数据分析师需要具备的技能有哪些?
2、Excel，很老派，但依然很强大，你甚至可以用它做预测分析和趋势分析。主要的坑爹之处是跟Python比速度太慢。
3、Tableau，可视化工具，但根据我的经验，大多数公司都把它明确列为数据分析师的必备技能。在Tableau中可以拖放数据到预设图表，简单强大;还有更多复杂的高级功能，比如计算字段，连接到一个实时的SQL数据库而非基于静态的Excel表单进行分析。
关于数据分析师需要具备的技能有哪些，青藤小编就和您分享到这里了。如果您对大数据工程有浓厚的兴趣，希望这篇文章可以为您提供帮助。如果您还想了解更多关于数据分析师、大数据工程师的技巧及素材等内容，可以点击本站的其他文章进行学习。
很多人都在纠结自己没学过编程软件，不会Python怎么办，其实Python之类的只是一个工具而已，数据分析师对python的能力要求并不高，工作中用SQL和EXCEL相对多一些，都比较简单，前段时间Python比较火爆，是因为数据分析师这个职业突然火爆的原因，很多培训机构都想把python作为切入点来获客，现在已经冷淡下来了，所以不要被误导。
关键在于你通过数据分析发现问题、解决问题的思路上，所以商业逻辑和分析思维相对而言更重要一些。具体数据分析师需要的技能可以参考我之前的回答，总之在没有经验的时候，能去体验到真实的项目，做真实的数据，才能真的算是做过数据分析。
一、具备专业的理论知识和探索精神
无论我们学习何种专业技能，都需要从构建自己的理论知识体系开始。当然，学习数据分析也不例外。对于数据分析师而言，我们需要掌握的理论知识主要包括：统计学、概率等基础知识，因为，大部分数据分析方法都离不开描述统计法（包括平均数、中位数、众数、显著性、相关性、回归分析等）。
另外，数据分析师还需要加深对行业的了解。假设你去了一家做医疗机械的公司，你精通数据分析，却医疗机械一窍不通，又怎么能为公司的业绩做贡献呢？这也就不难理解为什么数据分析师需要加深对所在行业的了解了。
2、具备收集、整理和清洗数据的能力
对于数据分析师来说，在我们的日常工作中，有70%~80%的时间，都需要耗费在数据收集和整理上，因此，这就需要他们对所需要收集的数据，有足够的识别能力。比如，确定分析方向后，预判需要哪些数据？时间范畴？预判无用且影响分析的数据？等等。
确定好数据需求后，数据分析师需要进入多个数据库去收集数据，并做数据清理，看看是不是有missing value或者outliers等等。
最后，将整理好的数据，作为分析所需的原始数据。为了能更好的从数据里提取到需要的信息，以下这些软件就是数据分析师们常用的。Querying language和statistical language主要是用来做一些初步的数据分析，例如可以出一些图表，看一下数据的分布，从而对数据有个了解。而scripting language则可以用于建模或者测试一下hypothesis。因此总的来说，这些软件对于数据分析师来说就像厨师的刀，是必不可少的工具。
查询语言（Querying Language）：SQL; Hive; Pig
脚本编程语言（Scripting Language）：Python; Matlab
统计语言（Statistical Language）：R; SAS; SPSS
数据表（Spreadsheet）：Excel
3、具备图像分析能力和呈现能力
将数据加以分析，呈现出可视化图像，便于员工理解是数据分析师的必备技能。因此，我们需要具备使用仪表板来构建仪表盘，并生成相应的报告，进而展示数据结论。
另外，基于部分数据信息和结论是不能对外展示的，因此，数据分析师还需要会使用加密工具，以便只将部分内容授权展示给员工。
4、具备综合的业务分析能力
数据分析师还需要学习业务思维，将业务问题转化为数据问题，并通过数据结论反馈给业务部门，为业务部门提供有利的数据支撑，或业务转型指导等，从而帮助企业降低成本、扩大收益。
此外，数据分析从某种角度来说，也是另一种形式是探索。通过不断探索，数据分析师还能找到行业中某些隐藏的规律，从对推动企业未来发展起到建设性作用。
5、良好的沟通能力
对于数据分析师而言，具备良好的沟通能力是非常重要的。学会沟通不仅能让你理解别人的意思，还能让别人理解你的意思。这对于数据分析师展现自己的专业能力，是非常有帮助的。因此，我们需要做好这3件事：
第一，学会倾听。通常来说一个数据分析师需要面对PM和CEO。因此，在准备presentation时，要注意回答这两方关心的不同的问题。对于PM来说，需要的是简单无修饰，多干货介绍在各种情况下如何进行协作交互。而面对CEO，需要展示的是稍加修饰的PPT和最重要提供具体的建议；
第二，学会转化语言。尤其是在分享会上，或者做报告时，一定要考虑到没有技术背景的听众的感受。将技术语言转化成商业语言，做到通俗易懂，是数据分析师一门重要的必须课；
第三，强调结果。做分析主要就是为了看结论，从而指导接下来的工作。因此，在为管理者解读数据时，要学会省略无意义的分析过程，直奔重点。这样能更快捷、更有效的推进项目。
