没有基础，如何成为数据分析师吗

数据分析师是现在比较热的一个方向，那么作为一个从来没接触过的小白，要准备什么才能具备数据分析的能力呢，我就在这里简单的介绍一一下，以下内容纯属个人愚见，如果有不对的欢迎批评指正。
一、数理统计基础
作为一名数据分析师，一定要掌握一些基础的、成熟的数学模型算法。例如：回归分析、因子分析、聚类分析、决策树、关联规则、神经网络等。同时建议多看一些博文，看别人对于这个方法的理解，怎么在实际业务中应用，以及如何优化等等。在算法上可以不做到用软件编写算法，但是一定要知道原理，知道怎么应用，怎么调整参数，参数的含义等等。
二、工具
对于一个初级的数据分析师要掌握的基础工具，Excel，SPSS，数据库（如mysql等），随着大数据的来临，传统的一些软件已经不足以支撑数据分析、数据挖掘了，随着工作年限的增长，工作内容的加深，R和Python一定要会一个，目前流行的很多机器学习算法要这些软件才能实现。现在机器学习很火，建议多研究一下这方面的内容，不论是对于自身的提升还是对职业发展都是非常有利的。
三、行业背景（业务知识）
如果数据只是数据，不结合具体的业务，具体的行业，那么没有任何意义。数据分析、数据挖掘的意义是以数据为驱动营销，挖掘商业价值，快速且有目标的提高科学决策，，没有结合实际，模型再完美也是空谈，是冷冰冰的。
一名合格的数据分析师，一定要对业务和行业知识有非常深入的了解。所谓的数据敏感性，就是当你看到某个数据时，你要知道这个数据的统计口径是什么？是怎么获取到的？是在实际业务的哪个环节产生的？数据的具体数值具体代表的业务是什么？数据的变化会导致业务的什么变化等等。当掌握好了基础的统计知识，并软件使用熟练之后，应该在业务上多多学习与累积。有人把数据与具体业务知识的关系，比作池塘中鱼与水的关系，我觉得说的非常对，我在这里给大家解释一下他的看法，数据（鱼）离开了行业、业务背景（水）是死的，是不可能是“活”。而没有“鱼”的水，更像是“死”水，你去根本不知道看什么（方向在哪）。
作为一个没有任何经验的小白需要有哪些技能才可以进入到数据分析师这个行列呢，那么就是我前文提到的二条，一是要掌握目前基础且成熟的数学模型的原理，二是要学会应该软件处理数据、分析数据、建立模型。只要可以做到这二点，那么初级的数据分析师是没有问题的，具体的业务要在企业中培养。
那么作为一个技术大牛来说，业务没那么了解也是可以的，他们把算法研究的非常透彻，对于编程语言很熟练，这样也是可以作为一个机器学习的专家来进行业务的一些挖掘。所以我认为，一个数据分析师走到后面是分二条主线的，1是业务大牛，2是技术大牛，当然如果两样都很牛，那么就是行业大牛了。所以我们可以朝着自己擅长并且适合自己的方向走下去。
希望各位从事数据分析师并且以后打算从事数据分析的各位，不要整天把大数据、机器学习挂到嘴边，貌似讨论很高大上的东西，但是我觉得不接地气，能对数据玩的6，能有助于业务发展，有助于工作的才是最好的。我个人认为机器学习的实现是数学与计算机的结合，虽然这个方向现在很热，但是真正能玩明白的没有几个人，还是脚踏实地的一步一步的比较好。数据分析师还是需要踏实肯研究的性格，而不是像个专家一样每天到处跟人说一些概念上的东西，要做出来才是好好样的。

数据分析师是现在比较热的一个方向，那么作为一个从来没接触过的小白，要准备什么才能具备数据分析的能力呢，我就在这里简单的介绍一一下，以下内容纯属个人愚见，如果有不对的欢迎批评指正。 一、数理统计基础 作为一名数据分析师，一

没有基础，