1. 程式人生 > >初高階分析師的能力和工具體系,指標雷達圖!

初高階分析師的能力和工具體系,指標雷達圖!

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: