数据分析--需要掌握的技能及学习规划

前序：(自我介绍)
自己是一名工作了3年多的数据分析师，之前呢，也没有比较好的习惯，记录自己的学习成长和经验总结，直到最近部门招人，同事都会问面试者有没有什么好的工作经验或是技术上面的总结。然后我就像那个被面试的人一样，回想自己虽然工作这么久了，从来没记录或总结。主要原因是个人确实比较懒，周末想着出去玩。现在开始记录博客，一是对自己成长的记录。二是希望能帮助刚入行，或是打算转行的小伙伴一些帮助吧。
如果在分享中，有什么理解错误的地方，还请各位大神指教。

正文

数据分析的本质: 洞察(insight)
一名很资深的同事曾经问我你觉得什么是数据分析？当时我回答说:分析数据，发现业务存在的问题。他说: 数据分析就是insight。 这句话在我脑中留下了特别深的印象。 很简单，但是我觉得这就是数据分析的本质。
(他不仅技术是大牛，而且沟通能力，表达能力也超级棒。海外博士毕业，3-5年的工作经验。他带给我很大的触动，和成长。怎么讲呢，就是跟他一起工作后，才觉得，嗯~这才是真正的数据分析。这个后面我应该会专门写一篇，让大家感受一下)
首先分享一下数据分析师日常工作需要的技能:

1.业务知识

数据分析是对业务知识要求很强的工作。如果业务知识不理解，还怎么去分析？挖掘？ 我们需要了解实际的业务，这个了解不是简单的知道，而是要很详细的了解每一个过程，每一个数据。行业中经常会说到指标体系，指标体系说到底，就是要构建一套指标，它可以让企业知道业务的日常运营情况，同时，我们可以在这个指标体系中现业务中存在的相关问题(产品，流程，客户…)。总言必须在了解业务的基础上，理解数据，应用数据，进而制定能真正表达实际业务运营情况, 指导业务改善的指标体系。

2.技能知识
SQL,python,BI(报表可视化工具),office
数据分析一定是和数据打交道的。SQL 是必须要会的，但其实也不用特别的复杂。因为现在大部分公司都有大数据部门，数据清洗，建模这些他们都会去做。但是也不能指望他们什么都给你做，毕竟人家是数仓建模。而我们数据分析很多时候都不是建好的模型。个人觉得会简单的SQL 查询，关联，窗口函数这些就可以了。
python
现在很火，很容易入门的开发语言。2年前开始接触python, 这个相对于其他的开发语言，简直太友好了。而且机器学习，深度学习也都是python 开发的。 如果想走的远，这个是要get的。毕竟机器学习还是很可能会用到的。
BI
BI工具有很多，阿里的quickBI, 网易有数，tableau，还有很多，我用过的就这三个，优缺点暂不评价。但是总体差异不大，就是会一个了，其他的都很好上手。
office
EXCEL 一些数据处理，图表制作
word 数据分析报告
PPT 对上、对外 演讲