要掌握太復雜的統計理論。所以只要按照本科教材，學一下統計學就夠了。一是讓你相信統計本身是一門科學，這不是星座算命。二是在研究數據時，知道一些特征是負責統計學規律的。我在剛參加工作時，看到百度知道過億的用戶訪問，但每天訪問的量波動不超過 3%，感覺太神奇了。
• 編程能力：學會一門編程語言，會讓你處理數據的效率大大提升。如果你只會在 Excel 上復制粘貼，動手能力是不可能快的。我比較推薦 Python，上手比較快，寫起來比較優雅。
• 數據庫：數據分析師經常和數據庫打交道，不掌握數據庫的使用可不行。學會如何建表和使用 SQL 語言進行數據處理，可以說是必不可少的技能。
• 數據倉庫：許多人分不清楚數據庫和數據倉庫的差異，簡單來說，數據倉庫記錄了所有歷史數據，專門設計為方便數據分析人員高效使用的。
• 數據分析方法：對于互聯網數據分析人員來說，可以看一下《精益創業》和《精益數據分析》，掌握常用的數據分析方法，然后再根據自己公司的產品調整，靈活組合。
• 數據分析工具：SAS、Matlab、SPSS 這些工具經常有人推薦，我要說的是在互聯網公司一般都用不上。做可視化的 Tableau，統計分析的友盟、百度統計，還有神策分析等。這些工具本身不一定能滿足你的所有需求，但會讓數據分析變的更高效。

       以上就是如何成為一名數據分析師的相關內容。如果想成為數據分析師，首先要加強對企業的了解，最好能通過數據分析來幫助企業制定發展方向，或推動企業快速發展。其次，要加強對機器學習/數據挖掘的學習，使機器學習成為數據分析的一種手段。例如預測用戶流失，自動為用戶分類等等。您能夠提供的價值是非常不同的。最終，需要強調的是，數據分析師是個實踐性的崗位，需要在實際項目中不斷地鍛煉，才能成為高手。