大家听到数据分析这个职业是不是有感觉是不是很高大上的职业，在这个高大上的职业光环下，数据分析师自身的成长也是属于在高级打杂中锻造而成。以下是一位资深的数据分析师写的自嘲段子，大家感受一下很多数据分析师最真实的写照：

十年生死两茫茫，数据人，忙忙忙。良辰美景，平添我凄凉。一天早晚闲不住，调研急报告狂。

夜来思路忽闪现，寻笔记，怕遗忘。需求多变，改改又何妨。料得午夜加班时，听家人，鼾声响。

想想小黎子这些年的经历， 现自己在这个领域工作了很长一段时间，写下自己的一些体会，尽管不全面，但或许能够给数据分析的新人一些借鉴。如有不妥地方，还请各位数据大牛轻拍。

一、数据分析师所需要的技能？

理论要求及相关行业知识的了解，包括统计知识、市场研究、模型原理等。

提升工作效率的必备工具，包括ETL工具、数据库、常用办公软件（excel、PPT、word、脑图）等。

业务的理解能力和对商业的敏感性，对商业及产品要有深刻的理解，因为数据分析的出发点就是要解决商业的问题，只有理解了商业问题，才能转换成数据分析的问题，最终满足客户的要求。

数据分析报告制作包含汇报和图表展现能力，这个能力是数据分析师必备的技能，做得再好的分析模型，如果不能很好展示给领导和客户，成效就大打折扣，也会影响到客户满意度。

二、数据分析的四步曲：

数据分析的常见四个步骤，这里从更加宏观地展示数据分析的过程：获取数据、处理数据、分析数据、呈现数据。

（一）  获取数据

获取数据的前提是对商业问题的理解，把商业问题转化成数据问题，要通过现象发现本质，也就是从本质分析问题。确定从哪些维度来分析问题，界定问题后，进行数据收集工作。数据获取需要数据分析师具备结构化的思维和对商业问题的理解能力。明确数据分析目的以及确定分析思路，是确保数据分析过程有效进行的先决条件，它可以为数据的获取、处理以及分析提供清晰的指引方向。

数据获取阶段常用工具：思维导图：mindmanager软件   公众号后台回复【思维导图】获取

（二）  处理数据

通常一个数据分析项目，数据处理的时间占整个项目时间的70%以上，为了提升工作效率我们可以寻找一些工具辅助，所以尽量学习最新最有效的处理工具，以下介绍的是最传统的，但却很有效率的工具：

工具一、Excel：日常在做通报、报告和抽样分析中经常用到，其图表功能很强大，处理10万级别的数据很轻松

工具二、UltraEdit：文本工具，比TXT工具好用，打开和运行速度都比较快，关键可以自动备份上一版本的文本内容非常实用。公众号后台回复【文本编辑工具】获取

工具三、PowerBI:前端BI可视化工具，也有数据处理功能。图表功能比Excel更加丰富，偏重可视化功能。小黎子公众号中就有PowerBI具体的介绍这里就不过多描述了，大家感兴趣可以去相关文章了解。

除了在自己能力和时间允许的情况下，学习新流行的ETL分析工具及提升自身的编程能力，对未来的职业发展也有很大帮助。随着文本挖掘技术进一步发展，对非结构化数据的分析需求也越来越大，需要进一步关注文本挖掘工具的使用。当然推荐首先微软SQLSERVER数据库自带的SSAS工具，该工具需要掌握编程能力。

（三）  分析数据

分析数据，需要用到各类的模型，包括关联规则、聚类、分类、预测模型等，其中一个最重要的思想是对比，任何的数据需要在参照系下进行对比，结论才有意义。

推荐的书籍：《谁说菜鸟不会数据分析（入门篇）》和《谁说菜鸟不会数据分析（工具篇）》，张文霖等编著。属于入门级的书，适合初学者。

更多的分类书籍推荐大家可以看小黎子的文章《送你一份珍贵的礼物，数据分析师必备》              

（四）  呈现数据

该部分需要把数据结果进行有效的呈现和演讲汇报，需要用到金字塔原理、图表及PPT、word的呈现，培养良好的演讲能力。

推荐书籍：

《说服力让你的PPT会说话》，张志等编著，人民邮电出版社。

《别告诉我你懂ppt》加强版，李治著，北京大学出版社。

《用图表说话》，基恩。泽拉兹尼著，马晓路等翻译，清华大学出版社。

三、数据分析师的职业发展

1、数据分析师通常分两类

第一类是在专门的分析团队里面从事数据挖掘和分析工作的。如果你能在这类专业团队学习成长，那是幸运的，但进入这类团队的门槛较高，需要扎实的数据挖掘知识、挖掘工具应用经验和编程能力。该类分析师更偏向技术线条，未来的职业通道可能走专家的技术路线。

另一类是下沉到各业务团队或者运营部门的数据分析师，成为业务团队的一员。他们工作是支撑业务运营，包括日常业务的异常监控、客户和市场研究、参与产品开发、建立数据模型提升运营效率等。该类型分析师偏向产品和运营，可以转向做运营和产品。

2、数据分析师的理想行业在互联网

从行业的角度来看：

互联网行业是数据分析应用最广的行业，其中的电商企业，更是目前最火的，而且企业也更重视数据分析的价值，是数据分析师理想的成长平台。

其次是咨询公司，他们需要数据分析人才，而且相对来说，数据分析师在咨询公司成长的速度更快，专业也会更全面。

再次是金融行业，比如银行和证券等行业，该行业对数据分析的依赖需求，越来越大。

最后是电信行业（中国移动、联通和电信），它们拥有海量的数据，在严峻的竞争下，也越来越重视数据分析，但进入这些公司的门槛比较高。

条条大路通罗马，总有一条适合你的成长道路。

四、如何入门学习数据分析？

学习方法有很多种类，最关键还是需要你自己找到适合自己的方法，最好能够结合你的工作遇到的问题来学习。

1、搜集书籍、案例库和视频，先弄懂理论，然后学会软件操作，自己制作属于自己的教程。

比如，你学习PowerBI使用。

搜集相关的PowerBI的书籍、案例和教学视频,了解PowerBI是做什么的，其他人是怎么实现的。

总结整理成一份PPT和制作操作视频，成为自己的学习教程，不断完善。

学习到一定程度后，可以在博客、微信等渠道分享，授人与渔，而自己也会有所收获。

2、关注名人、名博、网站，多渠道学习。

关注专业的数据分析、咨询公司网站和论坛，小黎子特别强调，网上有很多案例库学习，但并不是鼓励大家照搬需要自己理解模仿后再创作。

关注名人名博，最好能加他们的微博、微信和微信公众号，看牛人的博客和微信等内容，还是能得到很多引导，这个你懂的。

加入一些有共同爱好的QQ群，互相学习交流。通常群里有人会提出一些真实的运营问题，然后大家用不同的方法去解决，对思路很有启发。

碎片化学习，最大化你的时间价值。

五、小黎子的建议

在进入数据分析之前，请再次问问自己是否真的喜欢数据分析，面对大量的数据，能否忍受处理数据时的枯燥？

如果是，那就开始学习。开始学习时，先读几本有趣的数据分析类的书是非常有必要的，接着网上快速搜集软件操作视频和案例，然后逐个分析模型进行学习和总结归纳，学习最好能够结合实际工作中的问题。把数据分析作为一种能力培养，让自己在现在的团队中展现出良好的数据分析能力，为你以后内部转岗做好准备。如果内部转岗不成，你可以考虑跳槽到分析的行业中，强烈建议你需要把系统开发的编程能力学习好，这也许是应聘数据分析的优势。如果没有数据分析经验去应聘，相对会难一些，用人单位会考你统计和数据模型方面的知识，以及工具使用情况。学习到一定程度时，参加一些数据分析师的职业认证，进一步梳理知识结构，同时认识一些志同道合的朋友和老师，也是对你有很大帮助。

文末福利

小黎子在后台收到了大家需要客户分析数据源及源文件的需要，小黎子在公众号给大家准备了PowerBI客户RFM模型的源文件及相关的数据源回复【客户分析报告】获取。为了方便大更好学习PowerBI并交流欢迎进入【小黎子数据分析】微信圈子。