以下是一位在資料分析領域打滾了n年後的分析師寫下的一些總結和體會大家可以借鑑學習！
一、成為資料分析師有哪些要求？
1、理論知識要寬泛，涉及數學、市場和技術。要求及對資料敏感，包括統計知識、市場研究、模型原理等。
2、常規分析工具的使用，包括資料庫、資料探勘、統計分析工具，常用辦公軟體（excel、ppt、思維導圖）等等。
3、有一定的業務理解能力，能理解業務背後的商業邏輯。因為只有理解了商業問題，才能轉換成資料分析的問題，從而滿足部門的要求。
4、資料報告和資料視覺化的能力。資料分析得再好，如果不能以漂亮的方式「表達」，成效也會大打折扣。
二、把資料分析當做一種能力來培養
現在大多任務作都需要你擁有邏輯分析能力，尤其是對資料的分析理解。在資料化運營理念深入的今天，bat這樣的大型網際網路公司強調全員參與資料化運營，把資料分析當作一種能力在培訓，也必定是未來趨勢。
三、資料分析師所需具備的能力和知識（從資料分析的4個步驟來理解）
資料分析的四個步驟：資料獲取、資料處理、資料分析、資料呈現。
1、資料獲取
資料獲取看似簡單，但是需要把握對問題的商業理解，轉化成資料問題來解決，直白點講就是需要哪些資料，從哪些角度來分析，界定問題後，再進行資料採集。此環節，需要資料分析師具備結構化的邏輯思維。
推薦書籍：《金字塔原理》、麥肯錫三部曲：麥肯錫意識、工具、方法；
2、資料處理
資料的處理需要掌握有效率的工具：
excel及高階技能：日常工作通用，容易掌握，處理10萬級別的資料很輕鬆。
學習高階excel需要哪些技能？
學習excel是個循序漸進的過程
基礎：簡單的**資料處理、列印、查詢、篩選、排序
函式和公式：常用函式、高階資料計算、陣列公式、多維引用、function
視覺化圖表：圖形圖示展示、高階圖表、圖表外掛程式
資料透視表、vba程式開發
按照我習慣的方法，先過一遍基礎，知道什麼是什麼，然後找幾個case練習。多逛逛excelhome論壇，平常多思考如何用excel來解決問題，善用外掛程式，還有記得儲存。
帆軟finereport：專業的報表工具，日常做報表設計乙個模板可通用，只要會寫sql就可上手。相比excel做報表，開發的技術要求較少，能很快地開發常規報表、動態報表，並可以放在移動端和大屏檢視。
oracle和sql sever：企業最常用的千萬級別的資料庫，熟練掌握sql語言。
保持不斷的技術學習，比如學習新流行的hadoop之類的分布式資料庫來提公升個人能力，對求職有幫助。
3、分析資料
分析資料往往需要各類統計分析模型，如關聯規則、聚類、分類、**模型等等。
因此，熟練掌握一些統計分析工具不可免：
spss系列：老牌的統計分析軟體，spss statistics（偏統計功能、市場研究）、spss modeler（偏資料探勘），不用程式設計，易學。
sas：經典挖掘軟體，需要程式設計。
r：開源軟體，新流行，對非結構化資料處理效率上更高，需程式設計。
各類bi工具：
tableau:視覺化工具的鼻祖，對於處理好的資料可作自由的視覺化分析，圖表效果驚人
大資料bi工具finebi:類同tableau，可在前端做任意維度分析；資料可在前端繼續處理（計算、篩選過濾等），可對接hadoop之類的大資料平台，資料處理效能較好。
1、《說菜鳥不會資料分析》系列，入門級書，初學者最適。
2、《資料探勘與資料化運營實戰，思路、方法、技巧與應用》，內容很系統很全面。
3、《市場研究定量分析方法與應用》，簡明等編著，中國人民大學出版社。
4、資料視覺化呈現
很多資料分析工具已經涵蓋了資料視覺化部分，只需要把資料結果進行有效的呈現和演講匯報，可用word\ppt\h5等方式展現。
四、關於資料分析師的職業發展
1、資料分析師通常分兩類，技術型分析師和業務型分析師，分工不同，但各有優勢。
技術型分析師是在專門的挖掘團隊裡面從事資料探勘和分析工作的。如果你能在這類專業團隊學習成長，那是幸運的，但進入這類團隊的門檻較高，需要紮實的資料探勘知識、挖掘工具應用經驗和程式設計能力。該類分析師更偏向技術線條，未來的職業通道可能走專家的技術路線。技術型分析師的角色包括資料工程師、挖掘工程師、資料科學家、建模工程師、資料架構師、etl工程師等，這些稱謂都或多或少代表了其工作性質。
業務型分析師是下沉到各業務團隊或者運營部門的資料分析師，成為業務團隊的一員。他們工作是支撐業務運營，包括日常業務的異常監控、客戶和市場研究、參與產品開發、建立資料模型提公升運營效率等。該型別分析師偏向產品和運營，可以轉向做運營和產品。
2、資料分析師的理想行業在網際網路，但條條大道通羅馬，走合適你的路線。
從行業的角度來看：
1）網際網路行業是資料分析應用最廣的行業，其中的電商企業，更是目前最火的，而且企業也更重視資料分析的價值，是資料分析師理想的成長平台。
2）其次是諮詢公司（比如專門的資料探勘公司teradata、尼爾森等市場研究公司），他們需要資料分析人才，而且相對來說，資料分析師在諮詢公司成長的速度更快，專業也會更全面。
3）再次是金融行業，比如銀行和**等行業，該行業對資料分析的依賴需求，越來越大。
4）最後是電信行業（中國移動、聯通和電信），它們擁有海量的資料，在嚴峻的競爭下，也越來越重視資料分析，但進入這些公司的門檻比較高。
五、什麼人適合學習資料分析？
這個問題之前有詳細寫過一篇文章哪些人能做好資料分析？就好比學功夫一樣，既要有天賦也要有後天的努力，但我想後者佔大部分，鐵杵也能磨成針。
六、如何系統地學習資料分析？
學習方法千萬種，關鍵是找到適合自己的，最好能夠結合你的工作遇到的問題來學習。
這裡我列舉乙個經典的從0到1的入門方法
第一周：excel學習掌握
第二週：資料視覺化
第三週：分析思維的訓練
第四周：資料庫學習
第五周：統計知識學習
第六周：業務學習
第七周：python/r學習
七、最後
請再次問問自己，是否真的喜歡資料分析，能否忍受處理資料時的寂寞？如果是，那就宜早不宜遲，馬上開始行動吧。
再次強調：
1、把資料分析作為一種能力培養，讓自己在現在的團隊中展現出良好的資料分析能力，為你以後內部轉崗做好準備。如果內部轉崗不成，你可以考慮跳槽到我之前分析的行業中，但我強烈建議你還是需要把系統開發的程式設計能力學習好，並且對商業智慧型系統（bi和crm）有一定了解，這也許是應聘資料分析的優勢。如果沒有資料分析經驗去應聘，相對會難一些，用人單位會考你統計和資料探勘模型方面的知識，以及工具使用情況。
2、紮實學好
一、兩門資料探勘軟體，基於你已有得程式設計基礎，可以學sas或者r，基本能夠滿足很大部分企業的需求。
3、多看多想多觀察，學習業務職能是這樣，細水長流，還需要不斷工作積累和廣泛的閱讀。
最後，希望你能夠成為你想成為的人！
大資料分析師養成記
以下是一位在資料分析領域打滾了n年後，寫下的一些體會，一定能給新人一些借鑑的地方。總結的不錯，大家可以借鑑學習哦 一 資料分析師有哪些要求？1 理論要求及對數字的敏感性，包括統計知識 市場研究 模型原理等。2 工具使用，包括挖掘工具 資料庫 常用辦公軟體 excel ppt word 腦圖 等。3 ...
年薪30萬的資料分析師必備技能
年薪30萬的資料分析師必備技能，無論各行各業都需要進行資料分析，企業需要大量專業人才來分析挖掘資料的價值，以提公升企業利潤。市場上出現巨大的資料人才需求。自學資料分析找不到學習方向無從下手，知識點零散總是抓不住重點，學習起來效率非常低。資料分析師必備技能 一 基礎篇 資料分析必備技能 由淺入深系統化...
資料分析師（50 70萬）
年薪範圍 50.0 70.0 萬 崗位描述 1.參與網易遊戲玩家的行為資料整合 分析建模，為產品設計研發及運營提供資料支援 2.設計國內外遊戲行業 市場研究方案，建立指標體系 演算法模型以提供市場分析 工具或結果 3.探索及開發資料相關工具 應用，拓展或優化產品 使用者研究方法或效率 4.基於公司內...