如何学习数据分析？

随着社会的飞速发展、互联网的快速普及,数据分析师已经成为了这个时代最抢手、最热门的职业,那么怎样才能成为一名合格的数据分析师呢北京IT培训认为需要具备以下五大技能!

一、娴熟的业务能力

只有在实践领域做过数据分析的工作，才会明白所有分析的重中之重都是业务知识本身。但业务知识的学习和掌握是需要一定的时间和经验的积累，培养一个数据专家，需要时间周期很长，远远超过下面所说的基本技能。数据分析师其实是之于业务专家之上的更深层次的思考和总结，否则，谁指导谁都是个问题。

二、缜密的思考能力

数据总是在那里，它不会说话，你不仅要基于业务能力理解它，还要学会推演和分析，从中发现规律，迅速定位某个商业问题的关键属性和决定因素，形成自己独特的见解，所谓心思缜密，滴水不漏，没有思考逻辑没有数据分析。

要形成独特的见解，则来自于个人不断的学习和思考，这里的学习更多的强调是跨领域和专业，思考则更多的强调养成思考的习惯。思考本身是一种实践，它可以将你的知识更加系统化和深入化，数据分析一定程度上是用来验证思路和启发灵感的，“数据分析”从来不是“数据分析”本身，而是以“数据分析”为手段和表象，对业务的深刻理解、思考和判断。

三、良好的沟通能力

数据分析贯穿BIT、数据、技术、业务整个链条，数据分析师将BIT最终转化成决策者理解的语言，跨越的流程很长，你需要面对不同的岗位，碰到不同的角色，采用不同的语言，表达你的要求和获得你需要的东西，成为数据和业务的桥梁，没有足够的沟通能力很难。

四、系统的数据学习

当然，大多数数据分析师可能不需要进行系统数据学习，反正实践中慢慢熟悉好了，但自上向下的数据学习方式可以让你有一个更好的基础和更全局的数据视野。

五、技术学习

首先，你要学会从数据库或者其它源头获取数据，很多数据分析师仍然依赖于IT人员获取数据，但大数据时代，真的有必要自己动手了，因为依赖他人效率太低了，起码你要会SQL，SQL甚至基本上是为统计取数而生的方便工具，图形化的透视方式也远远没有SQL的表达能力强，这是基本功。

其次，你要会一些数据分析工具，EXCEL是最基本的，其实大多数数据分析基于EXCEL应付已经绰绰有余了，EXCEL的图形表达能力也已经够强。以上层层递推，其实数据分析师每在IT上前进一步，带来的效益是几何级的，比如你懂Hadoop，那么，你就可能离大数据更近一点。

现在是数据时代，很多地方都用到数据分析，美国是一个科技发达的国家，数据分析专业在美国是一个热门专业，下面来为大家详细介绍一下美国的数据分析相关的专业。

一、数据科学的三大类职业方向

1、 机器学习工程师 Machine Learning Engineer

代表了技术含量较高的方向，工作内容主要是开发机器学习系统和用这些系统解决实际问题，一般需要ship production code， 做出来的是数据产品。

2、数据分析员 Data Analyst

工作内容俗称analytics（产品分析或商业分析product analytics or business analytics），从数据中提取insight，估计投资回报比， 为产品方向提建议，所用工具一般较基础，比如写SQL query取数据用、用R/Python做简单的分析、用Tableau、Excel作图比较常见，能自己开发Dashboard， 算是analyst里面技术强的。工作需要产生各种形式的报告，在统计层次上，懂基本t-test和线性回归即可。

3、数据科学家 Data Scientist

这类职位就是大家想象的那样，此类职位工作内容一高级建模为主，会针对复杂的问题来设计技术方案，比如Uber叫车的ETA、各种定价系统、Airbnb和金融行业的Fraud Detection、Amazon物流管理、FB/Linkedin的社交网络或者ebay/Uber这样供需双方Marketplace市场规模的实验。这些例子。听上去不是写SQL能解决的，也不是写代码能做出来的，都需要比较深的领域知识。

二、申请数据科学专业背景要求

由于数据科学， 商业分析 或者数据分析专业是不同学科相交叉的专业， 目前美国高校以研究生专业为主（主要是硕士专业，部分有博士专业，很少部分是本科专业）。如果读研究生可以考虑， 如果读本科就免了。

有一定的理工科背景，或者学过高等数学，统计学，和计算机语言。

有一定的商业背景， 初步了解商业数据的价值。

这些专业是热门专业，基本上没有奖学金和助学金。需要有能力自费去读。

有兴趣有激情。具有一定的职业道德修养。不泄漏不乱用数据信息，注意保护客户隐私和自己的职业生涯。

三、美国数据科学专业需要具备的能力

（ 1 ）计算机科学能力

一般来说，数据科学专业大多要求具备编程、计算机科学相关的专业背景。简单来说，就是对处理大数据所必需的 Hadoop 、 mahout 等大规模并行处理技术与机器学习相关的技能。

（ 2 ）数学、统计、数据挖掘的能力

除了数学、统计方面的素养之外，还需要具备使用 spss、sas 等主流统计分析软件的技能。

（ 3 ）数据可视化

信息的质量很大程度上依赖于其表达方式。对数字罗列所组成的数据中所包含的意义进行分析，开发 web 原型，使用外部 api 将图表、地图、dashboard 等其他服务统一起来，从而使分析结果可视化，这是对于数据科学家来说十分重要的技能之一。

（ 4 ）跨界为王

麦肯锡认为未来需要更多的“ translators ”，能够在 it 技术，数据分析和商业决策之间架起一座桥梁的复合型人才是最被人需要的。

四、美国大数据分析专业顶尖名校推荐

加州大学伯克利分校

加州大学伯克利分校有两个相关的学位项目：数据科学工程硕士Masterof Engineering （concentration in Data Science），信息数据科学硕士Master of Information andData Science （MIDS），伯克利的两个硕士项目综合教授技术和企业运营的技能，立足现有最前沿的技术，扎实务实地培养学生成为领域内的佼佼者。

哥伦比亚大学

哥伦比亚大学有一个业界顶尖的大数据科学的工程研究室（Institute for Data Sciences and Engineering），学生在此参与实验科研项目。该项目是2014年秋季新开设的，由此可见其对于这一与业的重视。

纽约大学

纽约大学的data science 既不是在 stern商学院下面，也不是在computer science下面，而是在 math下面。申请的时候应该比较看重数学背景，该与业开设于2013年，开设在 math下面的一个与门的Center for Data Science，为想迚入NYU的申请者多提供了一个录取的可能通道。

普渡大学

普渡大学商业分析不信息管理硕士（MS Business Analytics & Information Management， BAIM）项目为期11个月，总计修36个学分。要求申请者本科毕业，不限与业背景，无前置课程要求，如有相关工作实习经验则更受欢迎，符合录取要求的学生将由机会参加学校安排的面试。

马里兰大学帕克分校

马里兰大学的商业市场分析硕士成立于2013年秋，向学生提供一种综合的训练，用于解决市场分析时处理客户数据的各种问题，尤其是利用数学不统计模型和工具。

如何学好数据分析？

这个一个比较大的命题，很难一两句话弄说的清楚，所以这个的问题很在QQ群里不太能得到一个满意的答案。

在这里，我就以一个这数据方面的从业者的身份来说一说我的学习方法，当然有一点要说的是每个人的思想、方法、工作经历、知识侧重点都是不一样的，所以对于如何学习这个问题可谓是仁者见仁智者见智。我这里只说一说我个人的方法，不一定是对的也不一定适用于每一个人。

数据分析这个岗位可以说很宽泛很杂，从数据录入员到行业分析师专家都可以认为是数据分析，甚至一些搞数据挖掘、人工智能的都可以包括到数据分析的范畴里，但是这些工作所做的事情却相差甚远，当然待遇也天壤之别。所以大家在应聘时不要只看岗位名称，重要的是看看清岗位职责和要求。言归正传，咱们谈谈如何学习数据分析。

一、知识技能

1、学科知识：从数据分析涉及到的专业知识点上看，他包含的比较多，包含但不仅限于以下学科：

（1）统计学：参数检验、非参检验、回归分析……等

（2）数学：线性代数、微积分等

（3）社会学：主要是一些社会学量化统计的知识，如问卷调查与统计分析；还有就是一些社会学的知识，这些对于从事营销类的数据分析人员比较有帮助

（4）经济金融：如果是从事这个行业的数据分析人员，经济金融知识是必须的，这里就不多说了

（5）计算机：从事数据分析工作的人必须了解你使用的数据是怎么处理出来的，要了解数据库的结构和基本原理，同时如果条件充足的话，你还能有足够的能力从数据库里提取你需要的数据（比如使用SQL进行查询），这种提取数据分析原材料的能力是每个数据从业者必备的。此外，如果要想走的更远，还要能掌握一些编程能力，从而借住一些专业的数据分析工具，帮助你完成工作。

这些专业知识不是一时半会能够全面掌握的，学习的唯一捷径就是看书、看视频讲解，看权威的书籍、看全面的知识。学习基础知识没有一蹴即就的方法，因为基础，所以学起来会比较枯燥、比较漫长。如何你想在数据分析方面有长远的发展，希望你能在基础知识上长期坚持的学习下去。

2、软件 *** 作：从事数据分析方面的工作必备的工具是什么，我大致罗列以下几类：

（1）分析报告类：Microsoft Office软件（excel、word、powerpoint、visio……）、水晶易表等，如果连excel表格基本的处理 *** 作都不会，连PPT报告都不会做，那我只好说离数据分析的岗位还差的很远。

（2）专业数据分析软件：OFFICE并不是全部，要从在数据分析方面做的比较好，你必须会用（至少要了解）一些比较常用的专业数据分析软件工具，比如SPSS、SAS、R、Matlab等等，这些软件可以很好地帮助我们完成专业性的算法或模型分析。

（3）辅助工具：比如思维导图软件（如MindManager、MindMapper等）也可以很好地帮助我们整理分析思路。

在此需要说明的一点是：软件只是帮助我们完成任务的工具。并不是我们只要学好的软件 *** 作就能很好地完成任务，因为与 *** 作相比，如何解释最后的结果要重要的多。即使软件 *** 作的再熟，如果看不懂结果，那跟不会才做没有两样。而看看懂结果就需要扎实的专业知识才行。

对于以上两点，究竟按照什么路线来学习，先后顺序如何安排，我在网上看到过一个图，个人认为很不错：

3、行业知识与工作经验：这部分知识怎么说呢，要是说在书本上一点学不来那也是骗人的，但是能真正拿为己用的，多是自己在实际的工作过程中经历的学到的。做数据分析一定得和自己所从事的行业紧密相关，不结合业务的数据分析无异于纸上谈兵。而需要要用到数据分析的行业又多的数不清，一句话，只要有数据的地方就需要有数据分析，比如互联网、电商、金融、电信、制造业、零售业等等都是数据分析需求大户，你不可能每个行业都很懂，但是你可以在一个行业很懂，这个懂则需要在工作过程中慢慢积累。

二、谈谈三者的关系

打个形象的比喻，成为一个数据分析精英好比成为一个武林高手（不少朋友应该都看过武侠**），武林高手通常具备三个要素：浑厚的内功、致命招式/稀世武器、江湖经验。

基础知识和行业内的经验就好比这浑厚的内功，及时你不会作出什么东西来也能保证别人忽悠不倒你，因为你已经是内行了；

各种软件 *** 作就好比致命的招式和稀世武器，一旦出手就可以招招致命、事半功倍；

行走江湖最怕的就是缺少江湖经验，有时候被杀了都不知道是谁杀的，所以工作经验就好比这江湖经验，经验丰富遇到问题才更容易应对。

所以三者相辅相成，任何一个存在短板都会影响整体的发挥，影响个人的数据分析能力水平。

三、谈谈如何学习

1、看书

这我看来要全面系统的掌握知识，最好的办法就是看书，看书只有看对书，没有看错书，选择了一本能大幅提高自己能力、思想的书就是看对书。再此，我就不做书籍推荐了，每一块都有不少经典的好书，但是我可以告诉你一个找书的好方法，那就是在网上书店搜索相应的关键词，比如你想找统计学方面的书，那你就搜“统计学”，想看EXCEL方面的书就搜“EXCEL”，你会搜到很多相关的书籍，你可以查看书籍的目录介绍和相关的评价看是否适合你。

2、逛专业的网站

另外一个就是经常逛一些在数据分析方面的论坛、博客。所谓逛，跟逛街一样，我不需要东西同样可以去逛街。所以即使你不想去找某个问题的解决方法同样也许要去逛，因为那里有很多也数据分析方面的知识、见解，很多内容都可能会让你受益匪浅，同时还可以关注到高手大牛以及行业的一些动态。

3、学会向搜索引擎要答案

一个懂得学习人必须是懂得提问的人，那回答你问题的人在哪里，不在现实中就在网络上。当你遇到难以解决的问题时，建议首先找一找手头上的书本能不能帮你解答。如果不能，那请你在google、百度上去搜吧，很多问题十有八九在网上可以找到答案（当然那些答案并不一定是最好最优的），如果搜索不到答案，好吧，我承认你的疑问有点小偏了，那就去相关的QQ群或身边的同事朋友那去问吧。

此外，在软件 *** 作方面学会想 *** 作手册要答案

很多关于软件工具的书籍都只是将最主要的 *** 作方法写出来，对于个人而言对一款软件的使用也只是小部分功能，而软件 *** 作手册不一样，它就是软件的使用说明书，每个细致的功能点都会写进去，可以说是最全面的软件字典，在 *** 作手册中几乎可以找到所有的 *** 作方法。

为什么这样安排顺序？ 在我看来书本上的答案要比网上的要靠谱，这个靠谱不是说网上没有好的答案，只是说在没有甄别能力的前提下，你看不出哪个答案是最好的。而书本不一样，写书人的知识水品通常要比写出来的书的知识水品要高，书上给出的解答虽说不一定是最好的，但一定不会差到哪去。

为什么要把搜索引擎放在第二位？

因为搜索引擎可以找到几乎全网的内容，一句话概括就是搜到的东西全。学会使用搜索找问题答案是一种能力，是一种方法。

如果以上方法都找不到的话，就只能向朋友网友求助了。

为什么说QQ群不是解决问题（一些非常灵活的问题除外）好办法？

一是，群里确实有高手，但是高手通常都很忙，如果一两句话能解答你的话，他们很乐意帮你解答，如果不是一两句话能说清的，他们通常会沉默；二是，群里虽然有高手，但是菜鸟也不少，与其得到一个错的结果，不如不问。

你可能要问那QQ群有什么用，我的回答是：解决灵活性问题，交流学习心得，了解他人的动态。

向身边朋友同事请教是本着求人不如求己原则下来说的，如果朋友热情并且自己知道答案的话，肯定会告诉你，及时不知道有时也会帮你找一找解决办法，还有一点是向朋友请教往往还能起到沟通感情的作用。但是有一点，大家工作都很忙，能不去麻烦别人最好还是不去麻烦。

总之，学习是个循序渐进的过程，贵在坚持，不能 *** 之过急；因为数据分析这块涉及的内容很广，所以学习的原则要定好大的方向，然后不断扩展加深知识，“哪里不会补哪里”。

写了这么多也没给大家一点知识性的内容，但都是我个人的一点看法和经验之谈，不妥的地方请同行朋友们多多指正。

本文转载自数据控，链接： >

以上就是关于北京IT培训分享数据分析师需要具备哪些技能全部的内容，包括:北京IT培训分享数据分析师需要具备哪些技能、美国数据分析相关专业解析、如何学习数据分析等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！