資料分析師的成長之路
在學習資料分析之前應該明白幾點
以資料分析師為例，先看一下國內知名網際網路資料分析師的招聘要求： 從業務開始學習一門技術要和行業靠攏，沒有行業背景的技術如空中樓閣。技術尤其是計算機領域的技術發展是寬泛且快速更替的（十年前做網頁設計都能成立公司），一般人沒有這個精力和時間全方位的掌握所有技術細節。但是技術在結合行業之後就能夠獨當一面了，一方面有利於抓住使用者痛點和剛性需求，另一方面能夠累計行業經驗，使用網際網路思維跨界讓你更容易取得成功。不要在學習技術時想要面面俱到，這樣會失去你的核心競爭力。大資料是技術工具，最終的應用需要深入理解業務企業的業務場景和商業模式，甚至有人說不懂業務就不要談大資料，可見領域知識的重要性。值得一提的是，近幾年在頂尖科學雜誌《nature》與《science》上發表的大資料文章都是來自行業專家，而並非計算機專家，這從另外乙個方面反映了業務知識的重要性。
get技能
數學知識數學知識是資料分析師的基礎知識。對於初級資料分析師，了解一些描述統計相關的基礎內容，有一定的公式計算能力即可，了解常用統計模型演算法則是加分。對於高階資料分析師，統計模型相關知識是必備能力，線性代數（主要是矩陣計算相關知識）最好也有一定的了解。分析工具
對於初級資料分析師，玩轉excel是必須的，資料透視表和公式使用必須熟練，vba是加分。另外，還要學會乙個統計分析工具，spss作為入門是比較好的。對於高階資料分析師，使用分析工具是核心能力， spss/sas/r至少要熟練使用其中之一，其他分析工具（如matlab）視情況而定。
程式語言
對於初級資料分析師，會寫sql查詢，有需要的話寫寫hadoop和hive查詢，基本就ok了。對於高階資料分析師，除了sql以外，學習python是很有必要的，用來獲取和處理資料都是事半功倍。當然其他程式語言也是可以的。
以上來自：
做了一段時間的資料分析，一點個人的體會：
1、資料的前期準備非常重要，首先你需要特別了解你的資料，內容是什麼，各類資料的範圍，大致特徵；然後進行資料清洗和預處理，這些都是非常關鍵的步驟。
如果忽略以上的步驟或者完成的不到位，那麼即使是在最後的建模階段，撰寫分析報告的階段，也都得回到最初的資料準備環節。
2、要熟練掌握常用的統計軟體，比如excel，spss等，有時候如果對程式設計不熟悉的部分直接使用統計分析軟體，結果會更快和更方便。
在工作中，一方面要求效率，一方面要求準確性和資料的可用性，所以，有時候必須得充分考慮資料的特點和實際問題的結合，才能得出具有實用性的分析結果。
3、 學習的系統性
這一點非常重要，現在處於乙個碎片化知識的整理和部分的加強階段。
4、習慣記錄！
學習的記錄是乙個非常重要的環節，一方面是知識的鞏固，更重要的是乙個邏輯的強化。
keep updating!
資料分析師的成長之路
一 掌握基礎 更新知識。資料庫查詢 sql 資料分析師在計算機的層面的技能要求較低，主要是會sql，因為這裡解決乙個資料提取的問題。有機會可以去逛逛一些專業的資料論壇，學習一些sql技巧 新的函式，對你工作效率的提高是很有幫助的。統計知識與資料探勘 你要掌握基礎的 成熟的資料建模方法 資料探勘方法。...
資料分析師的成長之路
一 掌握基礎 更新知識。資料庫查詢 sql 資料分析師在計算機的層面的技能要求較低，主要是會sql，因為這裡解決乙個資料提取的問題。有機會可以去逛逛一些專業的資料論壇，學習一些sql技巧 新的函式，對你工作效率的提高是很有幫助的。統計知識與資料探勘 你要掌握基礎的 成熟的資料建模方法 資料探勘方法。...
資料分析職業前景規劃
別看崗位職責，任職要求這麼多，說白了主要就三點要求 1 對相關業務的理解 2 掌握一到二種資料分析工具 3 良好的溝通。可能不同的公司因為需求不同，會在要求上有點小小的不同，而這個不同主要集中在資料庫上。了解資料分析師的具體需求之前，我們有必要先了解資料分析師的職位體系。在傳統行業中，資料分析更多存...