SQL

对于数据分析，我一直强调核心是业务，通过业务的分析逻辑影射到数据分析的处理逻辑，而数据分析工具则是帮助我们实现结果的手段。

作为一名数据从业者，虽然市面上有很多很智能很自助的数据工具，甚至有的拖拖拽拽就能实现，但作为一名报表工程师、数据分析师，不懂一点SQL是绝逼不行的。

企业里面为了保证数据的安全性和管理的方便，数据都是统一存放在数据库中，从数据库中提取和查询数据需要使用SQL语言，甚至有的公司就是用SQL语言来做数据分析。

数据可视化是一个需要理解业务需求、数据结构、数据交互原理、数据表达逻辑以及考察审美的复杂工作。

关于Excel的进阶学习，主要分为两块：一个是数据分析常用的Excel函数，另一个分享用Excel做一个简单完整的分析。

三款开源的BI报表分析和数据可视化工具！

未来三年，AI能力会成为每一位技术人员的基本能力。

在企业日常的运营中，善用What-if分析将对决策分析起到十分重要的帮助。而在观远BI中，我们可以使用动态参数功能，来轻松构建What-if分析。所以接下来，我们将通过几个案例，来教大家如何通过灵活使用参数功能，来实现What-if分析的强大功能！

如果一个数据工作者长期从事取数工作，其价值确实会很小，为什么这么讲呢？

我个人也很喜欢机器学习和人工智能，但是如果你所运营的是一家拥有 1000 到 10000 名客户数量的小型在线商店，那你仍然可以依靠 SQL。毕竟，机器学习和人工智能方面的人才也并不是随处可见。

本文将给大家介绍SPSS Modeler与数据的链接问题。

关于 Python 的最喜欢的一件事是使用者获得观察 R 社区的好处，然后模拟其最好的部分。我相信一种语言和它的库和工具一样有用。

本篇文章我们通过分析和对比发现数据分析职位的需求主要集中在北上广深四个一线城市，在行风方面，移动互联网，金融行业和电子商务行业都对数据分析人才有着较大的需求量。

所谓数据科学家就是比软件工程师更擅长统计学，比统计学家更擅长软件工程的人。

数据从业者有许多工具可用于分割数据。有些人使用 Excel，有些人使用SQL，有些人使用Python。对于某些任务，使用 Python 的优点是显而易见的。以更快的速度处理更大的数据集。使用基于 Python 构建的开源机器学习库。你可以轻松导入和导出不同格式的数据。