数据分析师入门介绍

数据分析师应该掌握哪些技能？

1. 数据思维
2. 业务知识
3. excel技术
4. 数据可视化
5. SQL
6. 统计学
7. python
   ps：数据分析是一门交叉领域的学科，分析师可以用excel完成一份最基础的数据报告，也能用python深入挖掘，真正决定数据分析师上限的是能力而不是工具。

数据分析的结构层次

• 底层数据的收集/产品端收集
  数据采集简称买点，收集用户在网页端、产品端、客户端等终端的数据，也包括第三方外部数据。 (用户行为→原始数据)
• 数据业务化/产品需要什么样的数据？
  将收集的数据转换成可理解、可量化、可观察的业务指标。单纯的数据没有意义，只有和业务结合才能发挥价值。 （原始数据→加工数据）
• 数据可视化/产品表现如何
  有了数据指标，必须管理好指标。数据分析体系及数据指标体系，指标需要监控和衡量 （加工数据→可视化数据/信息）
• 数据决策和执行/怎么让产品更好
  当数据中获得了洞察，就需要把洞察转换成策略。这也是包含分析的过程。执行既包括策略的制定，也包括优化和改进，这是可持续的 （可视化数据/信息→数据决策）
• 数据模型/产品开始自动化和系统化的运营
  这是将策略制作成数据应用和产品，当你洞察到数据中蕴含的规律，什么样的用户喜欢，什么样的商品会被购买，什么样的活动形式更好，就尝试把这些做成系统 （数据决策→数据产品/应用）
• 数据战略/指导未来

数据结构图