还在困惑吗？这是一位资深数据分析师的经验心得
【数据猿导读】
对于新进入数据行业或者刚进入数据行业的朋友来说，行业知识都重要，也许你看到很多的数据行业的同仁，在微博或者写文章说，数据分析思想、行业知识、业务知识很重要，但是一些基本的技术、技巧更重要
一、掌握基础、更新知识
基本技术怎么强调都不过分。这里的术更多是（计算机、统计知识）， 多年做数据分析、数据挖掘的经历来看、以及业界朋友的交流来看，这点大家深有感触的。
数据库查询&SQL
数据分析师在计算机的层面的技能要求较低，主要是会SQL，因为这里解决一个数据提取的问题。有机会可以去逛逛一些专业的数据论坛，学习一些SQL技巧、新的函数，对你工作效率的提高是很有帮助的。
统计知识与数据挖掘
你要掌握基础的、成熟的数据建模方法、数据挖掘方法。例如：多元统计：回归分析、因子分析、离散等，数据挖掘中的：决策树、聚类、关联规则、神经网络等。但是还是应该关注一些博客、论坛中大家对于最新方法的介绍，或者是对老方法的新运用，不断更新自己知识，才能跟上时代，也许你工作中根本不会用到，但是未来呢？
如果数据不结合具体的行业、业务知识，数据就是一堆数字，不代表任何东西。是冷冰冰，是不会产生任何价值的，数据驱动营销、提高科学决策一切都是空的。
一名数据分析师，一定要对所在行业知识、业务知识有深入的了解。例如：看到某个数据，你首先必须要知道，这个数据的统计口径是什么？是如何取出来的？这个数据在这个行业， 在相应的业务是在哪个环节是产生的？数值的代表业务发生了什么（背景是什么）？对于A部门来说，本月新会员有10万，10万好还是不好呢？先问问上面的这个问题：
对于A部门，
1、新会员的统计口径是什么。第一次在使用A部门的产品的会员？还是在站在公司角度上说，第一次在公司发展业务接触的会员？
2、是如何统计出来的。A：时间；是通过创建时间，还是业务完成时间。B：业务场景。是只要与业务发接触，例如下了单，还是要业务完成后，到成功支付。
3、这个数据是在哪个环节统计出来。在注册环节，在下单环节，在成功支付环节。
4、这个数据代表着什么。10万高吗？与历史相同比较？是否做了营销活动？这个行业处理行业生命同期哪个阶段？
在前面二点，更多要求你能按业务逻辑，来进行数据的提取（更多是写SQL代码从数据库取出数据）。后面二点，更重要是对业务了解，更行业知识了解，你才能进行相应的数据解读，才能让数据产生真正的价值，不是吗？
对于新进入数据行业或者刚进入数据行业的朋友来说：
行业知识都重要，也许你看到很多的数据行业的同仁，在微博或者写文章说，数据分析思想、行业知识、业务知识很重要。我非常同意。因为作为数据分析师，在发表任何观点的时候，都不要忘记你居于的背景是什么？
但大家一定不要忘记了一些基本的技术，不要把基础去忘记了，如果一名数据分析师不会写SQL，那麻烦就大了。哈哈。。你只有把数据先取对了，才能正确的分析，否则一切都是错误了，甚至会导致致命的结论。新同学，还是好好花时间把基础技能学好。因为基础技能你可以在短期内快速提高，但是在行业、业务知识的是一点一滴的积累起来的，有时候是急不来的，这更需要花时间慢慢去沉淀下来。
不要过于追求很高级、高深的统计方法，我提倡有空还是要多去学习基本的统计学知识，从而提高工作效率，达到事半功倍。以我经验来说，我负责任告诉新进的同学，永远不要忘记基本知识、基本技能的学习。
二、要有三心
数据分析师其实是一个细活，特别是在前文提到的例子中的前面二点。而且在数据分析过程中，是一个不断循环迭代的过程，所以一定在耐心，不怕麻烦，能静下心来不断去修改自己的分析思路。
三、形成自己结构化的思维
数据分析师一定要严谨。而严谨一定要很强的结构化思维，如何提高结构化思维，也许只需要工作队中不断的实践。但是我推荐你用mindmanagement，首先把你的整个思路整理出来，然后根据分析不断深入、得到的信息不断增加的情况下去完善你的结构，慢慢你会形成一套自己的思想。当然有空的时候去看看《麦肯锡思维》、结构化逻辑思维训练的书也不错。在我以为多看看你身边更资深同事的报告，多问问他们是怎么去考虑这个问题的，别人的思想是怎么样的？他是怎么构建整个分析体系的。
四、业务、行业、商业知识
当你掌握好前面的基本知识和一些技巧性东西的时候，你应该在业务、行业、商业知识的学习与积累上了。
这个放在最后，不是不重要，而且非常重要，如果前面三点是决定你能否进入这个行业，那么这则是你进入这个行业后，能否成功的最根本的因素。 数据与具体行业知识的关系，比作池塘中鱼与水的关系一点都不过分，数据（鱼）离开了行业、业务背景（水）是死的，是不可能是&活&。而没有&鱼&的水，更像是&死&水，你去根本不知道看什么（方向在哪）。
如何提高业务知识，特别是没有相关背景的同学。很简单，我总结了几点：
1、多向业务部门的同事请教，多沟通。多向他们请教，数据分析师与业务部门没有利益冲突，而更向是共生体，所以如果你态度好，相信业务部门的同事也很愿意把他们知道的告诉你。
2、永远不要忘记了google大神，定制一些行业的关键字，每天都先看看定制的邮件。
3、每天有空去浏览行业相关的网站。看看行业都发生了什么，主要竞争对手或者相关行业都发展什么大事，把这些大事与你公司的业务，数据结合起来。
4、有机会走向一线，多向一线的客户沟通，这才是最根本的。
标题写着告诫，其实谈不上，更多我自己的一些心得的总结。希望对新进的朋友有帮助，数据分析行业绝对是一个朝阳行业，特别是互联网的不断发展，一个不谈数据的公司根本不叫互联网公司，数据分析师已经成为一个互联网公司必备的职位了。
来源：数据科学自媒体
声明：数据猿尊重媒体行业规范，相关内容都会注明来源与作者；转载我们原创内容时，也请务必注明“来源：数据猿”与作者名称，否则将会受到数据猿追责。
不容错过的资讯
大数据企业推荐
大家都在搜数据分析师是吃青春饭吗?_百度知道
数据分析师是吃青春饭吗?
大数据分析并不是一蹴而就的事情，新兴的领域。大数据分析师是一个新兴的职业，也不会是青春饭，不会过时，这是一种误解，以及与所在的行业深度融合挖掘出有价值的数据的项目操作有关，而是需要你日积月累的数据处理经验你好
其他类似问题
为您推荐：
青春饭的相关知识
其他1条回答
这就是国人的误解了 数据算法工程师可不是几年就可以当得上、当得好的 是需要时间来锻炼和长经验的 当然咯，你不想继续那是你自己的事情了
等待您来回答
下载知道APP
随时随地咨询
出门在外也不愁中国领先的IT技术网站
51CTO旗下网站
优秀数据分析师应该具备的5点素质
多数时候非专业人士无法有效处理收集到的数据，这正是数据科学家供不应求的原因。据统计，从年，数据行业取得了约年平均23%的高速增长，比行业平均水平高了5个百分点。
作者：李英杰来源：| 10:05
多数时候非专业人士无法有效处理收集到的数据，这正是数据科学家供不应求的原因。据统计，从年，数据行业取得了年平均约23%的高速增长，比行业平均水平高了5个百分点。
大数据作为近年来新兴起的概念，正切实让人们理解了数据之于企业的重要性。所以优秀的企业为了妥善存储和分析收集来的数据，会毫不犹豫地雇佣专业的数据分析师来帮助公司进行决策。
据调查，平均每个数据分析师的年薪不低于10万美金。而数据工程师、机器学习专家等则可能收入更高。那么，当你的公司想要雇佣一名数据分析师，有那些因素是在考虑范围内呢？
1.专业技能
世界上没有一个数据分析师可以不具备实际的IT技能、没有工具经验而成为一个优秀的数据分析专家。对数据分析师来说，强大的数学功底和统计背景是必不可少的。
2.对行业的了解程度
对特定行业的了解可以帮助数据分析师尽快进入状态，加速决策的过程。如果缺少这一前提，你的数据分析师可能不得不花时间来先对整体行业有一个大概地认知，学习相关知识，然后才能投入其中。
3.沟通能力
现代社会，工作通常要通过分工合作来完成。沟通成为其中必不可少的一环。所以你想要雇佣的数据分析师在这方面有所建树的话，可以极大地提升工作效率。另外，拥有良好沟通能力的专家懂得合理地呈现数据可视化成果并且讲好数据故事。
4.是否足够敏锐
数据科学家常常需要从数据的汪洋大海中找到有用的价值，并且快速改变方法策略来适应业务发展的需求。是否足够敏锐实际上也是业务能力的体现。
数据分析师经常要和数学以及逻辑性打交道。业内有各种定义与规则需要数据分析师保持思维清晰、思路敏捷。另外，逻辑性好也会使对高效写好SQL等数据处理脚本有帮助。
【编辑推荐】
【责任编辑： TEL：（010）】
大家都在看猜你喜欢
热点热点热点热点热点
24H热文一周话题本月最赞
讲师：5人学习过
讲师：31人学习过
讲师：5人学习过
精选博文论坛热帖下载排行
本书共分两篇，15章。其中前6章为网络理论基础篇，介绍的是基本的网络技术，包括计算机网络分类、网络通信协议、IP地址和网线制作等。在第...
订阅51CTO邮刊数据分析师这个职业，是你的菜吗?_复旦大数据-爱微帮
&& &&& 数据分析师这个职业，是你的菜吗?
宽松的格子衫、酒瓶底一样的眼镜，这或许是大多数人对程序员这一群体的群体画像，但在大数据发展如此之快的今天，数据分析师已经成为一个新兴职业。这个听着就高大上的职业，你有没有想过也可以算得上是程序员的一个分支，他们的就业现状如何?　　　　数据分析师　　与传统商业大为不同的是，随着互联网的快速发展，大数据时代已经悄然降临。数据分析师这个新兴职业需求量逐渐增多，大众对于数据分析的认识加深，数据分析3.0时代已经来临。　　数据到底有多大 数据分析又有何用　　都说大数据时代已经来临，但是大数据究竟有多大呢?这些数据从何而来，又有什么价值，或者能辅助那些决策?　　据统计，在互联网的世界里，每分钟Facebook平均有600次的访问量，并有新增用户28万;Amazon每分钟销售高达8.3万美元;全球IP网一分钟能够传输639TB的数据;你需要花费5年的时间才能看完互联网上一秒钟传输的视频。　　　　如何成为数据分析师?　　值得注意的是，我们都已经认识到这个世界的数据量之大超乎我们的想象，但是无论数据的形态和体量发生了任何变化，缺乏数据分析的数据本身是没有商业价值的。而数据分析师的作用就是将实际业务、商业目的和运营目标相结合，今儿为这个社会和个体创造经济价值。　　我国还缺少多少分析师　　如果说从2003年开始，我国数据分析行业开始觉醒，那么13年来，我国的数据分析行业已经初具规模。但是数据分析师作为一种人才，其培养需要一定的时间，所以在我国的大数据人才市场上，数据分析师仍然属于稀缺品种。　　　　金融成中国大数据市场行业营收结构重点　　在已统计的数据相关企业中，北京、上海、广东(主要是深圳)和浙江(主要是杭州)的占比达92%，其中北京处于遥遥领先的地位，全国占比接近60%;在北京的大数据企业或产品中，海淀区又占有绝对的优势地位，占北京大数据企业的63%，在全国来看占比在三分之一左右。　　根据埃森哲一份报告显示，在发展中国家，分析类专业服务和制药业将创造出最多的数据科学相关就业机会。在未来五年，互联网、金融及医疗行业将会创造大多数的数据科学相关职位。　　据Gartner预测，在2016年，大数据将在全球创建440万个工作岗位，其中有190万个工作岗位在美国。同时，根据对阿里巴巴、星图数据、钱方银通、和堂金融等公司的访谈及调研，并根据这些数据做出的预测显示，到2018年，我国数据分析师的职位空缺将达到近40000人，而且各行各业均会对数据科学相关岗位产生很大的需求。　　多金的数据分析师是你的菜吗?　　作为收入不菲的数据分析师行业，让很多人想一试身手。那么，成为一名数据分析师需要哪些技能呢?　　成为一名专业的数据分析师首先要掌握的基础课程包括：大数据的Java基础、Python网络程序开发、大数据的矩阵计算基础、Scala语言入门、深入JVM内核——原理、诊断与优化和深入理解Linux内核、搜索引擎构建与爬虫技术、高并发大数据平台架构设计、Hadoop数据分析平台、Mahout机器学习平台、Spark大数据平台、MongoDB架构、管理与应用等。　　　　数据分析师是你的菜吗?　　预计很多人看到上面这几项基础课程就已经觉得难于登天，也理解了为什么说数据分析是程序员的一个分支;如果你想做BI分析，还要掌握数据挖掘方法、传统统计方法和数据可视化等技术能力。　　所以数据分析师不仅听起来是个高大上的职业，做起来也需要高大上的技能;所以，打算一脚踏入数据分析师行业的年轻人请注意，此门深似海，换句话说，你需要投入大量精力，而且需要学习的东西太多，导致数据分析是的回报率相对较低。　　数据分析师在我国属于新兴职业，这一方面意味着缺乏大量这方面的人才;但另一方面也意味着行业规模小，行业规章制度与基础设施还不完善。如此看来，数据分析师这个职业，是你的菜吗?来源：中关村在线链接：.cn/579/5798417.html回复下列数字即可获得相应干货下载：1：一百多篇大数据文档下载！2：超全数据分析资料免费下载！（包括SQL，R语言，SPSS，SAS，python，数据分析和数据挖掘）3：清华大学数据科学院讲座内容集锦免费下载！4：20G！超全数据分析 视频 教程免费下载！（包括R语言，SPSS，统计学基础，excel，数据挖掘，医学统计）5：Python超全资料分享！【好像有了不起的留言功能了呢！】【要不要试一下？】
点击展开全文
悄悄告诉你
更多同类文章
还可知道有多少人阅读过此篇文章哦
阅读原文和更多同类文章
可微信扫描右侧二维码关注后
还可知道有多少人阅读过此篇文章哦
复旦大数据，邀你一起进入大数据世界！
您的【关注和订阅】是作者不断前行的动力
本站文章来自网友的提交收录，如需删除可进入
删除，或发送邮件到 bang＠ 联系我们，
(C)2014&&版权所有&&&|&&&
京ICP备号-2&&&&京公网安备34}