1、SQL,前文提到过数据科学家如何使用SQL,数据分析师也会进行类似的操作。但是,SQL对数据分析师更重要。数据科学家可能只是简单地从表单中选择列就可以了,而数据分析师却要执行更为复杂的查询操作(例如,常用的表单表达式,数据透视表,窗口函数,子查询)。不同公司情况不同,有时候数据分析师更接近数据工程师,而非数据科学家。
2、Excel,很老派,但依然很强大,你甚至可以用它做预测分析和趋势分析。主要的坑爹之处是跟Python比速度太慢。
3、Tableau,可视化工具,但根据我的经验,大多数公司都把它明确列为数据分析师的必备技能。在Tableau中可以拖放数据到预设图表,简单强大;还有更多复杂的高级功能,比如计算字段,连接到一个实时的SQL数据库而非基于静态的Excel表单进行分析。
关于数据分析师需要具备的技能有哪些,青藤小编就和您分享到这里了。如果您对大数据工程有浓厚的兴趣,希望这篇文章可以为您提供帮助。如果您还想了解更多关于数据分析师、大数据工程师的技巧及素材等内容,可以点击本站的其他文章进行学习。
数据分析师作为一个兴起不久的职业,目前高校还没有强关联的专业,基本上都是转行的居多,但一定要注意的就是:会工具不代表就可以做数据分析师。
很多人都在纠结自己没学过编程软件,不会Python怎么办,其实Python之类的只是一个工具而已,数据分析师对python的能力要求并不高,工作中用SQL和EXCEL相对多一些,都比较简单,前段时间Python比较火爆,是因为数据分析师这个职业突然火爆的原因,很多培训机构都想把python作为切入点来获客,现在已经冷淡下来了,所以不要被误导。
关键在于你通过数据分析发现问题、解决问题的思路上,所以商业逻辑和分析思维相对而言更重要一些。具体数据分析师需要的技能可以参考我之前的回答,总之在没有经验的时候,能去体验到真实的项目,做真实的数据,才能真的算是做过数据分析。
一、具备专业的理论知识和探索精神
无论我们学习何种专业技能,都需要从构建自己的理论知识体系开始。当然,学习数据分析也不例外。对于数据分析师而言,我们需要掌握的理论知识主要包括:统计学、概率等基础知识,因为,大部分数据分析方法都离不开描述统计法(包括平均数、中位数、众数、显著性、相关性、回归分析等)。
另外,数据分析师还需要加深对行业的了解。假设你去了一家做医疗机械的公司,你精通数据分析,却医疗机械一窍不通,又怎么能为公司的业绩做贡献呢?这也就不难理解为什么数据分析师需要加深对所在行业的了解了。
2、具备收集、整理和清洗数据的能力
对于数据分析师来说,在我们的日常工作中,有70%~80%的时间,都需要耗费在数据收集和整理上,因此,这就需要他们对所需要收集的数据,有足够的识别能力。比如,确定分析方向后,预判需要哪些数据?时间范畴?预判无用且影响分析的数据?等等。
确定好数据需求后,数据分析师需要进入多个数据库去收集数据,并做数据清理,看看是不是有missing value或者outliers等等。
最后,将整理好的数据,作为分析所需的原始数据。为了能更好的从数据里提取到需要的信息,以下这些软件就是数据分析师们常用的。Querying language和statistical language主要是用来做一些初步的数据分析,例如可以出一些图表,看一下数据的分布,从而对数据有个了解。而scripting language则可以用于建模或者测试一下hypothesis。因此总的来说,这些软件对于数据分析师来说就像厨师的刀,是必不可少的工具。
查询语言(Querying Language):SQL; Hive; Pig
脚本编程语言(Scripting Language):Python; Matlab
统计语言(Statistical Language):R; SAS; SPSS
数据表(Spreadsheet):Excel
3、具备图像分析能力和呈现能力
将数据加以分析,呈现出可视化图像,便于员工理解是数据分析师的必备技能。因此,我们需要具备使用仪表板来构建仪表盘,并生成相应的报告,进而展示数据结论。
另外,基于部分数据信息和结论是不能对外展示的,因此,数据分析师还需要会使用加密工具,以便只将部分内容授权展示给员工。
4、具备综合的业务分析能力
数据分析师还需要学习业务思维,将业务问题转化为数据问题,并通过数据结论反馈给业务部门,为业务部门提供有利的数据支撑,或业务转型指导等,从而帮助企业降低成本、扩大收益。
此外,数据分析从某种角度来说,也是另一种形式是探索。通过不断探索,数据分析师还能找到行业中某些隐藏的规律,从对推动企业未来发展起到建设性作用。
5、良好的沟通能力
对于数据分析师而言,具备良好的沟通能力是非常重要的。学会沟通不仅能让你理解别人的意思,还能让别人理解你的意思。这对于数据分析师展现自己的专业能力,是非常有帮助的。因此,我们需要做好这3件事:
第一,学会倾听。通常来说一个数据分析师需要面对PM和CEO。因此,在准备presentation时,要注意回答这两方关心的不同的问题。对于PM来说,需要的是简单无修饰,多干货介绍在各种情况下如何进行协作交互。而面对CEO,需要展示的是稍加修饰的PPT和最重要提供具体的建议;
第二,学会转化语言。尤其是在分享会上,或者做报告时,一定要考虑到没有技术背景的听众的感受。将技术语言转化成商业语言,做到通俗易懂,是数据分析师一门重要的必须课;
第三,强调结果。做分析主要就是为了看结论,从而指导接下来的工作。因此,在为管理者解读数据时,要学会省略无意义的分析过程,直奔重点。这样能更快捷、更有效的推进项目。