高薪数据分析师，没你说的那么简单！

如何成为一名数据分析师，并不像如何成为一名程序员那么有章可循。高校都没有专门的数据分析专业，有的也是传统统计学范畴的。

很多人都不是很了解数据分析究竟该学些什么，那么我们如何通过学习数据分析来改变自己的职业道路，改变自己的人生呢？

首先我们先看一个故事：

一、对数据分析师的误解

直到做数据分析师五、六年了，每每和家人朋友聊天，都还是会有人不懂我在做什么。

家人：“数据分析?分析什么东西?”

我：“哪里有数据，哪里就有我们，什么都可以分析。”

家人：“是软件工程师吗?会编程吗?”

我：“…不是，不太会。”

家人：“那是管理层吗?”

我：“还…还不到级别。”

家人：“那是商务人员?做市场或销售。”

我：“…也不是，不过我们辅助他们作决策。”

家人：“决策不都是老板说了算吗?你们到底做什么?”

我：“……来，我去给您加点水。”

除了家人朋友，很多时候，同公司内部的人也会比较困惑，数据分析师究竟是做什么的。收集数据、整理数据表、做各种报表、写 ppt、做挖掘模型、打小报告……每个人的理解都不一样。

“小陈，你能给我发一个去年一年的xx页面的访问量吗?最好是以国家，行业，公司规模作为纬度的，浏览量和 UV 都要。”在数据分析师眼中，这样的场景早已司空见惯。

由于我们对 SQL 等数据工具轻车熟路，很多部门就会直接找我们要数据，但并不会说清楚前因后果。这样不仅浪费分析师时间，也并不能解决业务人员的需求。

数据分析，被很多部门漏看了“分析”二字。

二、数据分析师的正确姿势

数据分析师的正确姿势应该是什么样?

互联网公司的优势在于，运营过程中产生大量数据，这些数据可以通过一些手段转化为决策的动力。数据分析师，就是这其中的结合点。

产品，营销，销售等部门，都会有不同的需求。

例如：

产品经理最关心的，是 A/B 测试的数据，用以决定产品的效果;

营销团队，在乎营销渠道反馈与结果的数据，以便设计下一个营销战略;

销售，关心客户的购买率，保留，以及追加销售时机等。

三、一个合格的数据分析师要有怎样的知识体系？

统计相关的数学知识

数学知识是数据分析师的基础知识。

对于初级数据分析师，了解一些描述统计相关的基础内容，有一定的公式计算能力即可，了解常用统计模型算法则是加分。

对于高级数据分析师，统计模型相关知识是必备能力，线性代数(主要是矩阵计算相关知识)最好也有一定的了解。

而对于数据挖掘工程师，除了统计学以外，各类算法也需要熟练使用，对数学的要求是最高的。

趁手的工具

对于初级数据分析师，玩转Excel是必须的，数据透视表和公式使用必须熟练，VBA是加分。另外，还要学会一个统计分析工具，SPSS作为入门是比较好的；如果，能熟练使用一款数据可视化工具（例：Power BI）就更好了。

对于高级数据分析师，使用分析工具是核心能力，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)视情况而定。

对于数据挖掘工程师……嗯，会用用Excel就行了，主要工作要靠写代码来解决呢。

业务理解能力

业务理解说是数据分析师所有工作的基础也不为过，数据的获取方案、指标的选取、乃至最终结论的洞察，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

理工男都具有的思维。

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，逻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。

大数据可视化工具

数据可视化说起来很高大上，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，所以我认为这是一项普遍需要的能力。

对于初级数据分析师，能用Excel和PPT做出基本的图表和报告，能清楚的展示数据，就达到目标了。

对于高级数据分析师，需要探寻更好的数据可视化方法，使用更有效的数据可视化工具，如可视化工具tableau，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。

对于数据挖掘工程师，了解一些数据可视化工具是有必要的，也要根据需求做一些复杂的可视化图表，但通常不需要考虑太多美化的问题。

协调沟通

不是业务，胜似业务！

对于初级数据分析师，了解业务、寻找数据、讲解报告，都需要和不同部门的人打交道，因此沟通能力很重要。

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。

对于数据挖掘工程师，和人沟通技术方面内容偏多，业务方面相对少一些，对沟通协调的要求也相对低一些。

除此之外，还需要掌握基本的数据分析思路、方法、工具、应用相关知识，明悦数据旗下的马达金牌课就是一门数据分析师全体系培养课程。

通篇看下来，做一名合格的数据分析师真的是相当不容易（吓退一批学渣），行业人才紧缺和待遇之高也是可想而知，有媒体报道，在美国，数据分析师平均每年薪酬高达17.5万美元，而国内顶尖互联网公司，薪酬也要比同级别其他职位高20%-30%，而且颇受企业重视。所以，同学们努力吧，也许未来你就是那个穿梭在大城市最高端CBD的顶尖级数据分析师。