写给：所有零基础转行数据分析的初学者

十年生死两茫茫

数据人，忙忙忙

良辰美景，平添我凄凉

一天早晚闲不住

调研急

报告狂

夜来思路忽闪现

寻笔记

怕遗忘

需求多变

改改又何妨

料得午夜加班时

听家人

鼾声响

 

以上这首短词，是一位资深的数据分析师写的自嘲的段子，现实却是很多分析师的真实写照。看到这里你退缩了吗？

 

最近小编碰到很多小伙伴问“0基础转行数据分析都要学什么？”、“数据分析师平时工作都做什么？”、“数据分析师职业规划是怎样的”，还没有进入数据分析行业的新人，对此有很多的困惑，此文写给所有喜欢对数据分析感兴趣要转行的初学者，希望能对新人有所启发，更好的认识数据分析师这一职业。

 

 

1、数据分析师的日常工作内容是什么？

 

数据分析师这个职位，不同的公司，不同的行业，对于它的理解和工作内容都有所不同。在有些传统行业，数据分析师工作重点是做行业报告等；在阿里巴巴等大型互联网公司，职位区分比较明确，数据分析师大部分时间只做产品和运营的分析工作，至于基础数据处理、搭建数据产品等等不涉及;在创业公司等相对小型公司，数据分析师要干的活可能要不仅仅是产品和运营分析，基础数据采集和处理，数据产品搭建都属于数据分析师的工作范围。

 

明确了数据分析师的工作范围，大概也就清楚了每天要做些什么，比如：

 

产品和运营的数据提供(正常分析师工作)

基础数据采集和处理(类似ETL工作)

数据产品的思考和搭建(类似数据产品经理工作)

数据价值的挖掘(类似数据挖掘工程师工作)

 

2、数据分析师需要会什么？

 

①数据分析理论要求及对数字的敏感性，包括统计学知识、市场研究、模型原理等。

 

②工具使用，包括挖掘工具、数据库、常用办公软件（excel、PPT、VBA、word、脑图）等。

 

③业务理解能力和对商业的敏感性。对商业及产品要有深刻的理解，因为数据分析的出发点就是要解决商业的问题，只有理解了商业问题，才能转换成数据分析的问题，从而满足部门的要求。

 

④汇报和图表展现能力。这是临门一脚，做得再好的分析模型，如果不能很好地展示给领导和客户，成效就大打折扣，也会影响到数据分析师的职业晋升。

 

3、数据分析师的成长阶段

 

①第一阶段（一般岗位叫数据专员）

基本学会excel（VBA最好学会；会做透视表；熟练用筛选、排序、公式），做好PPT。这样很多传统公司的数据专员已经可以做了

 

②第二阶段

这一阶段要会SQL，懂业务，加上第一阶段的那些东西。大多数传统公司和互联网小运营、产品团队够用了。

 

③第三阶段（数据分析师）

统计学熟练（回归、假设检验、时间序列、简单蒙特卡罗），可视化，PPT和excel一定要溜。这些技术就够了，能应付大多数传统公司业务和互联网业务。

 

④第四阶段（分裂）

数据分析师（数据科学家）、BI等：这部分一般是精进统计学，熟悉业务，机器学习会使用（调参+选模型+优化），取数、ETL、可视化啥的都是基本姿态。

 

4.数据分析师就业方向

 

 

数据分析师相关职位有哪些呢

 

数据分析师 ： 偏向商业化的数据分析，运营广告等活动效果分析，销售额或利润预测，用户特征描述等，需要较好的统计知识，需要懂1-2门数据分析工具如SAS、R等；

 

咨询顾问： 面向客户，为客户提供数据抓取、数据分析、出数据报表、改进建议落实等咨询服务，需要有较好的沟通能力，需要懂1-2门数据分析工具如SAS、R等（咨询顾问其实也分技术和非技术，技术类的主要是为客户搭建数据平台）

 

数据产品经理 ： 一般是互联网公司独有，数据量大的公司会有自己的数据产品，如阿里巴巴的数据魔方等，主要是针对数据产品从产品立项、提开发需求、跟进产品开发、测试一直到产品上线等工作（相对来说并不需要对从业者要求很高的数据分析或统计能力，属于目前市场上为数不多但高工资的职位）

 

看到这里，初学者们对数据分析师职位都有了清楚的认识吧，只要保持学习能力和好奇心，任何时候转行都不晚！