数据分析师需要学些什么东西

《数据分析师需要学些什么东西》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、数据分析师需要学些什么东西我想要成为-•名数据分析师，可是数据分析师需要学些什么东西？数据分析师分布在不同行业屮，专门从事行业数据搜集、整理、分析，并依据数据做出行业研究、评估和预测。数据分析师需要敏锐的数字洞察力，因此，统计、会计、保险、工程经济、金融、数学、计算机等专业的同学对这个行业有明显优势，但其他行业的同学如果对这个职业感兴趣，通过L1常学习，掌握一些统计必备技能，亦口J以从事此类工作.主要工作领域：1、从事投资项目审核审批和招商引资、项目评估、投资决策等工作的政府机构、企业的相关领导以及从业人员。2

2、、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、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、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、在企事业单位从事市场调查与宣传工作的人士以及具冇策划与决策工作职能要求的人士。6、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。数据分析师的工作内容分为四个层面：1、处理临时需求：解决业务一次性，临时性的数据需求2、报表开发

3、：根据业务需耍，与开发工程师讨论进行相关报表开发。3、数据分析与挖掘：与业务同事一起沟通，分析业务问题，提供建议;根据业务需要建立各类挖掘模型。4、数据产品化：通过数据产品化方式解决结构化业务问题。数据分析师的基本要求：1、懂得建立FI标数据分析是为了解决问题而去分析，不是单纯为分析而分析。数据分析是有FI的性的。比如：一季度ABC产品的销售情况，是按月份为横坐标建立各部门的图表;各产品线ABC在一季度的销售情况，是按部门为横处标建立对应的图表。2、针对不同人群提供不同的结论报告数据分析要有结论报告，不同的人群

4、报告的侧重点不同。比如管理层，看的是趋势和异常点;营销人员看的是ROI((ReturnOnInvestment)产出比率和高用户质量的导入情况;业务人员看的是产品对用户的活跃度等。3、掌握数据分析工具如果是互联网数据分析，可以从googleGA入门，EXCEL辅助，了解数据分析的基本算法。至于SAS,SPSS这些高级T具不一定需要。4^不同时期要有不同的KPI(KeyPerformanceIndicator,关键绩效指标)不断的调整冃标和发现问题是数据分析精细化的必经过程。例如：腾讯的数据分析关键指标集不断调整

5、，从2007年的关注会员基数，到现在的会员活跃度、用户体验度、性能度等等。建立对应的模型，帮助产品和项目的同事更好的了解用户Q&A如何迅速成长成为一•名数据分析师？如从编程零基础，知道一些简单的统计知识的情况K冋答TerryMeng,DataScientist牧心、朱孝轩、春天已经不远了等人赞同从业多年，跨行业，跨专业，跨公司文化，跨地域，觉得有些东西可以分享。我认为数据分析/数据科学/商业智能（或是其它类似名字）的职业，最核心的部分在于两点：业和术。”业”更偏向于你的softskills,你的理解能力,分析能

6、力，沟通能力,mind-seto其中当然包括最重要的一个能力：将复杂的商业问题转化为数学模型，并利川编程能力进行分析，预测和评佔，再转化为合适的BusinessPlan,执行。你可以看到，这是一个生态圈，其屮并不是只是包含了其它答案所描述的数学模型，统计理论，也不只是包含用什么工具sas,r,excel。总结来说是一种完全设身处地去为商业模型思考的mind-seto这是我很多国内数据从业者身上很少看到的。很多同事更喜欢强调口己的统计模型多好，算法多牛，当然，別理解错，这些优化都是好事，但从一个Businessf

7、unction（我把analytic当作一种服务我们的商业目标的商业职能）的角度來说，这只是一个从过程中的小部分。这可能是因为很多大型企业，比如银行，电商，IT,智能太细分导致，很少有人能真正退一步去思考我们做分析的意义何在，如何落地，能赚多少钱。“术“更偏向于你的技术，包括你的数学，统计，编程，硬件的技术。这个技术对很多技术爱好者來说是数据分析最有意思的-部分，但对很多更喜欢business的朋友來说，很乏味。当然，没有好与坏，高级和低级的区别。术业有专攻就是这道理，譬如我们公司，Datasciencefor

8、infrastructureengineering负责数据仓库的朋友工资反而最高。而抽象一点去说：为了解决商业问题所需要的技术，能力。看到这里你应该明白了，很多吋候我们说的数据分析师实则是这个层面的。而再细分,这个技术其实分为三层：1统计理论，模型2数据库杏询类编程SQL3底层数据存储技术hadoop,hive,spark,etc.成为一个合格的数据科学家，你需耍上面1，2的本事。有能