數(shù)據(jù)的獲取需要sql工具，Excel可以應(yīng)對(duì)小型數(shù)據(jù)的分析。還需要學(xué)習(xí)r語(yǔ)言、Python、spss等數(shù)據(jù)，這樣才能夠提供數(shù)據(jù)的挖掘能力。當(dāng)然還需要學(xué)習(xí)數(shù)據(jù)庫(kù)的內(nèi)容，將數(shù)據(jù)納入數(shù)據(jù)庫(kù)的本領(lǐng)也需要掌握，學(xué)好了這些才能夠做好數(shù)據(jù)分析。

數(shù)據(jù)分析師要學(xué)會(huì)什么技能

數(shù)據(jù)分析師要學(xué)會(huì)Excel、掌握SQL Server或者Oracle的SQL語(yǔ)句、掌握可視化工具。

首先是Excel，貌似這個(gè)很簡(jiǎn)單，其實(shí)未必。Excel不僅能夠做簡(jiǎn)單二維表、復(fù)雜嵌套表，能畫(huà)折線圖、Column chart、Bar chart、Area chart、餅圖、雷達(dá)圖、Combo char、散點(diǎn)圖、Win Loss圖等，而且能實(shí)現(xiàn)更高級(jí)的功能。

包括透視表（類(lèi)似于BI的多維分析模型Cube），以及Vlookup等復(fù)雜函數(shù)，處理100萬(wàn)條以內(nèi)的數(shù)據(jù)沒(méi)有大問(wèn)題。最后，很多更高級(jí)的工具都有Excel插件，例如一些AI Machine Learning的開(kāi)發(fā)工具。

掌握SQL Server或者Oracle的SQL語(yǔ)句，雖然你是業(yè)務(wù)分析師，但如果取數(shù)據(jù)能少依賴于IT人員和IT工具（比如BI的多維分析模型，有時(shí)候并不能獲取你想要的數(shù)據(jù)），對(duì)于做業(yè)務(wù)分析，無(wú)疑是如虎添翼，我曾經(jīng)見(jiàn)過(guò)華為的會(huì)計(jì)能寫(xiě)七層嵌套的SQL語(yǔ)句，很吃驚。

包括join、group by、order by、distinct、sum、count、average，各種統(tǒng)計(jì)函數(shù)等。

掌握可視化工具，比如BI，如Cognos、Tableau、FineBI等，具體看企業(yè)用什么工具，像我之前用的是FineBI。

這些工具做可視化非常方便，特別是分析報(bào)告能含這些圖，一定會(huì)吸引高層領(lǐng)導(dǎo)的眼球，一目了然了解，洞察業(yè)務(wù)的本質(zhì)。另外，作為專業(yè)的分析師，用多維分析模型Cube能夠方便地自定義報(bào)表，效率大大提升。

數(shù)據(jù)分析師要具備的基本知識(shí)

第一，數(shù)據(jù)思維,對(duì)數(shù)據(jù)敏感性要高,建立起興趣,自己要刻意練習(xí)。

第二，業(yè)務(wù)能力,多關(guān)注行業(yè)分析報(bào)告,cda有很多原創(chuàng)文章。

第三，熟練使用數(shù)據(jù)分析工具,比如excel sql語(yǔ)言、spss python sas等,建議精通1-2門(mén)就好,以后需要其他工具工作中再學(xué)習(xí)。

第四，扎實(shí)統(tǒng)計(jì)和數(shù)學(xué)基礎(chǔ),比如微積分,線性代數(shù) 模型有聚類(lèi),關(guān)聯(lián)分析、SVM、神經(jīng)網(wǎng)絡(luò)、貝葉斯網(wǎng)絡(luò)、樸素貝葉斯、隨機(jī)森林等。