众所周知，精通Excel不叫精通数据分析，会讲述啤酒与尿不湿的案例并不代表你能洞悉数据，PPT做得漂亮也并不能为你的数据分析能力加分……我们做数据分析是为了能以量化的方式来分析业务问题，并得出结论。其中有两个重点词语：量化和业务。
换句话说，数据分析师是一个岗位，只要掌握了数据分析方法和思维，做技术的、做业务的，都可以称为数据分析师，其工作内容本质上就是从数据中分析出商业价值或者建模发现知识，从而去推动业务，辅助决策。
— 02 —
数据分析师
如何为企业创造价值/strong>
一个完整的企业数据分析体系涉及到多个环节：采集、清理、转化、存储、可视化、分析决策等等。其中，不同环节工作内容不一样，消耗的时间和产生的价值也相差甚远，如图所示。
2.数据分析师
这就是我们常说的商业化数据分析师，主要负责0-1搭建可视化监控 表，利用数据挖掘和洞察业务，为需求部门提供数据支撑、分析 告、商业化模型等服务，这里面的核心是监控、挖掘、有价值和服务，在公司里担任领导的眼睛与大脑的角色。
3.数据建模师
最后还需要具备业务岗位的实战经验，对于业务的理解不是简单的看文档就可以的，一定来自于对于公司业务的实际流程、机制、平台、数据等的充分的理解，最好在实际相关岗位实践过。
2.数据能力
作为数据分析师，首先需要理解企业的数据指标，每个企业企业都有一套KPI指标体系，围绕KPI指标还有一系列的执行监控指标，作为数据分析师一定要对企业的核心指标体系有深入的理解，要能从本质上区分指标的差异，就得对指标的生成过程有透彻的理解，包括从哪个表，哪个字段层层计算汇总而来。
（1）SQL是最灵活的操作数据的语言，任何一个数据库都会提供SQL的支持，它架起了业务和数据的桥梁，简单易学，性价比很高，也是数据分析师的必须要学习的语言。
（2）EXCEL提供了最为灵活的轻量级数据的加工和呈现的能力，对于EXCEL的掌握是任何数据分析师的基本功，透视图，图表，公式，计算都是极其方便的工具。
（3）BI很大程度上就是用一些可视化技术来进行指标比较的艺术，有助于你更快、更直观的发现问题和定位问题，毕竟人脑对图表、图像的敏感度更高。
（4）数据挖掘技术，比如聚类，分类，预测等等随着机器学习，人工智能工具使用门槛的降低，数据分析师要掌握至少一种挖掘的方法。懂得如何构建模型，尤其是在金融、运营商、互联 、零售等这些数据成熟度较高的行业。
4.沟通能力
对数据分析师来说，沟通能力是非常重要的，因为很多项目需要上层来推动，然后配合的时候需要各业务部门领导去配合你理清需求里数据，执行的时候又需要技术、业务整个链条的配合。
2.SQL数据库语言
作为数据分析人员，我们首先要知道如何去获取数据，其中最常见的就是从关系型数据库中取数，因此你可以不会R，不会python，但是你不能不会SQL。
DT时代，数据正在呈指数级增长。Excel对十万条以内的数据处理起来没有问题，但是往小处说，但凡产品有一点规模，数据都是百万起。这时候就需要学习数据库。比如在很多企业的招聘条件中，越来越多的产品和运营岗位，将会SQL作为优先的加分项。SQL是数据分析的核心技能之一，从Excel到SQL是数据处理效率的一大进步。
主要了解数据库查询语言，where，group by，orderby，having，like，count，sum，min，max，distinct，if，join，left join，limit，and和or的逻辑，时间转换函数等。学习SQL最快的方法是能自己下载数据库管理工具，找些数据练习。客户端这里推荐MYSQL。推荐书籍：《MYSQL必知必会》
3.数据可视化&商业智能
数据可视化不仅是一门技术，也是一门艺术，同样的数据在不同人的手中，展现出来的效果会千差万别，掌握这门技术会成为职场的加分项。可视化的工具有很多，比如豌豆BI。
豌豆BI是一个面向业务人员的自助式数据分析平台，它提供了从数据导入、数据预处理、自动建模和数据可视化于一体的完整的解决方案。用户只需通过简单的拖拉拽，就可以快速地制作出一张敏捷看板。推荐书籍：《用图表说话》-麦肯锡
文章知识点与官方知识档案匹配，可进一步学习相关知识算法技能树首页概览33963 人正在系统学习中
声明：本站部分文章及图片源自用户投稿，如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢！