你知道嘛，学习数据分析能力到底有多少价值?

在澳洲越来越多的岗位要求数据分析能力

具备数据分析能力的市场分析师

要比不会这项技能的市场专员高3w刀

今天UNI酱总结数据分析的流程

以及每一环节所需要的知识点

帮助大家学习

求职小白看过来！点击文中链接享受1次职业规划和求职竞争力报告！
职业规划/实习/内推/简历/面试/秋招/春招 ……

（一）数据分析能力价值多少?

现在越来越多的岗位都需要数据分析的技能。当我们掌握数据分析能力，薪酬会提高，未来的职业发展路径也会更广。

根据PayScale网站给出的调查数据显示，澳洲管理咨询岗位的平均年薪是85,897刀，而拥有数据分析技能的澳洲管理咨询岗位，平均年薪是89,098刀。

澳洲会计岗位的平均年薪是57,947刀，而拥有财务分析能力的澳洲会计岗位平均年薪达到66,043刀。

根据SEEK网站的调查，澳洲的市场营销专员平均年薪是5w刀；而另外一个和分析直接搭上边的市场岗位——Marketing Analyst（市场营销分析师）的平均年薪是8w刀！

（二）数据分析流程

数据分析的普遍流程是：数据获取，数据存储与提取，数据预处理，数据建模与分析，数据可视化。按照这个流程，每一步我们都需要掌握对应的数据处理技能。

下面我们就一起看看每个环节都需要什么样的技能。

1）数据获取

数据的类型可以分为公开数据，以及非公开数据。

公开数据：指的是一些企业、科研机构、调查机构、政府会公开一些数据。比如上市公司财报、GDP、进出口贸易数据等。这些数据从官方渠道获得，所以通常比较完整，质量也比较高。这里也给同学们推荐一些获取数据集的网站。

国家数据：数据来源于中国国家统计局，包含了我国的经济数据以及社会数据等多方面数据。http://www.stats.gov.cn/tjsj/zxfb/

2）数据的存储和提取

如果处理少量的数据，Excel完全可以胜任。但是一旦数据量变大，Excel就会感到非常吃力。此时，数据库就能很好地解决这个问题。而且，几乎所有的企业都会使用SQL的形式来存储数据。因此，作为数据分析师，必须要懂得SQL的操作，比如数据查询、数据提取等。

提取数据：数据库里的数据量巨大，而平时做数据分析只是需要其中的特定部分。比如提取2020年8月的线上销售数据，涉及订单量、用户数量、转化率等。在SQL中只需简单的几行命令就可以完成。

建立多表链接：建立多个表之间的关联可以让我们处理更加复杂的数据。

3）数据的预处理

很多时候我们拿到的数据是不干净的，经常会出现数据的重复、缺失和异常值等。这个时候就需要进行数据清洗，把影响分析的数据整理好，这样得出的结论才会更加精准。

对于数据的预处理，数据分析师常用python中的pandas工具包进行处理。基本知识点：

• 选择：数据访问（标签、特定值、布尔索引等）

• 缺失值处理：对缺失数据进行删除或填充

• 重复值处理：重复值的判断与删除

• 异常值处理：清除不必要的空值和极端数据

  相关操作：描述性统计、直方图等 合并/分组：数据的合并操作和划分

4）统计学知识

数据分析中常用的基本统计方法和描述数据特征的概念等。比如：

基本统计量：均值、中位数、众数等
描述性统计量：方差、标准差、显著性等
其他统计量：总体、样本等
概率分布与假设检验：分布特征、假设检验流程等
在使用统计量做基本分析之后，可以使用seaborn、matplotlib等python包做可视化分析，进而形成业务建议。

5）数据分析

在数据分析阶段，回归分析所使用的频率最高，因此重点了解回归分析的方法，大多数问题就可以解决。这部分经常使用的知识点如下：

• 回归分析：线性回归、
• 逻辑回归 基本分类方法：决策树、随机森林等 基本聚类方法：k-means等
• python数据分析包：scipy、numpy等

在练习过程中，我们一开始可能考虑问题不是很全面，但是随着练习的积累，慢慢就会找到分析的方向。随着经验的积累，我们就会找到处理数据的感觉，这就是数据思维。

感谢观看

①　2000多本Python电子书（主流和经典的书籍应该都有了）
②　Python标准库资料（最全中文版）
③　项目源码（四五十个有趣且经典的练手项目及源码）
④　Python基础入门、爬虫、web开发、大数据分析方面的视频（适合小白学习）
⑤Python学习路线图（可以弄清楚Python的所有方向和技术）

如果你用得到的话可以直接拿走，在我的QQ技术交流群里（纯技术交流和资源共享，广告勿入）可以自助拿走，群号是863733686。