如何作個有能力|懂業務|擅工具的數據分析師？

如何作個有能力|懂業務|擅工具的數據分析師？

 

@數據化管理 ：常常有網友私信我問「如何作一個數據分析師？」，今天正好看見陳丹奕（從傳統行業到互聯網的全棧數據分析師）的這篇文章，推薦給你們。做者將數據分析師分紅初級、高級、數據挖掘工程師三個層次來闡述，你們正好能夠對號入座。

（PS：本文經陳丹奕受權發佈，第三部分是個人補充）

一、數據分析師的能力體系

8個維度定義，細節以下圖：

 

 

01數學知識

數學知識是數據分析師的基礎知識。

對於初級數據分析師，瞭解一些描述統計相關的基礎內容，有必定的公式計算能力便可，瞭解經常使用統計模型算法則是加分。

對於高級數據分析師，統計模型相關知識是必備能力，線性代數（主要是矩陣計算相關知識）最好也有必定的瞭解。

而對於數據挖掘工程師，除了統計學之外，各種算法也須要熟練使用，對數學的要求是最高的。

02分析工具

對於初級數據分析師，玩轉Excel是必須的，數據透視表和公式使用必須熟練，VBA是加分。另外，還要學會一個統計分析工具，SPSS做爲入門是比較好的。

對於高級數據分析師，使用分析工具是核心能力，VBA基本必備，PSS/SAS/R至少要熟練使用其中之一，其餘分析工具（如Matlab）視狀況而定。

對於數據挖掘工程師……嗯，會用用Excel就好了，其它主要工做要靠寫代碼來解決呢。

03編程語言

對於初級數據分析師，會寫SQL查詢，有須要的話寫寫Hadoop和Hive查詢，基本就OK了。

對於高級數據分析師，除了SQL之外，學習Python是頗有必要的，用來獲取和處理數據都是事半功倍。固然其餘編程語言也是能夠的。

對於數據挖掘工程師，Hadoop得熟悉，Python/Java/C++至少得熟悉一門，Shell得會用……總之編程語言絕對是數據挖掘工程師的最核心能力了。

04業務理解

業務理解說是數據分析師全部工做的基礎也不爲過，數據的獲取方案、指標的選取、乃至最終結論的洞察，都依賴於數據分析師對業務自己的理解。

對於初級數據分析師，主要工做是提取數據和作一些簡單圖表，以及少許的洞察結論，擁有對業務的基本瞭解就能夠。

對於高級數據分析師，須要對業務有較爲深刻的瞭解，可以基於數據，提煉出有效觀點，對實際業務能有所幫助。

對於數據挖掘工程師，對業務有基本瞭解就能夠，重點仍是須要放在發揮本身的技術能力上。

05邏輯思惟

對於初級數據分析師，邏輯思惟主要體如今數據分析過程當中每一步都有目的性，知道本身須要用什麼樣的手段，達到什麼樣的目標。

對於高級數據分析師，邏輯思惟主要體如今搭建完整有效的分析框架，瞭解分析對象之間的關聯關係，清楚每個指標變化的來龍去脈，會給業務帶來的影響。

對於數據挖掘工程師，邏輯思惟除了體如今和業務相關的分析工做上，還包括算法邏輯，程序邏輯等，因此對邏輯思惟的要求也是最高的。

06數據可視化

數據可視化提及來很高大上，其實包括的範圍很廣，作個PPT裏邊放上數據圖表也能夠算是數據可視化，因此我認爲這是一項廣泛須要的能力。

對於初級數據分析師，能用Excel和PPT作出基本的圖表和報告，能清楚的展現數據，就達到目標了。

對於高級數據分析師，須要探尋更好的數據可視化方法，使用更有效的數據可視化工具，根據實際需求作出或簡單或複雜，但適合受衆觀看的數據可視化內容。

對於數據挖掘工程師，瞭解一些數據可視化工具是有必要的，也要根據需求作一些複雜的可視化圖表，但一般不須要考慮太多美化的問題。

07協調溝通

對於初級數據分析師，瞭解業務、尋找數據、講解報告，都須要和不一樣部門的人打交道，所以溝通能力很重要。

對於高級數據分析師，須要開始獨立帶項目，或者和產品作一些合做，所以除了溝通能力之外，還須要一些項目協調能力。

對於數據挖掘工程師，和人溝通技術方面內容偏多，業務方面相對少一些，對溝通協調的要求也相對低一些。

08快速學習

不管作數據分析的哪一個方向，初級仍是高級，都須要有快速學習的能力，學業務邏輯、學行業知識、學技術工具、學分析框架……數據分析領域中有學不完的內容，須要你們有一顆時刻不忘學習的心。

二、數據分析師的工具體系

用一張圖說明問題

 

 

能夠從圖上看到，Python在數據分析中的泛用性至關之高，流程中的各個階段均可以使用Python。因此做爲數據分析師的你若是須要學習一門編程語言，那麼強力推薦Python。

三、數據分析師的業務體系

注：如下部分爲@數據化管理 的補充

前文在數據分析師的能力體系中已經提到業務理解力，可是我想補充一段，如何打磨本身的業務深度。

對於初級的數據分析師有條件的能夠考慮到業務部門實習一段時間，銷售、市場、營運部門均可以待一段時間，這對提升業務理解度會有直接的幫助的。就像個人書《數據化管理：洞悉零售及電子商務營運》中的主人翁柯北和星星同樣，成爲正式的數據分析師以前先到各部門輪崗。

固然企業主管也能夠創造一些機會給這些初級數據分析師輪崗，這也是爲往後分析師更能接地氣打基礎的工做，值得作甚至造成制度在企業推行。

對於高級數據分析師能夠經過多參加跨部門會議，想辦法成爲企業各類項目成員，也能夠參加行業論壇等方法來提升本身的業務深度。

對於數據挖掘工程師來講業務理解度要求應該更高，能夠把數據模型、數據成果放到業務單位去試錯、測試和驗證，還須要想盡辦法去挖掘業務人員的需求（大部分業務人員並不能準確的說出本身的需求）。

我作了15年的銷售工做，2010年才轉型作數據分析的，因此我既瞭解業務又懂點數據分析。

對於業務人員來講，好的數據產品應該是這樣的：

1.有本身想要的數據

2. 有經得起驗證的結論

3. 有和本身相關的業務邏輯

4. 可視化程度高

另外，業務人員不喜歡大而全的數據產品，他們喜歡小而精企且能直接產生業務價值的產品，這一點作數據分析的你們務必注意。