关于数据分析师的123

大家好，我是小文。今天小文打算给大家带来一些不一样的分享，认识小文的朋友都知道，小文一般给大家带来的要么是学习笔记，要么是项目的实践，但是今天小文只想跟大家好好地聊一聊作为一个数据分析师，他是长什么样子的？

首先，数据分析师是一类什么样的职业？具备什么技能才能成为一个数据分析师呢？

数据分析师在百科上的定义：指的是不同行业中，专门从事行业数据搜集、整理、分析，并依据数据做出行业研究、评估和预测的专业人员。

从它的定义上，我们可以提炼出几个关于数据分析师具体职责的关键词：数据搜集、整理、分析、行业研究、评估和预测。我们分开一个个来看：

• 数据搜集：意味着我们要懂得一些统计学的概念以及方法
• 整理、分析：意味着我们要懂得一些分析的工具，比如说SQL，Excel，R，Python等等
• 行业研究、评估：意味着我们要有一定的行业经验，这个需要时间的沉淀
• 预测：意味着我们要懂得一些机器学习的原理以及方法

（具体的一些职责以及技能要求在小文的另一篇文章用数据分析看数据分析师有更详细的分析）

那么以上4个当中，哪个更为重要呢？

在小文看来数据分析的思路最为重要，因为它直接影响着我们报告的来龙去脉。比如说老板给了一堆关于人口信息的数据给我，要我统计出居住人口有多少，从业人口有多少，从业人口当中有多少是不在当地居住的人口等等。。。老板把需求给了我，那么在做报告之前，我们是不是先要搞清楚居住人口、从业人口是怎么定义？以往是否做过类似的报告，当时他们是怎么定义的，那样定义是否合理？老板想要这些数据的根本原因是什么？这些需求要怎么实现？能不能实现？等等，这都与我们的思路有关，不然我们面对着一堆数据根本就无从下手，只能大眼瞪小眼了。

其次是行业经验，它能指导我们理清分析的思路，并且验证数据是否合理。比如说现在得到的居住人口人数为300w+，从业人口400w+，那么这样的数据是否合理？能否解释？这就与我们身处的行业有关了，毕竟离开了行业，它也仅仅只是个数字，毫无意义。数据是否合理，能否解释就与行业经验相关了，不过行业经验急不来，需要时间慢慢地沉淀。

接着是实现的工具，也就是我们常说的SQL, Excel，R, Python。要整理数据首先还是得有数据吧，所以SQL很重要，再者要整理，分析，数据可视化等等就需要用到Excel，R, Python等等工具了，所以数据分析师必备的技能还是这4位大佬，各位看官还是好好学习吧！小文在这里吐槽一下，在网上看到很多朋友报培训班也好自学也好，都是纯粹为了学python而学python，所以学得很杂，学得很累，小文在这里给个建议，先给自己定好方向，再去学技能学工具，毕竟技能也好工具也好也只是一个辅助，一个让我们的工作得以实现并且更有效率地实现的方式罢了。

最后关于机器学习，其实小文也就接触了一点点，平时工作基本用不了，在这里就不献丑了。

以上有感而发，说得不好请大家见谅！