或许大家被数据分析热门、应用领域宽广、待遇不错等特点所吸引；
但真正入门之前，请详细了解，印象中的数据分析，是否与实际有所出入？
接下来，我们将与大家介绍，何谓数据分析师岗？

1

就业方向

数据有两个就业方向：业务&技术

（1）业务方向

Title：商业分析师、数据分析师、数据运营等（某些企业的数据运营岗实质为“运营”）

职责：分析、建模、制定策略等

技能：Python、SQL/Hive、Excel、SPSS/SAS、PPT、Linux等

业务：业务熟悉程度、数据敏感度等

基础：沟通能力、协作能力、独立解决问题等能力

（2）技术方向

1）数据挖掘

Title：数据挖掘、算法

职责：建模、制定策略等

技能：Java/C++/Python、Linux、 Hive等

2）大数据开发

Title：数据工程师，大数据开发等

职责：仓库搭建、数据清洗、BI等

技能：Java/Scala/Python、Linux、SQL/Hive、Spark等

2

岗位要求

针对日常的数据分析师岗，要求如下：

学历要求：本科及以上，且硕士有上升趋势

专业要求：数学、统计学、金融学、计算机等专业

技能要求：熟练掌握Python、SQL/Hive、Excel、PPT等，若熟悉SPSS/SAS、Linux等可加分

分析要求：分析及建模等

业务要求：具备一定的业务熟悉程度、数据敏感度等

基础要求：具备良好的沟通能力、协作能力、独立解决问题等能力

综上，数据分析师岗具有一定门槛，请慎重考虑转行，毕竟是要通过数据分析，制定策略，促进业务发展，关乎企业利益，更关乎存亡，非任何人皆能胜任。

3

薪资待遇

集中在20-22K，其次是15-20K（因城市、岗位设置、方向等而异），一般而言，一线城市待遇高于二线，如此类推

同时，相同的工作年限，技术方向薪资待遇，一般高于业务方向

求职前，请先详细了解所在城市、意向行业的薪资待遇及工作内容等，再做决定

看完以上内容，请大家自行判断，真实的数据分析师岗，与印象中的数据分析师岗，是否有较大出入；
若无，且依旧想转行数据分析师，那么，我们可从以下方面进行着手：

1

项目经验

针对没有足够的项目经验的朋友，建议大家寻找合适的项目进行练习，积累项目经验，撰写好简历，再进行求职

以下为数据分析项目竞赛网站推荐：

国外：

Kaggle：人气数据分析竞赛网站，拥有众多竞赛项目、丰富的数据集、优秀的队友及高额奖金等

链接：https://www.kaggle.com

国内：

天池赛事：阿里主办、国内人气数据分析竞赛网、拥有大量的竞赛项目及丰厚奖金等

链接：tianchi.aliyun.com

同时，提醒大家一点，项目分析的核心是“解决业务问题、需求”，若分析没必要、无意义等，则不建议分析

2

常用分析方法

建议大家日常多熟悉、掌握常用的数据分析方法，如：

• 描述分析法
• 对比分析法
• 平均分析法
• 分组分析法
• 结构分析法
• 回归分析法
• 交叉分析法
• 相关分析法
• 预测分析法
• 量化分析法
• 象限分析法
• ......

当我们提取完数据之后，先分析、判断数据的类型，是用户、产品，还是销售等数据，再针对不同的数据，采取不同的分析方法应对，如，针对用户数据，可进行留存、分群、分类、流失和画像等分析

3

常用分析模型

同时，我们还需熟悉、掌握常用的分析模型，如：

非数据挖掘：

漏斗模型

RFM模型

帕累托模型

PEST模型

逻辑树模型

5W2H模型

金字塔原理

用户行为理论模型等

数据挖掘：

线性回归模型

时间序列模型

聚类分析

随机森林

神经网络等

针对不同的业务场景、需求，结合不同的模型分析及制定策略

4

分析工具

熟练掌握常用的数据分析工具：

Python、SQL/Hive、PPT、Excel、Linux等

• Python：

建议熟练掌握各模块、算法和可视化等应用操作

• SQL：

建议熟练掌握建表、增删改查等操作

而Hive与SQL具有一定的相似性，掌握了SQL，再掌握Hive即可

• PPT：

建议熟练掌握报告框架搭建、母版设计、配色、可视化、用语和撰写原则等技巧

• Excel：

建议熟练掌握各函数应用和可视化等操作

• Linux:

建议熟练掌握目录、文件、系统等基础命令，及编写脚本等技能

5

知识面

针对非统计学、金融学、数学、计算机等专业的转行朋友，可抽空学习以下书目，弥补基础知识，而具备良好的专业知识的朋友，可忽略

统计学、经济学、金融学：

• 《概率论与数理统计》 第4版
• 《统计学》 第7版
• 《金融学 第4版 货币银行学 第6版 精编版》
• 《宏观经济学原理》 第3版
• 《微观经济学原理》 第3版

数据分析——业务方向：

• 《精益数据分析》
• 《数据化管理 洞悉零售及电子商务运营》
• 《硅谷增长黑客实战笔记》

数据分析——技术方向：

• 《利用Python进行数据分析》第2版
• 《SQL必知必会》第4版

计算机基础：

• 《Linux命令行大全》

6

业务能力

建议大家日常多熟悉业务、多观察数据，提升自身业务熟悉程度、数据敏感度等

结合以上6个方面的学习、提升，基本能符合转行数据分析的基本要求，但目前科班数据分析专业人才，是用人单位的首选，建议大家慎重转行