成为一名优秀的数据分析师你需要具备以下技能:
数学知识
对于初级数据分析师来说,则需要了解统计相关的基础性内容,公式计算,统计模型等。当你获得一份数据集时,需要先进行了解数据集的质量,进行描述统计。
而对于高级数据分析师,必须具备统计模型的能力,线性代数也要有一定的了解。
分析工具
对于分析工具,SQL 是必须会的,还有要熟悉Excel数据透视表和公式的使用,另外,还要学会一个统计分析工具,SAS作为入门是比较好的,VBA 基本必备,SPSS/SAS/R 至少要熟练使用其中之一,其他分析工具(如 Matlab)可以视情况而定。
编程语言
数据分析领域最热门的两大语言是 R 和 Python。涉及各类统计函数和工具的调用,R无疑有优势。但是大数据量的处理力不足,学习曲线比较陡峭。Python 适用性强,可以将分析的过程脚本化。所以,如果你想在这一领域有所发展,学习 Python 也是相当有必要的。
当然其他编程语言也是需要掌握的。要有独立把数据化为己用的能力, 这其中SQL 是最基本的,你必须会用 SQL 查询数据、会快速写程序分析数据。当然,编程技术不需要达到软件工程师的水平。要想更深入的分析问题你可能还会用到:Exploratory analysis skills、Optimization、Simulation、Machine Learning、Data Mining、Modeling 等。
业务理解
对业务的理解是数据分析师工作的基础,数据的获取方案、指标的选取、还有最终结论的洞察,都依赖于数据分析师对业务本身的理解。
对于初级数据分析师,主要工作是提取数据和做一些简单图表,以及少量的洞察结论,拥有对业务的基本了解就可以。对于高级数据分析师,需要对业务有较为深入的了解,能够基于数据,提炼出有效观点,对实际业务能有所帮助。对于数据挖掘工程师,对业务有基本了解就可以,重点还是需要放在发挥自己的技术能力上。
逻辑思维
对于初级数据分析师,逻辑思维主要体现在数据分析过程中每一步都有目的性,知道自己需要用什么样的手段,达到什么样的目标。对于高级数据分析师,逻辑思维主要体现在搭建完整有效的分析框架,了解分析对象之间的关联关系,清楚每一个指标变化的前因后果,会给业务带来的影响。对于数据挖掘工程师,罗辑思维除了体现在和业务相关的分析工作上,还包括算法逻辑,程序逻辑等,所以对逻辑思维的要求也是最高的。
数据可视化
数据可视化主要借助于图形化手段,清晰有效地传达与沟通信息。听起来很高大上,其实包括的范围很广,做个 PPT 里边放上数据图表也可以算是数据可视化。
对于初级数据分析师,能用 Excel 和 PPT 做出基本的图表和报告,能清楚地展示数据,就达到目标了。对于稍高级的数据分析师,需要使用更有效的数据分析工具,根据实际需求做出或简单或复杂,但适合受众观看的数据可视化内容。
协调沟通
数据分析师不仅需要具备破译数据的能力,也经常被要求向项目经理和部门主管提供有关某些数据点的建议,所以,你需要有较强的交流能力。
对于高级数据分析师,需要开始独立带项目,或者和产品做一些合作,因此除了沟通能力以外,还需要一些项目协调能力。
数据分析是干什么的?
在企业里收集数据、计算数据、提供数据给其他部门使用的。
数据分析有什么用?
从工作流程的角度看,至少有5类分析经常做:
工作开始前策划型分析:要分析一下哪些事情值得的做
工作开始前预测型分析:预测一下目前走势,预计效果
工作中的监控型分析:监控指标走势,发现问题
工作中的原因型分析:分析问题原因,找到对策
工作后的复盘型分析:积累经验,总结教训
那数据分析是什么的?
数据分析大体上分3步:
1:获取数据。通过埋点获取用户行为数据,通过数据同步,打通内部各系统数据。以及做数仓建设,存储数据。
2:计算数据。根据分析要求,提取所需要的数据,计算数据,做表。
3:解释数据。解读数据含义,推导出一些对业务有用的结论。
那么数据分析师主要做以上三点的工作吗?
并不全是,这个在不同企业,情况不一样。如果公司规模大的话,获取数据经常是数据开发组完成的,他们的职位一般是“数据开发工程师”或者“大数据工程师”。解释数据则是运营自己写ppt做解读,留给“数据分析师”的,其实就是中间的计算数据的一步。
有些公司(一般是做电商的),数据是直接从淘宝、天猫、亚马逊等平台导出的,然后基于这些数据做分析。有些公司(一般是传统企业),数据是直接用的大型的BI产品,然后所有人基于BI产品导出数据分析有些公司规模很小,就直接一个小组从数据埋点到数仓到提数全干了。
什么是数据分析师证书?
数据分析师的职业要求有以下几点:
1、懂业务。从事数据分析工作的前提就是要懂业务,熟悉行业知识、公司业务及流程,最好有自己独到见解。
2、懂设计。是指能运用图表有效表达数据分析师的分析观点,使分析结果一目了然。
3、懂工具。能掌握数据分析相关的常用工具,面对越来越庞大的数据,依靠计算器进行分析是不现实的,必须利用强大的数据分析工具完成数据分析工作。
4、懂管理。能搭建数据分析框架的要求,同时针对数据分析结论提出有指导意义的分析建议,如果没有管理理论的支撑,就难确保分析建议的有效性。
5、懂分析。使用基本的分析方法有很多,比如说对比分析、分组分析法、交叉分析法、结构分析法、漏斗图分析法等。而高级的分析方法有相关分析法、回归分析法、聚类分析法、判断分析法等。掌握了这些方法能更好的进行数据分析工作。
想要了解更多关于数据分析师的问题,可以咨询一下CDA认证中心。CDA行业标准由国际范围数据领域的行业专家、学者及知名企业共同制定并每年修订更新,确保了标准的公立性、权威性、前沿性。通过CDA认证考试者可获得CDA中英文认证证书。