資料分析師和聖騎士職業很相似，都需要“門門通”。最近，我嘗試對資料分析師的能力和工具體系進行梳理，以下內容為僅供參考。

資料分析師的能力體系

如下圖：

• 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。

• 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，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。

對於資料探勘工程師……嗯，會用用Excel就行了，主要工作要靠寫程式碼來解決呢。

• 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。

• 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。

• 邏輯思維

這項能力在我之前的文章中提的比較少，這次單獨拿出來說一下。

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。

• 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。

• 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。

• 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。

以上，就是我對資料分析師能力的總結。

資料分析師的工具體系

一圖說明問題

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～

人工智慧、大資料、雲端計算和物聯網的未來發展值得重視，均為前沿產業，有興趣的朋友，可以查閱多智時代，在此為你推薦幾篇優質好文：