你为什么想做数据分析师？职业规划很重要。
“基本入库数据分析需要掌握哪些技能？”
“怎样才能尽快找到数据分析的工作？”
“数据分析师未来的发展方向是什么？”
什么是数据分析？
数据分析是“数据”工作的总称。从事这些工作的人可以通过分析数据发现业务问题，洞察业务机会，为经营活动、业务增长和企业发展提供合理的建议和参考。
数据分析主要是处理数据，但是数据分析≠是分析大数据的，不要怕这个岗位。零基数据分析是可行的。三个月的时间足够开始了。
应该指出的是:
1.如果你对数据不敏感，或者看到复杂的数据就头晕头疼，说明你可能不适合这个岗位。
2.目前，数据分析已经不再是一项全职技能，而是职场人必备的通用技能。我建议每个职场人都可以学一学，这会让你在职场竞争中占据优势。至于你是否从事数据分析，就看你对数据的敏感度和对这个岗位的热爱程度了。
数据分析岗位方向和工作内容
数据分析可以简单分为两大方向:业务和技术:
业务方向-数据运营、数据分析师、商业分析、用户研究、成长黑客、数据产品经理等。
技术方向——数据开发工程师、数据挖掘工程师、数据仓库工程师等。
业务岗位的数据分析师大多在业务部门，主要任务是数据提取，支撑各部门相关报表，监控数据异常和波动，发现问题，输出专项分析报告。
在日常工作中，业务部门往往更关心一个指标为什么会下降或上升，产品的用户属性是什么，如何更好的完成自己的KPI。
以主动指标为例，数据分析师通常要解决以下问题:
指标跌了多少？是数据波动的合理范围还是突发性的？(什么)
下降是从什么时候开始的？(何时)
是整体用户下滑，还是部分用户？(世卫组织)
下降的原因是什么？产品更新？或者是不是应该进行渠道推广？(为什么)
如何解决衰落的问题(如何)
经过数据抽取、数据清洗、多维分析、交叉分析等一系列步骤，你发现某个区域的活跃度下降了，但这不能作为分析的结论。因为某个领域的主动下降只是现象，不是根本原因。
所以数据分析师要解决的是，为什么这个领域的活跃度下降了？是政策因素吗？还是竞争对手？还是渠道问题，这些都是需要深入分析的地方。
找到原因后，数据分析师还需要预测未来的发展趋势，根据当前的分析结果输出可执行的改进策略，最终推动业务部门落地，最终形成闭环分析路径。
对于数据分析师来说，解决问题只是一个方面。另一方面，数据分析师的职责是将业务数据系统化，形成一套指标框架。比如主动下降本质上是指标问题，比如“日活跃度”等指标。
一些技术岗位，如数据挖掘/算法专家，属于R&D部门，而另一些则成立了单独的数据部门。与业务方向的数据分析师相比，数据挖掘工程师对统计能力和编程技能的要求更高。因为数据挖掘工程师对工具的要求更高，所以数据挖掘的平均工资会高于数据分析师。
数据分析师的工作技能要求
对于业务方向的数据分析师来说，掌握工具只是基础，还需要对业务的深刻理解和强大的数据分析能力。
在工具的使用上，数据分析师需要掌握Excel、SQL、PPT、Python等工具。
Excel是日常工作中最常用的工具，常用的函数和透视表都要学会。
SQL是数据分析的核心工具，主要学习选择、聚合函数和条件查询。
Python重点介绍了Pandas数据结构，Matplotlib库，Pyecharts库，Numpy数组。
关于工具，需要注意的是，不同的行业对工具的要求是不一样的，比如金融行业会需要SAS等工具。一般来说，Excel、SQL、PPT、Python可以处理大部分数据分析。
除了工具的使用，数据分析师还要了解基本的统计知识和数据分析方法。
统计知识:环比、同比、概率分布、变量、抽样等。
数据分析方法:假设检验、回归分析、漏斗分析、多维分析、比较分析等。
对于0基础的伙伴，我建议你先把重点放在数据分析的思维和训练上，多读一些业务数据模型和数据分析案例，最后形成自己的分析思路。不要一开始就嚼Python。可以从两个简单的数据分析工具开始，Exce+SQL。有了SQL基础之后学习Python会相对容易一些。
数据分析师的成长路线
业务方向的数据分析师有两条发展路径。
一种是专攻业务，晋升成为业务分析师、战略分析师或管理岗位。业务拓展的优势在于拥有商业网络的洞察能力，这是直接数据挖掘所不具备的。
另一种是提升技术能力，成长为算法专家或数据科学家。
如何快速入门数据分析
大一新生想进数据分析，建议先做个学习计划:
明确自己是想走业务方向还是技术方向。
充分考察目标领域的行业知识，了解行业背景和行业相关指标(在行业的选择上，最好的行业领域是你擅长的、热爱的、有发展前景的)
了解目标行业常用的数据处理工具、数据生产流程和数据应用。数据工具的系统学习。
0基础职业数据分析，建议先列出个人优势和行业背景，找到最佳突破口:
如果有相关运营经验，掌握基础工具，可以先学习SQL，然后从数据运营岗开始入门。
如果你有产品经验，对交互设计和用户体验有深刻的理解，可以选择数据产品经理。
如果有金融、物流等行业的工作经验，可以借用行业优势，转岗到相关行业的数据分析岗位。
换句话说，并不是只有一条路径可以切换到数据分析。我们需要做的是根据自己的背景和优势，找到最适合自己的。
总结:
作为一名合格的数据分析师，你至少需要具备以下三项技能:
必备的SQL、Excel+python\R技能；
正确理解业务；
基础数据使用意识和学习能力。
在转行过程中磨炼自己的必备技能很重要，但保持良好积极的心态也是转行成功的必备要素之一。