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、業務理解能力和對商業的敏感性。對商業及產品要有深刻的理解，因為資料分析的出發點就是要解決商業的問題，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、匯報和圖表展現能力。這是臨門一腳，做得再好的分析模型，如果不能很好地展示給領導和客戶，成效就大打折扣，也會影響到資料分析師的職業晉公升。
二、請把資料分析作為一種能力來培養
從廣義來說，現在大多數的工作都需要用到分析能力，特別是資料化運營理念深入的今天，像bat這樣的公司強調全員參與資料化運營，所以，把它作為一種能力培訓，將會讓你終生受益。
三、從資料分析的四個步驟來看清資料分析師需具備的能力和知識：
資料分析的四個步驟（這有別於資料探勘流程：商業理解、資料理解、資料準備、模型搭建、模型評估、模型部署），是從更巨集觀地展示資料分析的過程：獲取資料、處理資料、分析資料、呈現資料。
（一） 獲取資料
獲取資料的前提是對商業問題的理解，把商業問題轉化成資料問題，要通過現象發現本質，確定從哪些緯度來分析問題，界定問題後，進行資料的採集。此環節，需要資料分析師具備結構化的思維和對商業問題的理解能力。
工具：思維導圖、mindmanager軟體
（二） 處理資料
乙個資料分析專案，通常資料處理時間佔70%以上，使用先進的工具有利於提公升效率，所以盡量學習最新最有效的處理工具，以下介紹的是最傳統的，但卻很有效率的工具：
excel：日常在做通報、報告和抽樣分析中經常用到，其圖表功能很強大，處理10萬級別的資料很輕鬆。
ultraedit：文字工具，比txt工具好用，開啟和執行速度都比較快。
access：桌面資料庫，主要是用於日常的抽樣分析（做全量統計分析，消耗資源和時間較多，通常分析師會隨機抽取部分資料進行分析），使用sql語言，處理100萬級別的資料還是很快捷。
orcle、sql sever：處理千萬級別的資料需要用到這兩類資料庫。
當然，在自己能力和時間允許的情況下，學習新流行的分布式資料庫及提公升自身的程式設計能力，對未來的職業發展也有很大幫助。
分析軟體主要推薦：
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：老牌經典挖掘軟體，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。
隨著文字挖掘技術進一步發展，對非結構化資料的分析需求也越來越大，需要進一步關注文字挖掘工具的使用。
（三） 分析資料
分析資料，需要用到各類的模型，包括關聯規則、聚類、分類、**模型等，其中乙個最重要的思想是對比，任何的資料需要在參照系下進行對比，結論才有意義。
1、《資料探勘與資料化運營實戰，思路、方法、技巧與應用》，盧輝著，機械出版社。這本書是近年國內寫得最好的，務必把它當作聖經一樣來讀。
2、《誰說菜鳥不會資料分析（入門篇）》和《誰說菜鳥不會資料分析（工具篇）》，張文霖等編著。屬於入門級的書，適合初學者。
3、《統計學》第五版，賈俊平等編著，中國人民大學出版社。比較好的一本統計學的書。
4、《資料探勘導論》完整版，[美]pang-ning tan等著，范明等翻譯，人民郵電出版社。
5、《資料探勘概念與技術》，jiawei han等著，范明等翻譯，機械工業出版社。這本書相對難一些。
6、《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。
7、《問卷統計分析實務—spss操作與應用》，吳明隆著，重慶大學出版社。在市場調查領域比較出名的一本書，對問卷調查資料分析講解比較詳細。
（四） 呈現資料
該部分需要把資料結果進行有效的呈現和演講匯報，需要用到金字塔原理、圖表及ppt、word的呈現，培養良好的演講能力。
1、《說服力讓你的ppt會說話》，張志等編著，人民郵電出版社。
2、《別告訴我你懂ppt》加強版，李治著，北京大學出版社。
3、《用圖表說話》，基恩。澤拉茲尼著，馬曉路等翻譯，清華大學出版社。
（五） 其他的知識結構
資料分析師除了具備數學知識外，還要具備市場研究、營銷管理、心理學、行為學、產品運營、網際網路、大資料等方面的知識，需要構建完整廣泛的知識體系，才能支撐解決日常遇到的不同型別的商業問題。
1、《消費者行為學》第10版，希夫曼等人著，江林等翻譯，中國人民大學出版社，現在應該更新到更高的版本。
2、《怪誕行為學》公升級版，艾瑞里著，趙德亮等翻譯，中信出版社
3、《營銷管理》，科特勒等著，梅清豪翻譯，格致出版社和上海人民出版社聯合出版
4、《網際網路思維—獨孤九劍》，趙大偉主編，機械出版社
5、《大資料時代—生活、工作與思維的大變革》，捨恩伯格等著，周濤等翻譯，浙江人民出版社
四、關於資料分析師的職業發展：
1、資料分析師通常分兩類，分工不同，但各有優勢。
一類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。
另一類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？
這個問題的答案跟「什麼人適合學功夫」一樣，毫無疑問，功夫是適合任何人學習的（排除心術不正的人），因為能夠強身健體。而功夫的成效，要看習武者的修煉深淺。常常有人爭論，是詠春拳厲害，還是散打厲害，其實是顛倒了因果，應該看哪個人練習得比較好，流派之間沒有高低，只有人修煉的厚薄。
實際上，問題的潛台詞是「什麼人學習資料分析，會更容易取得成功（比如職業成功）」，這個要視乎你的興趣、付出和機遇。但要做到出類拔萃，除了上面三點，還需要一點天賦，這裡的機遇是指你遇到的職業發展平台、商業環境、導師和同事。
借用管理大師德魯克的話「管理是可以習得的」，管理並非是天生的，而資料分析能力，也可以後天提公升。或許做到優秀，只需要你更加的努力+興趣，而這個努力的過程，也包括你尋找機遇的部分。
六、關於如何學習：
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。
2）自己學會用軟體來實現。
2、關注名人、名博、**，多渠道學習。
1）關注專業的資料分析、諮詢公司**和論壇，特別強調，統計軟體公司的**如spss的官網有很多案例庫，值得關注。
spss的案例庫，可在官網上搜尋各類案例：
另外，你最好建乙個自己的**導航目錄，提公升你的學習效率
3）加入一些有共同愛好的qq群，互相學習交流。通常群裡有人會提出一些真實的運營問題，然後大家用不同的方法去解決，對思路很有啟發。
七、最後的建議
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，那就開始學習，給你幾條建議。
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、在公司裡找一些有共同愛好的同事一起學習資料分析，平時多請教資料分析做得好的同事，它山之石，可以攻玉。
3、紮實學好
一、兩門資料探勘軟體，基於你有程式設計的基礎，建議你可以學sas或者r，同時輔助學習spss modeler。如果沒程式設計基礎或者希望短期能夠取得成效，那也可以先學習spss。sas+spss，基本能夠滿足很大部分企業的需求，三者都會，那更好。
4、要了解公司是如何運營，產品是如何開發的，如何做客戶研究鎖定客戶需求，如何做產品營銷，這些需要不斷工作積累和廣泛的閱讀。
6、學習到一定程度時，參加一些資料分析師的職業認證，進一步梳理知識結構，同時認識一些志同道合的朋友和老師，也是對你有很大幫助。
希望你能夠成為你想成為的人！
年薪50萬的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...
CDALEVEL 大資料分析師
1.大資料分析基礎 1 2.python 基礎 5 3.linux ubuntu 作業系統基礎 2 hadoop 安裝配置及執行機制解析 2 hdfs 分布式檔案系統 2 mapreduce 理論及實戰 2 hadoop 生態其他常用元件 6 資料庫導論 2 mysql 理論及實戰 3 hbase ...
大資料分析師「錢途」無量
大資料時代已經到來，人類開始進入商務智慧型化時代。如火如荼的大資料行業催生了一項與資料處理相關的職業 大資料分析師，後者通過對資料的挖掘分析來影響企業的商業決策。大資料分析師是幹嘛的？大資料分析師就是一群玩資料的人，玩出資料的商業價值，讓資料變成生產力。阿里巴巴集團研究員薛貴榮曾如此概述。大資料分析...