你知道数据分析师每天的工作是什么嘛？

你知道想要成为一名数据分析师需要会哪些技能嘛？

你知道数据分析师的职业瓶颈在哪里嘛？

。。。。。。

作为想要转行数据分析师的同学们而言，这些问题都是转行成功的关键点，本期，小编就带领大家解开这些疑惑，全面解析数据分析师这个岗位。

数据分析入门，其实可以很简单。下面，笔者就来给大家讲讲究竟如何入门数据分析。

01发展路径

想要深入了解一个行业，首先我们需要知道自己的职业发展路径是什么，对该岗位整体有所规划，才能够更好的帮助我们快速学习。下面笔者就为大家盘点一下数据分析的发展路径是怎么样的。

1）数据专员 薪资7K左右

了。

薪资7K—9k

这一阶段的数据分析师需要会的技术就要多一些了，需要会懂得用SQL，同时业务能力也有一定的要求，再加上上一阶段需要会的能力，应聘大多数互联网公司也是够用的了。

薪资11K—15K

除了上述提到的SQL外，还需要会统计学，可视化，其中excel和PPT需要使用熟练，这样就可以应对大部分的公司业务。

4）高级数据分析师

15K—20K

这一阶段的数据分析师已经十分成熟了，能够发展的方向也各式各样，处于百花齐放的阶段，下面给大家罗列一下能够发展的方向都有哪些：

数据分析专家 ：这一部分基本上都是走技术路线，需要能够熟练业务，取数、Excel、可视化啥的都是基本操作。数据分析师致力于改进企业已有的数据系统，从而使传达行业或业务的发展趋势变得更加容易。

，并将该模型的计划、目前的状态、可能存在问题的问题汇报给公司。

：数据库开发工程师主要负责分析当前的数据库流程。通过现代化、简化或消除的方式，提升软件运行效能。

他们主要与开发团队合作，通常情况下，想要成为数据库开发工程师，除了需要具备数据分析能力外，还需要具备数据库开发和单元测试

方面的经验。简单说，就是需要懂数据、懂代码和懂测试。

经理主要负责设施中数据的存储和分析。

python数据分析师培训在线课程介绍1005 播放 · 0 赞同视频​

宝子们，0基础小白不知道如何学习数据分析，没有实际的项目来操作，可以免费参加“python数据分析入门特训营”哦。

02学习方法

都学过，但是也不知道该如何下手，这里给大家推荐一个我当初用的学习方法：理论+实操，双向操作。

一开始我在网上搜索了大量的知识分享，包括别人的心得总结、思维知识框架等等，筹备好资料后，就开始了我的系统学习之旅。

1）Excel

毫无疑问，大部分数据分析师第一个入手的一定是excel，它作为数据处理的第一工具，相信大部分同学在大学的时候都学习过这个软件，学起来并不难，但是有很多很琐碎的功能，推荐大家用一个完整的视频架构搭配练习文档进行学习。

2）SQL

这个是仅次于EXCEL的优先度，因为无论是从事数据分析的什么工作，SQL都是不可缺少的一部分，SQL可以帮助我们自己提取数据，并作一些初步分析，是每个数据分析师都必要会的技能。

3）数据分析工具

、python、R这三个工具。

Tableau的长处是可视化，很多可视化是可以通过EXCEL完成的，但是商业智能BI一定是未来的趋势，而且Tableau上手甚至比SQL还容易，完成可视化只需要鼠标拖拽~Tableau还支持各种数据库，学习Tableau的同时如果手边有数据库也可以顺手连上把SQL也练习了。

Python相信大家都熟悉，这里还是简单给大家介绍一下它的优势都有哪些。

易上手。就是Python最大的优势，一个初学者不需要像C，Java去懂得数据类型，内存管理，你只要学会几句语法，你就可以完成一个任务。

代码简洁。别的语言可能需要上百行的代码才能完成的任务，Python只需要十行。庞大完善的代码库支持。Python为我们提供了完善的基础代码库，在网络，文件，文本，GUI方面都有大量的函数为我们提供帮助。

还有第三方库，也就是世界各地的程序员分享出来的代码库，当我们想去实现某个需求的时候，也许已经有人为你造好了轮子，你只要调用就行。

R有非常之多的包，且不同包的开发者有不一样的写作习惯，因此，入门R其实需要花不少时间。但在基本熟悉之后，你会发现它的语法是简单的，要再上手新的包，乃至各种测试和开发工具，会很便利。

给大家总结一下学习路径：熟悉理论→熟悉EXCEL、SQL→熟练Tableau/PPT（数据可视化）→建议Python/R（大数据分析）

对于初级的数据分析师而言，基本上需要会需求整理、数据清洗、沟通跟进、简易分析及分析报告就足够了，我们上述也提到了，对于想要精进自身，深度发展的小伙伴，可以搜索自己想要的发展方向，进行学习规划。

03

数据分析师每天都在干什么？

1）数据排查

数据分析师每天最关心的一定是数据，如果公司的数据出现了较大幅度的波动，这时就需要我们对数据进行排查，为什么今天的用户增长量下降了10%？为什么订单数据下降了等等。都是我们需要去分析的问题。

分析的方法有很多种，比如根据不同渠道或是新老客户等等，在大多数的情况下还是能比较快地找到问题所在的。

2）做报表

BI报表是每个数据分析师必不可缺的技能，日常的数据以及产品的实时情况都需要汇总，形成图表的形式。注意要清晰明了有逻辑，需要让老板第一时间就能看懂。

3) 分析报告

分析报告一般针对刚刚结束的活动或是改版后的产品做一个复盘，这个基本上是根据甲方的要求来做出的报告，当然数据分析师也可以根据自身的理解做一些探索性的分析，比如用户增长量或是留存率的影响因素等等。

4）埋点设计和校验

数据采集可以说是落地整个数据驱动增长最基础、也是最关键的一步。因为只有采集的数据足够准确，我们才能通过数据分析做出正确的决策，进而促进活动、产品及公司的整体增长。数据采集埋点，一种是无埋点，这时候我们需要根据自己的来判断是否需要进行埋点设计。

在给出埋点设计文档后，研发设计完埋点，就需要数据分析师和测试一起对每个埋点进行验证。

5）模型相关

掌握数据分析方法有一条好的捷径——套用分析模型，对新手来说几乎是百试百灵，只要掌握几个分析模型，基本上可以应对工作中的所有业务分析场景。但每个公司需要的数据模型都不太相同，这里就不多加叙述了。

04

如何判断自己能不能做数据分析？

无论哪个工作，兴趣都是最重要的，而作为数据分析师要做到的首先就是不讨厌数字，如果上学时期就对数字异常反感的同学可能就不太适合这个岗位，相反的，对数字敏感，能够一眼就发现异常值，数据分布情况，那当然是最好的。除此之外，如果拥有以下这几点特性，说明你与数据分析还是比较相配的。

1）思维逻辑好

其次思维逻辑较好也能够帮助你在成为数据分析师的比较重要的一个因素，想测试自己逻辑思维能力的同学，可以在网上找到爱因斯坦的那道经典逻辑题，看看自己需要花多少时间来解开问题。

逻辑思维能力不好的同学十分容易被各种指标的定义规则与业务联系纠结死，好的思维逻辑可以帮助数据分析师在写SQL等数据处理脚本也会更加高效。

2）业务理解能力

。

在技术方面，是否能够完全掌握数据库结构和SQL，是否能够清晰的画出图表以及对图标内容的掌控力等等。

3）细心和耐心

做数据分析往往需要很强的耐心、细心以及交流能力，做数据分析很多时候会很纠结，所以细心和耐心是必须的，好的交流感也能够让数据分分析师更好的阐述问题。

05

数据分析的前景如何？

数据分析师的前景其实还是相当可观的，越来越多的公司需要数据分析师来当军事的角色，在打仗前（活动）前，数据分析师通过收集到的情报来进行分析，给领导提出建议。

而数据分析师的“钱”景也同样可观，根据分支不同，岗位的薪资也分为不同的金额，小编在职友集为大家统计了数据，下方为大家罗列了一下数据分析行业的岗位和薪资待遇。

数据工程师：众数区间10-20K；全国均薪12.9K

：众数区间10-30K；全国均薪13.1K

数据分析师/报告撰写人：众数区间10-30K；全国均薪15.8K

数据架构师：众数区间30-50K；全国均薪33K

师：众数区间15-50K；全国均薪18.4K

：众数区间20-50K；全国均薪28.3K

：众数区间15-50K；全国均薪20K

从平均薪资来看，根据职友集的最新数据显示，数据数据分析师月平均薪资为17K，其中，占比最大的是20-30K这个群体。

其中，最热门的BI商业数据分析师

和Python大数据分析师的薪资更是位居首位，即便只从事1年时间左右，都可以拿到15K+的高薪。

可见无论是前景或是“钱”景对于我们而言，都是十分不错的一个选择。

06

新手学数据分析常见的错误有哪些？

虽然数据是客观的，但是解读数据的人是主观的，同一份数据在不同数据分析师分析得出的结果可能截然不同，新手往往会犯下比较基础的错误，下面就为大家罗列一下新手数据分析师比较容易会犯的错。

1）数据可能存在偏差

数据一定要客观，我们在拿到收据的同时，首要任务是要判断它的来源及可信度，再进行分析，因为有些数据本身就是错误的，如进行刷单或是人为操控的数据，关注不符合常理的数据变化，再对数据采集方法进行调整才是我们的首要任务。

2）过度依赖数据

我们要清楚，数据对于业务而言只是辅助手段，而不是核心推动力。过度的依赖数据会导致我们在决策上判断失误。

一份靠谱的分析结论，即来源于对关键数据的分析，也来源于经验的积累，如果只是通过对数据分析就得出的结论，往往会有一定的偏差性。

3）忽略业务需求

新手数据分析师往往十分在意技术层面高于业务需求，但优秀的分析师一定是既懂业务又懂技术的，从根本来说，技术是为业务服务而存在的，公司评判一个数据分析师能力究竟有多强，归根结底还是要看他的业务产出。所以，数据分析师也要多去一线了解业务运作，帮助解决业务运营中遇到的各种问题。

07

写在最后

对于新手而言，想要进入一个全新的领域，在着急找寻资料或是学习视频前，首要任务是先确定这个岗位是否满足自己的需求和预期，再进行下一步的行动。

大数据时代，企业的数据体量不断扩大，业务需求不断变化，数据分析的环境也不断变化。数据分析师作为越来越多的企业不可或缺的岗位，着实是转行不错的选择，但是否适合，还得自己判断。