如何才能成为一个合格的数据分析师？

随着大数据时代的到来，如何从数据中提取和挖掘对业务发展有价值和潜在的知识，为决策者提供强有力的依据，在产品或服务的发展方向上发挥积极作用，有效促进企业管理的精益化，对每个企业都具有重要意义。这些工作大多需要数据分析师来完成，但如何成为合格的数据分析师呢？我在这里提到四个方面。如果你是一个想从事数据分析师职业的新手，你可以看看。当然，如果你是一只分析老鸟，你也可以看到如何在痛苦中更进一步，这可能对你有益。数据分析师学习是无穷无尽的，总是痛苦和快乐的。Part1 数据分析师的基本质量数据分析师最需要的基本质量是什么，很多人会回答，不是统计知识，不是一些工具，是对的，也不是错的，统计只是数据分析，我更强调的是，做好数据分析和写诗，真正的关键是技能，即业务能力、思维能力和沟通能力，这些能力很多人生来就有，而且很多人需要艰苦的训练，甚至训练都得不到。不要听任何快速的数据分析教程，任何有经验的数据分析师都会嘲笑它，成为一名数据分析师，没有三年，当然，具体的周期取决于公司业务的复杂性。不要听任何快速的数据分析教程，任何有经验的数据分析师都会嘲笑它，成为一名数据分析师，没有三年，当然，具体的周期取决于公司业务的复杂性。只要你真的在实践领域从事过数据分析，你就会明白，所有分析的首要任务都是业务知识本身。商业知识的学习和掌握，需要深度积累，培养商业专家，需要长周期，远远超过基本技能，成为商业专家并不容易，数据分析师实际上是对商业专家的更深层次的思考和总结，否则，谁指导谁是一个问题。商业学习的方法有很多，比如研究以前的分析报告和数字案例。如果你不明白，问，这总是一个渐进的过程，但它需要时间和行业的沉淀。行业和业务知识是数据分析师最需要不断提高的能力之一。思维能力数据总是在那里，它不会说话，你不仅基于业务能力理解它，而且学会推断和分析，找到规则，快速定位业务问题的关键属性和决定因素，形成自己的原创意见，所谓的仔细思考，滴水，没有思维逻辑没有数据分析。要形成独特的观点，它来自于个人不断的学习和思考。这里的学习更注重跨领域和专业，而思维更注重养成思维习惯。跨领域的知识会给人们带来不同的思维方式和视角，每一个学习新领域，相当于打开一扇新的世界之门，许多企业经常花很多钱请咨询公司帮助做一些分析报告（咨询分析不再像以前那么受欢迎，不是企业不需要，但他们也需要跟上时代），有原因，企业往往重视咨询公司广泛的分析理念和整体愿景，例如，经常提到的最佳实践。在各个跨领域的专业中，经济学、心理学和统计学对数据分析有最强的帮助。在各个跨领域的专业中，经济学、心理学和统计学对数据分析有最强的帮助。另一种思维能力是养成思维习惯。所谓“学而不思则无用，思而不学则危险”。思考本身就是一种实践，它可以使你的知识更加系统和深入，数据分析在一定程度上用来验证思想和灵感，“数据分析”从不是“数据分析”本身，而是以“数据分析”为手段和外观，对业务的深刻理解、思考和判断。通信能力数据分析贯穿BIT、在整个数据、技术和业务链中，数据分析师最终将BIT转化为决策者理解的语言。跨越的过程很长。你需要面对不同的职位，遇到不同的角色，用不同的语言来表达你的要求，得到你需要的东西，成为数据和业务之间的桥梁。没有足够的沟通能力是很困难的。所谓上得台面，下得大厅。同时，大脑往往是非理性的，但如果你很容易听取别人的意见，尤其是智者的意见，你可以帮助你找到另一条出路，你犯错误的可能性就会降低。因此，你的分析将更加强大和令人信服。从这个角度来看，毫无疑问，企业经理实际上是最强大的数据分析师。数据分析师道的培养绝不是一天之功。Part2 除了数据分析的方式，我们来谈谈数据分析的技术，即工具和手段。如果你进入一家企业，想尽快成长为一名数据分析师，你还需要在以下四个方面加强学习。当然，这仅供参考，不需要相信。作者认为，每个人都需要形成自己的学习轨迹，不需要复制他人：数据学习业务学习存在问题，例如，您可以查看案例，通常接触数据或使用数据是局部的，因此，你的视野会有限，在大多数公司，许多数据分析师实际上缺乏整体数据视野，因为他不知道有多少数据，所以，总是只能在已知的数据中，当然，可能够，但我想说的是做得最好。数据分析师应主动从IT部门获得最完整的数据字典，不断学习数据字典，了解每个表甚至字段的业务含义。你理解得越彻底，你的分析潜力就越大。更重要的是，作者还建议您理解源系统，从业务实现过程的角度理解相应数据的含义，因为有时，简单的业务描述在数据表达中非常复杂，业务语言和数据语言往往是一对多的关系，例如，您看到业务系统菜单的功能，相应的系统数据，您可以恢复吗？当然，大多数数据分析师可能不需要进行系统的数据学习。无论如何，他们在实践中逐渐熟悉它们，但自上而下的数据学习方法可以给你更好的基础和更全面的数据视野。技术学习有几个层次，依赖于实际场景和你想要实现的阶段：首先，你必须学习从数据库或其他来源获取数据，许多数据分析师仍然依赖IT人员获取数据，但在大数据时代，真的有必要自己做，因为依赖他人的效率太低，至少你必须知道SQL，SQL甚至基本上是一个方便的统计工具，图形透视远不如SQL表达能力强，这是基本功。事实上，SQL可以解决大多数统计数据问题。其次，你应该知道一些数据分析工具。EXCEL是最基本的。事实上，基于EXCEL的大多数数据分析已经足够了，EXCEL的图形表达能力也足够强。其次，你应该知道一些数据分析工具。EXCEL是最基本的。事实上，基于EXCEL的大多数数据分析已经足够了，EXCEL的图形表达能力也足够强。最后，如果你想更深入，学习R语言，PYTHON、SPSS，SAS等，它们提供了更强的挖掘能力，可以帮助你充分发挥统计数据挖掘的精髓。当然，如果可能的话，你也应该熟悉你企业的数据仓库或大数据平台，了解一些基本操作，这也有利于你提高分析的自由度和灵活性。例如，建立一个定期运行数据的脚本，并建立一个个人数据市场。现在数据分析的概念越来越大，许多公司也将大数据平台的数据处理能力纳入数据分析师的技能范畴。事实上，数据分析师每次在IT上前进一步，都会带来几何效益。例如，如果你理解Hadoop，你可能会更接近大数据。统计理论终于讲到了大家都很关心的统计知识。推荐一些书:“简单数据分析”：数据分析到底是干什么的？数据分析包含哪些内容？对新人还是有一定作用的，难度容易。《深入浅出统计学》：了解常用的数学统计模型（描述统计指标、聚类、决策树、贝叶斯分类、回归等），重点*学习模型的工作原理、输入内容和输出内容。至于具体的数学推导，学习不能暂时放在一边，这很容易。《极简统计学》：对统计推理部分的阐述非常清晰，适合非统计背景的人工阅读《统计：从数据到结论》：统计概念和R可以一起学习数据挖掘导论：近年来，数据挖掘教材中的一本好书被美国许多大学的数据挖掘课程用作教材。作者最近也买了它。它很好，很多概念都解释得很清楚，也很困难。统计学习方法：李航老师的扛鼎之作，难度大。这些都是非常实用的书，但结合实践学习更好，对于特定的商业场景，找到相应的书阅读，网上推荐也很多，我们自己搜索。作为一名数据分析师，PPT生产能力是一项极其重要的能力。你总是必须以某种形式表达你的观点。核心是你需要有严格的逻辑，甚至滴水。你可以通过思维导图来训练自己，但实际的格式表达有八股，一般是现状分析、原因分析、分析结论和后续措施。当然，你需要花一点时间去了解如何突出重点，如何图文并茂，PPT的写作绝不是一天的工作。Part3 以下是我之前研究过的新人学习计划，供参考。当然，学习成绩也需要定期检查 当然，数据分析师的实践总是最重要的。成为数据分析师的最好方法是完成一个项目。如果有老师，那就太好了。实践中获得的知识是你的。数据分析能力只能在实践的熔炉中提高和升华。永远问问自己：1、进行了多少分析或项目？当然，学习成绩也需要定期检查 当然，数据分析师的实践总是最重要的。成为数据分析师的最好方法是完成一个项目。如果有老师，那就太好了。实践中获得的知识是你的。数据分析能力只能在实践的熔炉中提高和升华。永远问问自己：1、进行了多少分析或项目？2、涉及多少商业场景？3、制作了多少种模型？4、基于模型做了多少次完整的marketing闭环？5、你的分析给企业带来了多大的实际价值？以上五个问题足以杀死大多数傻瓜和菜鸟。最后，推荐一本科技思维的书，也是我最近读过的吴军的《数学之美》。它推广了一些模型，有利于克服数学恐惧。事实上，从最初的开始，数学和统计学并不那么无聊。传统教育真的需要反思。