如何做個有能力|懂業務|擅工具的資料分析師？
如何做個有能力|懂業務|擅工具的資料分析師？
@資料化管理 ：經常有網友私信我問“如何做一個數據分析師？”，今天正好看見陳丹奕（從傳統行業到網際網路的全棧資料分析師）的這篇文章，推薦給大家。作者將資料分析師分成初級、高階、資料探勘工程師三個層次來闡述，大家正好可以對號入座。
（PS：本文經陳丹奕授權釋出，第三部分是我的補充）
1、資料分析師的能力體系
8個維度定義，細節如下圖：
01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，瞭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，瞭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）最好也有一定的瞭解。
而對於資料探勘工程師，除了統計學以外，各類演算法也需要熟練使用，對數學的要求是最高的。
02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，還要學會一個統計分析工具，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，VBA基本必備，PSS/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。
對於資料探勘工程師……嗯，會用用Excel就行了，其它主要工作要靠寫程式碼來解決呢。
03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。
對於資料探勘工程師，Hadoop得熟悉，Python/Java/C++至少得熟悉一門，Shell得會用……總之程式語言絕對是資料探勘工程師的最核心能力了。
04業務理解
業務理解說是資料分析師所有工作的基礎也不為過，資料的獲取方案、指標的選取、乃至最終結論的洞察，都依賴於資料分析師對業務本身的理解。
對於初級資料分析師，主要工作是提取資料和做一些簡單圖表，以及少量的洞察結論，擁有對業務的基本瞭解就可以。
對於高階資料分析師，需要對業務有較為深入的瞭解，能夠基於資料，提煉出有效觀點，對實際業務能有所幫助。
對於資料探勘工程師，對業務有基本瞭解就可以，重點還是需要放在發揮自己的技術能力上。
05邏輯思維
對於初級資料分析師，邏輯思維主要體現在資料分析過程中每一步都有目的性，知道自己需要用什麼樣的手段，達到什麼樣的目標。
對於高階資料分析師，邏輯思維主要體現在搭建完整有效的分析框架，瞭解分析物件之間的關聯關係，清楚每一個指標變化的前因後果，會給業務帶來的影響。
對於資料探勘工程師，邏輯思維除了體現在和業務相關的分析工作上，還包括演算法邏輯，程式邏輯等，所以對邏輯思維的要求也是最高的。
06資料視覺化
資料視覺化說起來很高大上，其實包括的範圍很廣，做個PPT裡邊放上資料圖表也可以算是資料視覺化，所以我認為這是一項普遍需要的能力。
對於初級資料分析師，能用Excel和PPT做出基本的圖表和報告，能清楚的展示資料，就達到目標了。
對於高階資料分析師，需要探尋更好的資料視覺化方法，使用更有效的資料視覺化工具，根據實際需求做出或簡單或複雜，但適合受眾觀看的資料視覺化內容。
對於資料探勘工程師，瞭解一些資料視覺化工具是有必要的，也要根據需求做一些複雜的視覺化圖表，但通常不需要考慮太多美化的問題。
07協調溝通
對於初級資料分析師，瞭解業務、尋找資料、講解報告，都需要和不同部門的人打交道，因此溝通能力很重要。
對於高階資料分析師，需要開始獨立帶專案，或者和產品做一些合作，因此除了溝通能力以外，還需要一些專案協調能力。
對於資料探勘工程師，和人溝通技術方面內容偏多，業務方面相對少一些，對溝通協調的要求也相對低一些。
08快速學習
無論做資料分析的哪個方向，初級還是高階，都需要有快速學習的能力，學業務邏輯、學行業知識、學技術工具、學分析框架……資料分析領域中有學不完的內容，需要大家有一顆時刻不忘學習的心。
2、資料分析師的工具體系
用一張圖說明問題
可以從圖上看到，Python在資料分析中的泛用性相當之高，流程中的各個階段都可以使用Python。所以作為資料分析師的你如果需要學習一門程式語言，那麼強力推薦Python。
3、資料分析師的業務體系
注：以下部分為@資料化管理 的補充
前文在資料分析師的能力體系中已經提到業務理解力，但是我想補充一段，如何打磨自己的業務深度。
對於初級的資料分析師有條件的可以考慮到業務部門實習一段時間，銷售、市場、營運部門都可以待一段時間，這對提高業務理解度會有直接的幫助的。就像我的書《資料化管理：洞悉零售及電子商務營運》中的主人翁柯北和星星一樣，成為正式的資料分析師之前先到各部門輪崗。
當然企業主管也可以創造一些機會給這些初級資料分析師輪崗，這也是為日後分析師更能接地氣打基礎的工作，值得做甚至形成制度在企業推行。
對於高階資料分析師可以通過多參加跨部門會議，想辦法成為企業各種專案成員，也可以參加行業論壇等方法來提高自己的業務深度。
對於資料探勘工程師來說業務理解度要求應該更高，可以把資料模型、資料成果放到業務單位去試錯、測試和驗證，還需要想盡辦法去挖掘業務人員的需求（大部分業務人員並不能準確的說出自己的需求）。
我做了15年的銷售工作，2010年才轉型做資料分析的，所以我既瞭解業務又懂點資料分析。
對於業務人員來說，好的資料產品應該是這樣的：
1.有自己想要的資料
2.有經得起驗證的結論
3.有和自己相關的業務邏輯
4.視覺化程度高
另外，業務人員不喜歡大而全的資料產品，他們喜歡小而精企且能直接產生業務價值的產品，這一點做資料分析的大家務必注意。
轉載於:https://my.oschina.net/Bettyty/blog/754035