Question

数据分析师主要做什么

Answer 1

1、懂业务。从事数据分析工作的前提就会需要懂业务，即熟悉行业知识、公司业务及流程，最好有自己独到的见解，若脱离行业认知和公司业务背景，分析的结果只会是脱了线的风筝，没有太大的使用价值。
2、懂管理。一方面是搭建数据分析框架的要求，比如确定分析思路就需要用到营销、管理等理论知识来指导，如果不熟悉管理理论，就很难搭建数据分析的框架，后续的数据分析也很难进行。另一方面的作用是针对数据分析结论提出有指导意义的分析建议。
3、懂分析。指掌握数据分析基本原理与一些有效的数据分析方法，并能灵活运用到实践工作中，以便有效的开展数据分析。基本的分析方法有：对比分析法、分组分析法、交叉分析法、结构分析法、漏斗图分析法、综合评价分析法、因素分析法、矩阵关联分析法等。高级的分析方法有：相关分析法、回归分析法、聚类分析法、判别分析法、主成分分析法、因子分析法、对应分析法、时间序列等。
4、懂工具。指掌握数据分析相关的常用工具。数据分析方法是理论，而数据分析工具就是实现数据分析方法理论的工具，面对越来越庞大的数据，我们不能依靠计算器进行分析，必须依靠强大的数据分析工具帮我们完成数据分析工作。最简单的工具如Excel，hihidata，都是需要熟练掌握的。Excel精通的话可能要好几年，hihidata学起来就方便多了，一天就能达到熟练状态。
5、懂设计。懂设计是指运用图表有效表达数据分析师的分析观点，使分析结果一目了然。图表的设计是门大学问，如图形的选择、版式的设计、颜色的搭配等等，都需要掌握一定的设计原则。分析工具里面一般都自带了一些图表样式，如Excel里面的柱形图，饼图等，hihidata里面的仪表盘，雷达图，折线图，地图等等。
【【工具使用】】

【Excel】：普遍适用，既有基础，又有中高级。中级一般用Excel透视表，高级的用Excel VBA。
【hihidata】：比较小众的数据分析工具。三分钟就可以学会直接上手。无需下载安装，直接在线就可以使用。
【SPSS】：专业统计软件，没有统计功底很难用的。同时包含了数据挖掘等高大功能。
【SAS】：专业统计软件，专业人士用的，不懂编程还是不要碰了。
【MARLAB】：建立统计与数学模型，但是比较难学，很难上手。
【Eview】：比较小众，建立一些经济类的模型还是很有用的。计量经济学中经常用到。
各种BI与报表工具：【FineBI】，【FineReport】等。

Answer 2

数据分析师通常分两类，分工不同，但各有优势。

一类是在专门的挖掘团队里面从事数据挖掘和分析工作的，另一类是下沉到各业务团队或者运营部门的数据分析师，成为业务团队的一员。

数据分析师主要负责挖掘和分析海量数据，以满足企业具体的商业需求。

一名优秀的数据分析师应具备以下技能：

编程：这是数据分析师最基本的技能，编程可以提高你的统计能力，帮助你分析海量数据，同时也可以创建自己的工具。

定量分析：这是分析大数据集的重要技能。定量分析可以提高实验分析能力，扩展数据策略，并帮助你实现机器学习。

产品直觉：深入了解产品将有助于你进行定量分析，此外，这还将帮助你预测系统行为、建立衡量指标以及提高调试技能。

沟通：可能是每个行业最重要的软技能，强大的沟通能力将帮助你“利用上述的所有技能”。

团队合作：团队合作对于数据分析工作的成功至关重要，这需要你无私接受反馈意见，并与团队分享见解。

Answer 3

数据分析师这个职位，不同的公司，不同的行业，对于它的理解和工作内容都有所不同。在有些传统行业，数据分析师工作重点是做行业报告等；在阿里巴巴等大型互联网公司，职位区分比较明确，数据分析师大部分时间只做产品和运营的分析工作，至于基础数据处理、搭建数据产品等等不涉及;在创业公司等相对小型公司，数据分析师要干的活可能要不仅仅是产品和运营分析，基础数据采集和处理，数据产品搭建都属于数据分析师的工作范围。

明确了数据分析师的工作范围，大概也就清楚了每天要做些什么，比如：

产品和运营的数据提供(正常分析师工作)

基础数据采集和处理(类似ETL工作)

数据产品的思考和搭建(类似数据产品经理工作)

数据价值的挖掘(类似数据挖掘工程师工作)

Answer 4

目前主要分为两个大的层面吧，第一就是业务类型的数据分析，业务数据分析更多的就是通过各类数据报表为业务的发展提供意见或者策略，属于策略岗位；另外第二方面就是技术性比较强的数据挖掘或者建模岗位，这种岗位技术性比较强，属于在公司做研究的岗位，当然如果想转行的话可以学个CDA 数据分析师就业班，可以迅速转行就业

Answer 5

总得来说是对现有的数据进行分析，数据分析师本质是提炼数据规则,为数据增值,满足客户需求一个工作流程.包含数据采集,数据整理和清洗,探索性分析和数据挖掘及数据产品化等流程.CDA等级课程有详细内容和案例,1级是业务数据分析师,对基础薄弱学员比较友好,2级是建模分析师,需要有编程思维和业务经验,3级是数据科学家,行业背景要求更高,懂技术,精业务,会管理.