想要成為數(shù)據(jù)分析師，需要學(xué)什么

我想要成為一名數(shù)據(jù)分析師，可是數(shù)據(jù)分析師需要學(xué)些什么東西？

數(shù)據(jù)分析師分布在不同行業(yè)中，專門從事行業(yè)數(shù)據(jù)搜集、整理、分析，并依據(jù)數(shù)據(jù)做出行業(yè)研究、評(píng)估和預(yù)測(cè)。數(shù)據(jù)分析師需要敏銳的數(shù)字洞察力，因此，統(tǒng)計(jì)、會(huì)計(jì)、保險(xiǎn)、工程經(jīng)濟(jì)、金融、數(shù)學(xué)、計(jì)算機(jī)等專業(yè)的同學(xué)對(duì)這個(gè)行業(yè)有明顯優(yōu)勢(shì)，但其他行業(yè)的同學(xué)如果對(duì)這個(gè)職業(yè)感興趣，通過日常學(xué)習(xí)，掌握一些統(tǒng)計(jì)必備技能，亦可以從事此類工作.

數(shù)據(jù)分析師主要工作領(lǐng)域：

1、從事投資項(xiàng)目審核審批和招商引資、項(xiàng)目評(píng)估、投資決策等工作的政府機(jī)構(gòu)、企業(yè)的相關(guān)領(lǐng)導(dǎo)以及從業(yè)人員。

2、在銀行或非銀行金融機(jī)構(gòu)、投資管理公司、投資管理顧問公司從事風(fēng)險(xiǎn)投資、產(chǎn)業(yè)投資、信貸和投資管理等方面工作的專業(yè)從業(yè)人員。

3、會(huì)計(jì)師事務(wù)所、資產(chǎn)評(píng)估事務(wù)所及稅務(wù)師事務(wù)所、律師相關(guān)專業(yè)人員。

4、學(xué)習(xí)財(cái)務(wù)、統(tǒng)計(jì)、投資、金融和企業(yè)管理等相關(guān)專業(yè)的在校應(yīng)屆學(xué)生。

5、在企事業(yè)單位從事市場(chǎng)調(diào)查與宣傳工作的人士以及具有策劃與決策工作職能要求的人士。

6、在不同領(lǐng)域嘗試創(chuàng)業(yè)以及在投資、金融、資本運(yùn)營(yíng)、房地產(chǎn)和企業(yè)管理領(lǐng)域發(fā)展的各界人士。

數(shù)據(jù)分析師的工作內(nèi)容分為四個(gè)層面：

1、處理臨時(shí)需求：解決業(yè)務(wù)一次性，臨時(shí)性的數(shù)據(jù)需求

2、報(bào)表開發(fā)：根據(jù)業(yè)務(wù)需要，與開發(fā)工程師討論進(jìn)行相關(guān)報(bào)表開發(fā)。

3、數(shù)據(jù)分析與挖掘：與業(yè)務(wù)同事一起溝通，分析業(yè)務(wù)問題，提供建議;根據(jù)業(yè)務(wù)需要建立各類挖掘模型。

4、數(shù)據(jù)產(chǎn)品化：通過數(shù)據(jù)產(chǎn)品化方式解決結(jié)構(gòu)化業(yè)務(wù)問題。

數(shù)據(jù)分析師的基本要求：

1、懂得建立目標(biāo)

數(shù)據(jù)分析是為了解決問題而去分析，不是單純?yōu)榉治龆治?。?shù)據(jù)分析是有目的性的。比如：一季度ABC產(chǎn)品的銷售情況，是按月份為橫坐標(biāo)建立各部門的圖表;各產(chǎn)品線ABC在一季度的銷售情況，是按部門為橫坐標(biāo)建立對(duì)應(yīng)的圖表。

2、針對(duì)不同人群提供不同的結(jié)論報(bào)告

數(shù)據(jù)分析要有結(jié)論報(bào)告，不同的人群報(bào)告的側(cè)重點(diǎn)不同。比如管理層，看的是趨勢(shì)和異常點(diǎn);營(yíng)銷人員看的是ROI((Return On Investment)產(chǎn)出比率和高用戶質(zhì)量的導(dǎo)入情況;業(yè)務(wù)人員看的是產(chǎn)品對(duì)用戶的活躍度等。

3、掌握數(shù)據(jù)分析工具

如果是互聯(lián)網(wǎng)數(shù)據(jù)分析，可以從google GA入門，EXCEL輔助，了解數(shù)據(jù)分析的基本算法。至于SAS,SPSS這些高級(jí)工具不一定需要。

4、不同時(shí)期要有不同的KPI(Key Performance Indicator,關(guān)鍵績(jī)效指標(biāo))

不斷的調(diào)整目標(biāo)和發(fā)現(xiàn)問題是數(shù)據(jù)分析精細(xì)化的必經(jīng)過程。

例如：騰訊的數(shù)據(jù)分析關(guān)鍵指標(biāo)集不斷調(diào)整，從2007年的關(guān)注會(huì)員基數(shù)，到現(xiàn)在的會(huì)員活躍度、用戶體驗(yàn)度、性能度等等。建立對(duì)應(yīng)的模型，幫助產(chǎn)品和項(xiàng)目的同事更好的了解用戶

Q&A如何迅速成長(zhǎng)成為一名數(shù)據(jù)分析師?

如從編程零基礎(chǔ)，知道一些簡(jiǎn)單的統(tǒng)計(jì)知識(shí)的情況下

回答 Terry Meng，Data Scientist

牧心、朱孝軒、春天已經(jīng)不遠(yuǎn)了 等人贊同

從業(yè)多年，跨行業(yè)，跨專業(yè)，跨公司文化，跨地域，覺得有些東西可以分享。

我認(rèn)為數(shù)據(jù)分析/數(shù)據(jù)科學(xué)/商業(yè)智能(或是其它類似名字)的職業(yè)，最核心的部分在于兩點(diǎn)：業(yè)和術(shù)。

“業(yè)”更偏向于你的soft skills，你的理解能力，分析能力，溝通能力，mind-set。其中當(dāng)然包括最重要的一個(gè)能力：

將復(fù)雜的商業(yè)問題轉(zhuǎn)化為數(shù)學(xué)模型，并利用編程能力進(jìn)行分析，預(yù)測(cè)和評(píng)估，再轉(zhuǎn)化為合適的Business Plan，執(zhí)行。

你可以看到，這是一個(gè)生態(tài)圈，其中并不是只是包含了其它答案所描述的數(shù)學(xué)模型，統(tǒng)計(jì)理論，也不只是包含用什么工具sas,r,excel?？偨Y(jié)來說是一種完全設(shè)身處地去為商業(yè)模型思考的mind-set。這是我很多國(guó)內(nèi)數(shù)據(jù)從業(yè)者身上很少看到的。很多同事更喜歡強(qiáng)調(diào)自己的統(tǒng)計(jì)模型多好，算法多牛，當(dāng)然，別理解錯(cuò)，這些優(yōu)化都是好事，但從一個(gè)Business function (我把a(bǔ)nalytic當(dāng)作一種服務(wù)我們的商業(yè)目標(biāo)的商業(yè)職能)　的角度來說，這只是一個(gè)從過程中的小部分。這可能是因?yàn)楹芏啻笮推髽I(yè)，比如銀行，電商，IT，智能太細(xì)分導(dǎo)致，很少有人能真正退一步去思考我們做分析的意義何在，如何落地，能賺多少錢。

“術(shù)”更偏向于你的技術(shù)，包括你的數(shù)學(xué)，統(tǒng)計(jì)，編程，硬件的技術(shù)。這個(gè)技術(shù)對(duì)很多技術(shù)愛好者來說是數(shù)據(jù)分析最有意思的一部分，但對(duì)很多更喜歡business的朋友來說，很乏味。當(dāng)然，沒有好與壞，高級(jí)和低級(jí)的區(qū)別。術(shù)業(yè)有專攻就是這道理，譬如我們公司，Data science for infrastructure engineering負(fù)責(zé)數(shù)據(jù)倉(cāng)庫(kù)的朋友工資反而最高。 而抽象一點(diǎn)去說：

為了解決商業(yè)問題所需要的技術(shù)，能力。

看到這里你應(yīng)該明白了，很多時(shí)候我們說的數(shù)據(jù)分析師實(shí)則是這個(gè)層面的。而再細(xì)分，這個(gè)技術(shù)其實(shí)分為三層：

1 統(tǒng)計(jì)理論，模型

2 數(shù)據(jù)庫(kù)查詢類編程SQL

3 底層數(shù)據(jù)存儲(chǔ)技術(shù)hadoop, hive, spark, etc.

成為一個(gè)合格的數(shù)據(jù)科學(xué)家，你需要上面1，2的本事。有能力利用統(tǒng)計(jì)模型解決問題，也有能力通過編程將這些模型實(shí)現(xiàn)，并且自動(dòng)化。這里很多人爭(zhēng)論SAS,R,Python,SPSS，在我看來，無非只是工具，都是相同的，只要能用就好。而數(shù)理統(tǒng)計(jì)，則是要同時(shí)結(jié)合Q quant和P quant(具體請(qǐng)參照數(shù)說工作室，具體名字我忘了，一個(gè)微信號(hào))。區(qū)別在于一個(gè)強(qiáng)調(diào)隨機(jī)概率，一個(gè)強(qiáng)調(diào)根據(jù)歷史數(shù)據(jù)的統(tǒng)計(jì)。所以，基本理論要知道，比如如何判別模型顯著，如何優(yōu)化模型?；灸Ｐ鸵惨獣?huì)，回歸，Clustering, sequence analysis等等。只有精通這些模型，才能知道怎么從統(tǒng)計(jì)角度去解決商業(yè)文體。analytic里面經(jīng)常有個(gè)說法：

report 告訴你過去發(fā)生什么

BI告訴你現(xiàn)在發(fā)生什么

modeling 告訴你將來發(fā)生什么

其中的意義可以好好體會(huì)一下。

再到數(shù)據(jù)庫(kù)查詢，那基本SAS,SQL,python的指令要會(huì)，這些花不了太多時(shí)間去學(xué)，但是用得好就很關(guān)鍵。俗話說80%的時(shí)間data cleansing, 20%作模型。大家體會(huì)下。因?yàn)镃S出身，所以編程好些，處理數(shù)據(jù)確實(shí)幫我省了不少時(shí)間。

這里再?gòu)?qiáng)調(diào)一個(gè)mind set很重要：作模型，是要在結(jié)論，結(jié)果符合商業(yè)邏輯的前提下進(jìn)行詮釋。我看到很多剛畢業(yè)的stats的人，很喜歡用復(fù)雜的stats變量用在模型，結(jié)果當(dāng)然模型很fit,但是卻很難解釋。這一點(diǎn)一直都很有爭(zhēng)議，不是因?yàn)橛昧瞬缓?，而是用的話你要知道用這個(gè)變量的好與壞是什么。比如很多人喜歡用interaction變量放在回歸模型，2維，3維，請(qǐng)自行體會(huì)下。

最后，底層數(shù)據(jù)存儲(chǔ)技術(shù)。這塊我涉足不深，不敢亂說。但基本體會(huì)是，有個(gè)高效的，高容錯(cuò)，高吞吐量，兼容性強(qiáng)的數(shù)據(jù)庫(kù)是做數(shù)據(jù)分析的基礎(chǔ)。

恩，差不多到這。至于先學(xué)什么后學(xué)什么可以自己根據(jù)實(shí)際需求安排下。