您的位置:老鐵SEO > 站長新聞 >

成為數據分析師有哪些要求?

文章來源:www.kmkusn.tw

作者:老鐵SEO

人氣:177

2018-10-11

  以下是一位在數據分析領域打滾了N年后的分析師寫下的一些總結和體會大家可以借鑒學習!
 
  一、成為數據分析師有哪些要求?
 
  1、理論知識要寬泛,涉及數學、市場和技術。要求及對數據敏感,包括統計知識、市場研究、模型原理等。
 
  2、常規分析工具的使用,包括數據庫、數據挖掘、統計分析工具,常用辦公軟件(Excel、PPT、思維導圖)等等。
 
  3、有一定的業務理解能力,能理解業務背后的商業邏輯。因為只有理解了商業問題,才能轉換成數據分析的問題,從而滿足部門的要求。
 
  4、數據報告和數據可視化的能力。數據分析得再好,如果不能以漂亮的方式“表達”,成效也會大打折扣。
 
  二、把數據分析當做一種能力來培養
 
  現在大多工作都需要你擁有邏輯分析能力,尤其是對數據的分析理解。在數據化運營理念深入的今天,BAT這樣的大型互聯網公司強調全員參與數據化運營,把數據分析當作一種能力在培訓,也必定是未來趨勢。
 
  三、數據分析師所需具備的能力和知識(從數據分析的4個步驟來理解)
 
  數據分析的四個步驟:數據獲取、數據處理、數據分析、數據呈現。
 
  1、數據獲取
 
  數據獲取看似簡單,但是需要把握對問題的商業理解,轉化成數據問題來解決,直白點講就是需要哪些數據,從哪些角度來分析,界定問題后,再進行數據采集。此環節,需要數據分析師具備結構化的邏輯思維。
 
  推薦書籍:《金字塔原理》、麥肯錫三部曲:麥肯錫意識、工具、方法;
 
  推薦工具:思維導圖工具(Xmind\百度腦圖等);
 
  2、數據處理
 
  數據的處理需要掌握有效率的工具:
 
  Excel及高端技能:日常工作通用,容易掌握,處理10萬級別的數據很輕松。
 
  學習高端Excel需要哪些技能?
 
  學習excel是個循序漸進的過程
 
  基礎:簡單的表格數據處理、打印、查詢、篩選、排序
 
  函數和公式:常用函數、高級數據計算、數組公式、多維引用、function
 
  可視化圖表:圖形圖示展示、高級圖表、圖表插件
 
  數據透視表、VBA程序開發
 
  按照我習慣的方法,先過一遍基礎,知道什么是什么,然后找幾個case練習。多逛逛excelhome論壇,平常多思考如何用excel來解決問題,善用插件,還有記得保存。
 
  帆軟FineReport:專業的報表工具,日常做報表設計一個模板可通用,只要會寫SQL就可上手。相比excel做報表,開發的技術要求較少,能很快地開發常規報表、動態報表,并可以放在移動端和大屏查看。



 
  Oracle和SQL sever:企業最常用的千萬級別的數據庫,熟練掌握SQL語言。
 
  保持不斷的技術學習,比如學習新流行的hadoop之類的分布式數據庫來提升個人能力,對求職有幫助。
 
  3、分析數據
 
  分析數據往往需要各類統計分析模型,如關聯規則、聚類、分類、預測模型等等。
 
  因此,熟練掌握一些統計分析工具不可免:
 
  SPSS系列:老牌的統計分析軟件,SPSS Statistics(偏統計功能、市場研究)、SPSS Modeler(偏數據挖掘),不用編程,易學。
 
  SAS:經典挖掘軟件,需要編程。
 
  R:開源軟件,新流行,對非結構化數據處理效率上更高,需編程。
 
  各類BI工具:
 
  Tableau:可視化工具的鼻祖,對于處理好的數據可作自由的可視化分析,圖表效果驚人
 
  大數據BI工具FineBI:類同Tableau,可在前端做任意維度分析;數據可在前端繼續處理(計算、篩選過濾等),可對接hadoop之類的大數據平臺,數據處理性能較好。
 
 
  推薦書籍:
 
  1、《說菜鳥不會數據分析》系列,入門級書,初學者最適。
 
  2、《數據挖掘與數據化運營實戰,思路、方法、技巧與應用》,內容很系統很全面。
 
  3、《市場研究定量分析方法與應用》,簡明等編著,中國人民大學出版社。
 
  4、數據可視化呈現
 
  很多數據分析工具已經涵蓋了數據可視化部分,只需要把數據結果進行有效的呈現和演講匯報,可用word\PPT\H5等方式展現。
 
  四、關于數據分析師的職業發展
 
  1、數據分析師通常分兩類,技術型分析師和業務型分析師,分工不同,但各有優勢。
 
  技術型分析師是在專門的挖掘團隊里面從事數據挖掘和分析工作的。如果你能在這類專業團隊學習成長,那是幸運的,但進入這類團隊的門檻較高,需要扎實的數據挖掘知識、挖掘工具應用經驗和編程能力。該類分析師更偏向技術線條,未來的職業通道可能走專家的技術路線。技術型分析師的角色包括數據工程師、挖掘工程師、數據科學家、建模工程師、數據架構師、ETL工程師等,這些稱謂都或多或少代表了其工作性質。
 
  業務型分析師是下沉到各業務團隊或者運營部門的數據分析師,成為業務團隊的一員。他們工作是支撐業務運營,包括日常業務的異常監控、客戶和市場研究、參與產品開發、建立數據模型提升運營效率等。該類型分析師偏向產品和運營,可以轉向做運營和產品。
 
  2、數據分析師的理想行業在互聯網,但條條大道通羅馬,走合適你的路線。
 
  從行業的角度來看:
 
  1)互聯網行業是數據分析應用最廣的行業,其中的電商企業,更是目前最火的,而且企業也更重視數據分析的價值,是數據分析師理想的成長平臺。
 
  2)其次是咨詢公司(比如專門的數據挖掘公司Teradata、尼爾森等市場研究公司),他們需要數據分析人才,而且相對來說,數據分析師在咨詢公司成長的速度更快,專業也會更全面。
 
  3)再次是金融行業,比如銀行和證券等行業,該行業對數據分析的依賴需求,越來越大。
 
  4)最后是電信行業(中國移動、聯通和電信),它們擁有海量的數據,在嚴峻的競爭下,也越來越重視數據分析,但進入這些公司的門檻比較高。
 
  五、什么人適合學習數據分析?
 
  這個問題之前有詳細寫過一篇文章哪些人能做好數據分析?就好比學功夫一樣,既要有天賦也要有后天的努力,但我想后者占大部分,鐵杵也能磨成針。
 
  六、如何系統地學習數據分析?
 
  學習方法千萬種,關鍵是找到適合自己的,最好能夠結合你的工作遇到的問題來學習。
 
  這里我列舉一個經典的從0到1的入門方法
 
  第一周:Excel學習掌握
 
  第二周:數據可視化
 
  第三周:分析思維的訓練
 
  第四周:數據庫學習
 
  第五周:統計知識學習
 
  第六周:業務學習
 
  第七周:Python/R學習
 
  七、最后
 
  請再次問問自己,是否真的喜歡數據分析,能否忍受處理數據時的寂寞?如果是,那就宜早不宜遲,馬上開始行動吧。
 
  再次強調:
 
  1、把數據分析作為一種能力培養,讓自己在現在的團隊中展現出良好的數據分析能力,為你以后內部轉崗做好準備。如果內部轉崗不成,你可以考慮跳槽到我之前分析的行業中,但我強烈建議你還是需要把系統開發的編程能力學習好,并且對商業智能系統(BI和CRM)有一定了解,這也許是應聘數據分析的優勢。如果沒有數據分析經驗去應聘,相對會難一些,用人單位會考你統計和數據挖掘模型方面的知識,以及工具使用情況。
 
  2、扎實學好一、兩門數據挖掘軟件,基于你已有得編程基礎,可以學SAS或者R,基本能夠滿足很大部分企業的需求。
 
  3、多看多想多觀察,學習業務職能是這樣,細水長流,還需要不斷工作積累和廣泛的閱讀。
 
  最后,希望你能夠成為你想成為的人!
相關文章

在線客服

外鏈咨詢

掃碼加我微信

0557-8818050

返回頂部

网球比分指数