数据分析师 4 大常用技能

作者：Rohit Sharma

来源：https://www.upgrad.com/blog/top-4-data-analytics-skills-you-need-to-become-an-expert/

很多年前，我与好友一同进入一家化妆品直销互联网公司。

该公司效益非常好，深受女性用户爱戴。我和小伙伴本是同属于SQL编码人，但他爱好更多偏向做分析，所以入岗时，他选择了数据分析，我入了商务智能组。看上去我的部门title高的吓人，但大Boss却经常往他组里跑。

逮到空隙我就问他，“你们数据分析离市场部是不是很近？”因为市场部经常会请一线明星来表演。他的回答却很干脆，“没有的事。你究竟想知道啥？”看他那么直接，我问也就放开了问，“大老板为啥经常去你们哪里？”“因为我们是 Business Analytics 啊，老板不得知道赚了多少钱啊！”

我知道房子是离CBD越近越贵，所以位置是决定因素。与此位同学的对话，也给了我一个提示，职业中离钱的位子越近，你才可能越值钱！

从那个时候起，我就开始留意起 Data Analyst (数据分析师）这个职位。

互联网生意最近几年，风生水起。传统的美国 FLAG 四大公司，我国的 BAT, TMD，都在各自领域独领风骚。一时间，各正规媒体，打游击的自媒体纷纷抓爆互联网公司玩代码这类人的神龙首尾。前几天阿里170万程序员相亲布告刷遍了整个朋友圈，引起各类女权的唾骂。但据说报名参加相亲的不少。

在舆论如此廉价的指尖时代，祖国800多万大学生紧盯着的都是互联网职位，消减了脑袋要去互联网公司趟趟水。而最先盯上的，就是数据分析师！

掌握了四大技能，你就可以应聘数据分析师，这似乎是每个稀里糊涂上完大学后找不到理想工作的毕业生，最容易弥补和翻身的一个职位！且待遇和空间还不错。

既然如此，这类好事我还是乐于来做的。献上一篇译文，帮初学者快速踏进互联网的大门。

正文

深刻的领域知识

 数据分析旨在帮助解决业务问题。分析师需要了解业务运行的各个方面，比如正向领导的宏观微观的手段，内外部影响业务增长的因素，依据相关变量和应变量建模。因此正确无误理解业务领域知识是数据分析的必要技能。

数学与统计学

以目标为导向的决策，将始终影响着分析师使用何种技术。而分析师必须依赖数学和统计学，来精确控制目标的量化。比如，需要通过历史数据，对模式，细分和预测进行计算；通过预测算法，比如分类，聚合算法来达到最优水平的预测。这些算法都需要数学与统计学知识。

编程技能

假设拥有了前面两项技能，很多问题便可迎刃而解。但事情往往没有那么简单。假设如果没有高质量的数据给分析师，就像巧妇无米一般，是做不出高质量报告分析的。此时，数据分析师往往需要自己动手写程序，来拿到他们想要的数据。为此，除了算法之外，数据分析师精通一两门编程语言，也特别重要了，比如R,Python, SQL，或者 Java 等。

软技能

拥有了强大的计算技能，编程技能，领域知识，是不是一定就能做好数据分析的工作呢？答案是否定的。在越来越趋于团队合作的今天，任何人都需要与其他人沟通。作为数据分析师，能否理解他人的需求与愿景，能否正确表达自己的理解与诉求，都是成事儿的关键。比如，老板肯定不知道什么是 Knn 算法，那该如何浅显易懂的告诉他呢？此时可能还要借助一些数据可视化的手段与工具，比如 Tableau, QlikView,ggplot 等。

End

往期精彩：