如何成為一名數據分析師：必備技能 TOP5

作者：Ray Cao

數據分析師指的是不同行業中，專門從事行業數據搜集、整理、分析，並依據數據做出行業研究、評估和預測的專業人員。

他們知道如何提出正確的問題，善於數據分析，數據可視化和數據呈現;輔助公司商業決策，幫助降低成本，提高收益，改進產品，留住客戶，發現新的商業機會等。總的來說，根據數據分析師的級別，他們主要的工作內容可能包括以下：

與IT部門，管理部門，數據科學家(Data Scientist)合作，決定整個公司的團隊目標

從primary research和secondary research中收集提取數據

清理和選取數據，去除無關信息

熟悉使用統計軟體和其他技術分析和解讀數據

總結數據里的趨勢或相關性

為過程改進發現潛在機會並提出可行建議

提供準確的數據分析和可視化報告

創建並管理維持資料庫

修改代碼相關的問題

隨著科技的發展，人類社會產生的數據規模呈指數級增長。每時每刻都有大量數據被產生存儲下來，尤其在電子商務、網路遊戲、社交網站、旅遊、在線教育等領域。現在，全世界每天產生的新數據超過400萬TB。數據分析師則成為當前炙手可熱的職業之一。36大數據

要成為一名成功的數據分析師，需要的技能主要有兩大塊：硬技能(包括掌握一些數據分析的軟體等)和軟技能(良好的溝通技能，PPT技能)。

硬技能(Hard Skills)

知識體系36大數據

統計學的基本知識和對machine learning的了解：大部分對消費者的分析都離不開描述統計方法(平均數，中位數，顯著性等等)

計算機軟體36大數據

對於數據分析師來說，可能每個項目的70%到80%的時間都是在收集和處理數據，他們需要首先想好需要什麼樣的數據，比如timeframe是一年還是十年。選定好需要的數據后要進入一個或多個資料庫去收集數據，最後需要對數據進行一些處理，看看是不是有missing value或者outliers等等。

這個過程之後得到了可靠的數據，然後便進入到核心的數據分析。為了能更好的從數據里提取到需要的信息，以下這些軟體就是數據分析師們常用的。Querying language和statistical language主要是用來做一些初步的數據分析，例如可以出一些圖表，看一下數據的分佈，從而對數據有個了解。而scripting language則可以用於建模或者測試一下hypothesis。因此總的來說，這些軟體對於數據分析師來說就像廚師的刀，是必不可少的工具。

查詢語言(Querying Language)：SQL; Hive; Pig

腳本編程語言(Scripting Language)：Python; Matlab

統計語言(Statistical Language)：R; SAS; SPSS

數據表(Spreadsheet)：Excel

軟技能(Soft Skills)36大數據

明確問題(Defining the Problem)36大數據

將分析範圍縮小是很重要的技能。如何將複雜的問題去掉細枝末節，抓住重點需要良好的溝通能力和對商業需求的充分理解能力。注意：避免向客戶遞交太多對解決核心問題無用的信息。另外，對公司和行業的了解也會使得這個過程更加得心應手。

了解聽眾(Knowing the Audience)36大數據

通常來說一個數據分析師需要面對PM和CEO。因此，在準備presentation時，要注意回答這兩方關心的不同的問題。對於PM來說，需要的是簡單無修飾，多乾貨介紹在各種情況下如何進行協作交互。而面對CEO，需要展示的是稍加修飾的PPT和最重要提供具體的建議。

另外很需要注意的一點是communication。很有可能數據分析師們面對的聽眾並不是有technical的背景，如何將很專業的術語轉化為商業語言是十分重要的。而掌握一定的data visualization的技能便會在此時讓展示更為有效。

強調結果(Delivery)36大數據