一、想當數據分析師要選什么專業?

數據分析行業逐漸被企業和從業者青睞，很多人給小編留言，咨詢從事數據分析選擇什么專業更占優勢？今天，我們也來聊聊。

一、數學專業

正所謂“學好數理化，走遍天下都不怕”，數據分析無外乎是從大量凌亂數據中發現隱含的規律，數學往往讓人邏輯思維更嚴密，對數據更加敏感。

二、統計學專業

統計學是數據分析的基本功，貫穿數據分析的全過程，同時，系統學習統計學后，會對數據的理解與分析能力更專業，更深刻。

三、計算機科學與技術專業

數據分析會接觸的很多工具和編程語言，如果你是計算機專業出身，在編程方面更占優勢，在工具使用時，上手更快。

四、社會學專業

從經濟學角度看，人具有經濟性，會追求利益最大化。但從社會學角度看，具有社會性的人還會受社會群體心理影響。有社會學背景的數據分析師，能更合理解釋市場現象。

五、營銷學專業

數據分析師需為企業的營銷決策提供支持，懂營銷的數據分析師，思路會更清晰、更開闊。

六、財務管理專業

財務管理問題是企業選擇投資項目的依據、評價財務狀況的指標、評估決策效果的量尺，懂財務管理的數據分析師能更精準把握規律。

七、心理學專業

人才是企業穩定發展的基石，用戶是企業的衣食父母。想提升市場占有率，企業就必須先提高人心占有率，因此，懂心理學的數據分析師，能更準確探測員工或用戶的真實想法。

所以，并非只有數學、統計學、計算機等理工科背景的人才能從事數據分析，其他背景專業的人，尤其是文科生也有同等的機會。

畢竟，選擇大于能力，能力大于專業，興趣和努力決定我們未來能走多遠。

數據分析不是IT行業，無需精通過多編程語言，數據分析更注重實操和業務能力，且現今數據分析工具，如：Python、PowerBI等已比較容易入門。

從事數據分析，真正要提升的是邏輯思維能力、敏銳的洞察能力、良好的溝通表述能力……這些無需靠背景，通過努力也可拿下。

二、市場分析師需要有哪些能力

市場分析師應該具備的能力： (一)初級市場分析師證書獲得者一般具有以下能力： 1、能夠完成較小規模調查的方案設計； 2、能夠指導現場調查； 3、能夠進行信息搜集及簡單的數據處理工作； 4、能夠撰寫簡要的調查分析報告。 (二)中級市場分析師證書獲得者一般具有以下能力： 1、能夠完成一般規模調查的方案設計、問卷設計和抽樣設計； 2、能夠指導現場調查，組織相關技術培訓； 3、能夠熟練進行信息搜集、數據處理、分析與預測等工作； 4、能夠撰寫較高質量的調查分析報告，提出有一定實用價值的決策建議； 5、能夠獨立組織一般規模的調查研究活動，承擔調查技術方面的咨詢、管理協調和執行等工作，解決相關技術問題。 (三)高級市場分析師證書獲得者一般具有以下能力： 1、能夠完成較大規模調查的方案設計、問卷設計和抽樣設計； 2、能夠指導現場調查，組織相關技術培訓； 3、能夠熟練運用現代統計分析方法進行信息搜集、數據處理、分析與預測等工作； 4、能夠及時掌握行業動態，有針對性地進行分析研究活動，撰寫高質量的調查分析報告，提出有決策價值的建議； 5、能夠獨立組織較大規模的調查研究活動，負責調查技術方面的咨詢、管理協調等工作，解決相關技術問題。

三、數據分析需要掌握哪些知識?

數據分析師需要學習的內容

1、統計學

我看一些人推薦了不少統計學的專業書籍，很多人讀《概率論與數理統計》，其他統計相關的內容也沒怎么看過。對于互聯網的數據分析來說，并不需要掌握太復雜的統計理論。所以只要按照本科教材，學一下統計學就夠了。

2、編程能力

學會一門編程語言，會讓你處理數據的效率大大提升。如果你只會在Excel上復制粘貼，動手能力是不可能快的。我比較推薦Python，上手比較快，寫起來比較優雅。

3、數據庫

數據分析師經常和數據庫打交道，不掌握數據庫的使用可不行。學會如何建表和使用SQL語言進行數據處理，可以說是必不可少的技能。

4、數據倉庫

許多人分不清楚數據庫和數據倉庫的差異，簡單來說，數據倉庫記錄了所有歷史數據，專門設計為方便數據分析人員高效使用的。

5、數據分析方法

對于互聯網數據分析人員來說，可以看一下《精益創業》和《精益數據分析》，掌握常用的數據分析方法，然后再根據自己公司的產品調整，靈活組合。

四、數據分析師需要學習哪里內容？

1、數學知識

數學知識是數據分析師的基礎知識。對于初級數據分析師，了解一些描述統計相關的基礎內容，有一定的公式計算能力即可，了解常用統計模型算法則是加分。

對于高級數據分析師，統計模型相關知識是必備能力，線性代數（主要是矩陣計算相關知識）最好也有一定的了解。

而對于數據挖掘工程師，除了統計學以外，各類算法也需要熟練使用，對數學的要求是最高的。

所以數據分析并非一定要數學能力非常好才能學習，只要看你想往哪個方向發展，數據分析也有偏“文”的一面，特別是女孩子，可以往文檔寫作這一方向發展。

2、分析工具

對于初級數據分析師，玩轉Excel是必須的，數據透視表和公式使用必須熟練，VBA是加分。另外，還要學會一個統計分析工具，SPSS作為入門是比較好的。

對于高級數據分析師，使用分析工具是核心能力，VBA基本必備，SPSS/SAS/R至少要熟練使用其中之一，其他分析工具（如Matlab）視情況而定。

對于數據挖掘工程師……嗯，會用用Excel就行了，主要工作要靠寫代碼來解決呢。

3、編程語言

對于初級數據分析師，會寫SQL查詢，有需要的話寫寫Hadoop和Hive查詢，基本就OK了。

對于高級數據分析師，除了SQL以外，學習Python是很有必要的，用來獲取和處理數據都是事半功倍。當然其他編程語言也是可以的。

對于數據挖掘工程師，Hadoop得熟悉，Python/Java/C++至少得熟悉一門，Shell得會用……總之編程語言絕對是數據挖掘工程師的最核心能力了。

4、業務理解

業務理解說是數據分析師所有工作的基礎也不為過，數據的獲取方案、指標的選取、乃至最終結論的洞察，都依賴于數據分析師對業務本身的理解。

對于初級數據分析師，主要工作是提取數據和做一些簡單圖表，以及少量的洞察結論，擁有對業務的基本了解就可以。

對于高級數據分析師，需要對業務有較為深入的了解，能夠基于數據，提煉出有效觀點，對實際業務能有所幫助。

對于數據挖掘工程師，對業務有基本了解就可以，重點還是需要放在發揮自己的技術能力上。

業務能力是優秀數據分析師必備的，如果你之前對某一行業已經非常熟悉，再學習數據分析，是非常正確的做法。剛畢業沒有行業經驗也可以慢慢培養，無需擔心。

4、邏輯思維

這項能力在我之前的文章中提的比較少，這次單獨拿出來說一下。

對于初級數據分析師，邏輯思維主要體現在數據分析過程中每一步都有目的性，知道自己需要用什么樣的手段，達到什么樣的目標。

對于高級數據分析師，邏輯思維主要體現在搭建完整有效的分析框架，了解分析對象之間的關聯關系，清楚每一個指標變化的前因后果，會給業務帶來的影響。

對于數據挖掘工程師，邏輯思維除了體現在和業務相關的分析工作上，還包括算法邏輯，程序邏輯等，所以對邏輯思維的要求也是最高的。

5、數據可視化

數據可視化說起來很高大上，其實包括的范圍很廣，做個PPT里邊放上數據圖表也可以算是數據可視化，所以我認為這是一項普遍需要的能力。

對于初級數據分析師，能用Excel和PPT做出基本的圖表和報告，能清楚的展示數據，就達到目標了。

對于高級數據分析師，需要探尋更好的數據可視化方法，使用更有效的數據可視化工具，根據實際需求做出或簡單或復雜，但適合受眾觀看的數據可視化內容。

對于數據挖掘工程師，了解一些數據可視化工具是有必要的，也要根據需求做一些復雜的可視化圖表，但通常不需要考慮太多美化的問題。

6、協調溝通

對于初級數據分析師，了解業務、尋找數據、講解報告，都需要和不同部門的人打交道，因此溝通能力很重要。

對于高級數據分析師，需要開始獨立帶項目，或者和產品做一些合作，因此除了溝通能力以外，還需要一些項目協調能力。

對于數據挖掘工程師，和人溝通技術方面內容偏多，業務方面相對少一些，對溝通協調的要求也相對低一些。

7、快速學習

無論做數據分析的哪個方向，初級還是高級，都需要有快速學習的能力，學業務邏輯、學行業知識、學技術工具、學分析框架……數據分析領域中有學不完的內容，需要大家有一顆時刻不忘學習的心。

快速學習非常重要，只有快速進入這一行業，才能搶占先機，獲得更多的經驗和機會。如果你完全零基礎想要盡快進入數據分析行業，選擇一家專業的大數據培訓機構是個不錯的選擇。縮短學習周期，提高學習效率，時間即金錢！