干货：数据分析师的能力和工具体系

• 不一样领域开发工具 Top 50
• 2017 最全的机器学习开源项目列表
• 2017年关于数据科学的六大预言
• 写好一份数据分析报告的13个要点

一.数据分析师的能力体系

1.数学知识

数学知识是数据分析师的基础知识。

对于初级数据分析师，了解一些描述统计相关的基础内容，有必定的公式计算能力便可，了解经常使用统计模型算法则是加分。

对于高级数据分析师，统计模型相关知识是必备能力，线性代数（主要是矩阵计算相关知识）最好也有必定的了解。

而对于数据挖掘工程师，除了统计学之外，各种算法也须要熟练使用，对数学的要求是最高的。

2.分析工具

对于初级数据分析师，玩转Excel是必须的，数据透视表和公式使用必须熟练，VBA是加分。另外，还要学会一个统计分析工具，SPSS做为入门是比较好的。

对于高级数据分析师，使用分析工具是核心能力，VBA基本必备，SPSS/SAS/R至少要熟练使用其中之一，其余分析工具（如Matlab）视状况而定。

对于数据挖掘工程师……嗯，会用用Excel就好了，主要工做要靠写代码来解决呢。

3.编程语言

对于初级数据分析师，会写SQL查询，有须要的话写写Hadoop和Hive查询，基本就OK了。

对于高级数据分析师，除了SQL之外，学习Python是颇有必要的，用来获取和处理数据都是事半功倍。固然其余编程语言也是能够的。

对于数据挖掘工程师，Hadoop得熟悉，Python/Java/C++至少得熟悉一门，Shell得会用……总之编程语言绝对是数据挖掘工程师的最核心能力了。

4.业务理解

业务理解说是数据分析师全部工做的基础也不为过，数据的获取方案、指标的选取、乃至最终结论的洞察，都依赖于数据分析师对业务自己的理解。

对于初级数据分析师，主要工做是提取数据和作一些简单图表，以及少许的洞察结论，拥有对业务的基本了解就能够。

对于高级数据分析师，须要对业务有较为深刻的了解，可以基于数据，提炼出有效观点，对实际业务能有所帮助。

对于数据挖掘工程师，对业务有基本了解就能够，重点仍是须要放在发挥本身的技术能力上。

5.逻辑思惟

对于初级数据分析师，逻辑思惟主要体如今数据分析过程当中每一步都有目的性，知道本身须要用什么样的手段，达到什么样的目标。

对于高级数据分析师，逻辑思惟主要体如今搭建完整有效的分析框架，了解分析对象之间的关联关系，清楚每个指标变化的来龙去脉，会给业务带来的影响。

对于数据挖掘工程师，逻辑思惟除了体如今和业务相关的分析工做上，还包括算法逻辑，程序逻辑等，因此对逻辑思惟的要求也是最高的

6.数据可视化

数据可视化提及来很高大上，其实包括的范围很广，作个PPT里边放上数据图表也能够算是数据可视化，因此我认为这是一项广泛须要的能力。

对于初级数据分析师，能用Excel和PPT作出基本的图表和报告，能清楚的展现数据，就达到目标了。

对于高级数据分析师，须要探寻更好的数据可视化方法，使用更有效的数据可视化工具，根据实际需求作出或简单或复杂，但适合受众观看的数据可视化内容。

对于数据挖掘工程师，了解一些数据可视化工具是有必要的，也要根据需求作一些复杂的可视化图表，但一般不须要考虑太多美化的问题。

7.协调沟通

对于初级数据分析师，了解业务、寻找数据、讲解报告，都须要和不一样部门的人打交道，所以沟通能力很重要。

对于高级数据分析师，须要开始独立带项目，或者和产品作一些合做，所以除了沟通能力之外，还须要一些项目协调能力。

对于数据挖掘工程师，和人沟通技术方面内容偏多，业务方面相对少一些，对沟通协调的要求也相对低一些。

8.快速学习

不管作数据分析的哪一个方向，初级仍是高级，都须要有快速学习的能力，学业务逻辑、学行业知识、学技术工具、学分析框架……数据分析领域中有学不完的内容，须要你们有一颗时刻不忘学习的心。

二.数据分析师的工具体系

能够从图上看到，Python在数据分析中的泛用性至关之高，流程中的各个阶段均可以使用Python。因此做为数据分析师的你若是须要学习一门编程语言，那么强力推荐Python。