标签：数据分析 分析 入门 分析师 分析法 方向 数据 一文
文章目录
确定职业方向：
数据分析有多种就业方向，很多人一开始湖看海学，学到的知识很混乱又不知道如何结合使用。在进行职业相关知识学习前，需要确定自己想往哪个方向去学习，确定好了去准备中途才能不迷茫。
数据分析的分支大致可如下图所示：
数据分析 偏业务 偏技术 数据分析师偏分析 数据分析师偏数据 数据挖掘工程师 算法工程师
偏业务方向的数据分析:
1)数据分析师(偏分析)，此方向更看重逻辑思维，如思考框架的完整性、思维的灵活性，相比于比较传统的商业分析师，行业分析师，除了对业务的深入理解之外，你需要有对数据有更敏锐的嗅觉。此方向是大多数人转行大数据行业的起点，你需要熟练office软件、excel等。
2)数据分析师(偏数据)，此方向更看重数据处理基础，比如从数据库中按需求取数，按需求统计数据等，相比偏分析的数据分析师，需要更加熟练excel、sql等。同时，对业务的理解也非常重要，因为有时候从数据出发的建议对分析端会有巨大帮助。此方向是向数据挖掘等技术岗升级的路线之一，需要熟练sql、excel等。
偏技术方向的数据分析:
1)数据挖掘工程师，此方向更看重数据技术，比如统计学基础。数据库操作(SQL等)编程基础(python 等)、机器学习基础(分类模型等)，同时你还需要对业务有一定程度的理解(要不怎么挖掘数据呢?)。
数据挖掘工程师的主要工作是利用已有的算法模型，对业务数据进行清洗，建模Q分析(用轮子)此方向薪资远大于数据分析师，天花板也较高，不过升级有一定难度。
2)算法工程师，此方向更看重理论基础，比如机器学习算法原理，相关数学原理等。算法工程师的主要工作一般是研究算法，为公司的相关业务需求优化算法(造轮子、修轮子、优化轮子)。
此方向薪资非常高，天花板也高，不过一是升级难度大，二是市场需求没有数据挖掘等方向大，一股是大型大数据公司才会需要这个岗位，比如 BAT(中小公司由于成本问题，一般用轮子就好，最多稍稍优化一下已有的轮子)
了解数据分析流程
简单认识数据分析的作用与阶段
数据分析在企业的日常经营分析中主要有三大作用：
1.现状分析：
一般通过日常通报来完成，如日报、周报、月报等形式。
2.原因分析：
一般通过专题分析来完成，根据企业运营情况选择针对某一现状进行原因分析。
3.预测分析：
一般通过专题分析来完成，通常在制定企业季度、年度等计划时进行。
什么时候开展什么样的数据分析需要根据你的需求及目的来确定。
在数据分析的第一步进行选择：明确数据分析目的（了解现状、找出业务变动原因、预测发展等）
数据分析有六个阶段，分别为：
明确分析目的和思路、数据收集、数据处理、数据分析、数据展现、报告撰写
其中数据处理是占据整个分析过程时间最多的，数据处理的基本目的是从大量的、杂乱无章、难以理解的数据中，抽取并推导出对解决问题有价值、有意义的数据。（保证数据的一致性和有效性）
数据处理包括数据清洗、数据转化、数据提取、数据计算等
初步了解数据分析师该有的思路：
在分析数据时要时刻提出疑问：
数据变化的背后真相是什么？
从哪些角度分析数据才系统？
用什么分析方法最有效？
图表是否表达出有效的观点？
数据分析的目的达到了吗？
数据分析报告有说服力吗？
要保证数据分析体系化
先分析什么，后分析什么，使得各个分析点之间具有逻辑联系。体系化为了让分析框架具有说服力。
在营销方面有常用的理论模型有：4P、用户使用行为、STP理论、SWOT等。
管理方面常用的理论模型：PEST、5W2H、时间管理、生命周期、逻辑树、金字塔、SMART原则等。
数据分析报告的撰写
数据是通过表格和图形的方式来呈现的，数据图表包括饼图、柱形图、条形图、折线图、散点图、雷达图等，对这些图表再进一步整理加工可变为金字塔图、矩阵图、漏斗图、帕累托图等。
数据报告需要把数据分析的起因、过程、结果及建议完整地呈现出来，数据分析报告是通过对数据全方位的科学分析来评估企业运营质量，为决策者提供科学、严谨的决策依据，以减低企业运营风险，提高企业核心竞争力。
好的数据分析报告需要：好的分析框架，图文并茂，层次明晰。主次分明，明确的结论，有建议与解决方案。
数据分析师需要具备的能力
数据分析师需要懂营销，懂管理，懂策略，能够与相关业务部门进行合作，将数据真正应用到业务中，对业务背景有深入的了解，明白客户或业务部门的需求，从而将数据信息化、可视化，最后转化为生产力，获得利润。
数据分析师的职业要求
懂业务：熟悉行业知识、公司业务及流程，最好有自己独到见解，明白数字代表的意义，知道数字是大了还是小了，有数据敏感度。
懂管理：需要掌握一定的管理理论知识。
懂分析：掌握数据分析的基本原理与一些有效的数据分析方法，并能够灵活运用到实际工作中，以便有效地开展数据分析
（基本的分析方法：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。
懂工具：Excel MySQL SPSS Python等
懂设计：用图表有效表达数据分析师的分析观点
数据分析师还要有一定的基本素质：态度严谨负责、好奇心强烈、逻辑思维清晰、擅长模仿学习、用于创新
标签：数据分析,分析,入门,分析师,分析法,方向,数据,一文 来源： https://www.cnblogs.com/mariow/p/16428578.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。