随行大数据时代的到来，各个行业对数据分析师的岗位需求，越来越重视，如果想成为一名专业的数据分析师，就要提前谋划出清晰的未来，即职业规划。

职业规划是对职业生涯乃至人生进行持续的系统的计划的过程，规划的好坏，必将影响整个生命历程。

下面我将以个人为例，从四个方面，来浅谈数据分析师的职业规划。

一 发现问题

准确定位问题，才能去分析问题，因此我们首先要做好自我定位，如之前所学专业或者所从事的领域工作是什么，遇到了哪些问题需要进一步学习？

就我个人而言，之前所学专业为音乐学、经济学，现在任职于互联网金融行业（P2P）上市公司，从事数据分析类工作，负责业务内外部数据统计和应用方面的策略制订和实施，以及相应的业务流程梳理； 并运用数据挖掘，周期性跟踪运营数据并提供专业分析报告，提供运营，产品及策略支持； 此外，对业务数据要进行分析和解读，定位业务问题和原因，为业务总监以及管理层提供决策依据； 不仅如此，还要对接各部门提供数据支持，完成数据分析需求，配合业务的战略发展，对现有业务或新业务进行分析，支持管理决策，定期规划建设可视化报表等。但，仅仅停留在目前的能力，并不能满足一个有梦想者的需求，2019年来了，希望在此基础上，数据分析能力可以进一步提高，尤其是要逐步掌握SQL/Python/tableau/Axure等数据分析工具，在职级和薪资上，都能更上一层楼！

二 分析问题

什么是数据分析？

参考百度词条：见图片。

那数据分析师是什么呢？

数据分析师是指基于各种分析手段对大数据进行科学分析、挖掘、展现并用于决策支持的过程，大数据分析师就是从事此项职业的从业人员称呼。

2. 数据分析师需要哪些技能？

数据分析师所具体的技能如下：

A 初级：理解统计学相关知识，熟练掌握EXCEL的相关操作，掌握SQL语句，使用ppt制作分析报告。

B. 中级：熟悉数据库，熟练使用SQL、Python和R语言，会写数据分析报告。

C. 高级：统计概率，数学，精通SQL、Python、R语言，机器学习等。

三 解决问题

确定好你要找哪个行业的数据分析师工作？

以我为例，在身边朋友不断进步发展的影响下，自我审视，发现还有很多数据分析工具没有掌握，对知识和进步深感饥渴，迫切想继续在互联网金融（P2P）行业，首先是，行业发展前景好，实用性高；其次是，行业与专业对口；当然，职业经历对口且有一定的工作经验，方便晋升或跳槽，也是一点。综合分析考虑，这是现阶段最适合自己的提升之路了，接下来，需要好好落实行动即可。

2. 找到某行业的招聘职位需求 。

兴趣+市场上有需求 结合在一起才是最佳的！可手动在招聘网上搜索职位信息。

3. 获取这个行业相关的数据

提示：不同的行业积累经验的方式也不同，如果跨行跨岗，则需要多做些行业数据分析项目，弥补经验空白。

下载数据地址为kaggle。

Online P2P Lending​www.kaggle.com/skihikingkevin/online-p2p-lending

根据选择的行业领域，找到下载数据的地址，具体描述数据集里有哪些字段信息？

信息如下：

loan_number 借款编号

amount_borrowed 借款总数

term 期限

borrower_rate 借款利率

installment 分期付款

grade 等级

origination_date 起始日期

listing_title 列表标题

principal_balance 本金余额

principal_paid 已付本金

interest_paid 已付利息

late_fees_paid 已付费用

debt_sale_proceeds_received 债务出售所得

last_payment_date 截止付款日期

next_payment_due_date 下次付款到期日

days_past_due 到期日

loan_status_description 贷款状态描述

data_source 数据源

4. 具体规划。

以下部分已经熟练掌握的，可以适当减短学习天数。

A.描述统计分析 3天

B.使用Excel进行数据分析 2天

C.可视化和PPT商业报告制作 3天

D.业务知识 2天

E.使用SQL进行数据分析 7天

F.内推晋升/继续提升学习