这篇文章适合什么样子人来看
不了解数据分析，但有些心动。
不确定自己还要具备什么样的能力才可以尝试。
刚毕业有这方面求职打算。
l 我的经历
本科是经济+国际商务两个很鸡肋的文管专业。研究生转读了信息系统专业。去年12月份毕业，现就职于帝都互联网K12市场部，做数据分析的工作。税后大概12K。最近还有个比较好的机会，起薪是17K税前。
l 什么是数据分析
Data analysis is a process of inspecting, cleansing, transforming, and modeling data with the goal of discovering useful information, informing conclusions, and supporting decision-making. [wiki]
我从wiki上copy的一段定义，简单来说就是对于数据的清理，转化，检测和建模去发现更有商业价值的结论，来帮助公司进行决策。也因此可以看出，数据分析师是集统计，管理，市场，经济，数学和一些计算机为一体的交叉职能。
l 比较适合成为数据分析师的专业
我个人认为，数据分析其实对于专业要求限制不算很大，但是以下专业上手起来更快也更节省时间，专业分先后：
数据科学（DS）- ds就是为了数据分析而生的专业。
统计（Stat）- 统计专业是十分适合去做数据分析师的，数据分析所涉及的统计工具R/STATA/SAS/SPSS等基本是统计专业所必须会涉猎的。其次，在数据建模方面，统计学也有得天独厚的优势
信息管理（IS）、商业分析（BA）-这两个专业主要是基于美帝来说的，都是属于比较交叉的学科，区别是前者部分大U更偏向于cs或者图书馆信息管理，后者则是比较正统的管理，统计所交叉的专业。
数学（Math）、经济（Econ）、市场（Mkt）、计算机（CS）等-剩下的专业各有优势，在我看来，数学和计算机出身的学生有更广阔的发展路线，因此按下不表。经济和金融等热门商科专业也可以转成数据分析，但是需要补一下统计相关知识。同理还有市场管理，经贸等。
l 我国数据分析岗位类别
我因为错过了去年的秋招，所以在社招过程中通过搜索“数据分析”这个tag得到了五花八门的职位和JD。所以我个人认为，现在我国对于数据分析这个职位的具体职能规划还不是很统一。
大概分为以下三类：
数据挖掘、大数据- 这是我认为非常偏向数据科学（ds）的一类岗位。也是入职门槛相当高的一类职位。一般需要具备machine learning等知识体系，同时也掌握hadoop、hive或者spark等大数据挖掘工具。
数据建模- 需要非常扎实的统计理论基础和数据挖掘模型（决策树，聚类等），偏向于应用数学和统计学出身。需要熟练Python或者R。
最后一类，也就是我正在做的一类数据分析，是偏向运营，市场端的数据分析。也是要求比较简单的一类岗位。具体需要掌握的技能我下面会写。
但不管是哪一类的数据分析师，在不仅仅是互联网企业，都有非常大的需求。薪资水平普遍较高。一线（帝都）尤甚。因此，早学早抓住机会。
l 如何成为一名数据分析师
在这里我想给出知乎秦路的回答
如何快速成为数据分析师？
非常详细具体的给出了学习路线。
比较懒的小伙伴可以看我下面的总结-
必须掌握的主流统计类工具
Excel- 包括各类函数，特别是Vlookup和index，掌握其数组用法；pivot table；slover table。处理10w左右条数据很方便。
R或者Python- 各类package，会一个即可。推荐Python下的numpy和pandas，比较主流。
SQL- 掌握SQL非常重要，知道各种join的区别，会根据需要使用select语句+where order groupby等code处理量级数据。
剩下还有类似功能的Access，SAS，SPSS等功能重复就不赘述了。
数据可视化
Excel- 各种可视化图表的区别和使用情景
BI工具- 比较主流的有Tableau， power BI等，选择一个学习即可。
基本管理理论
SMART、5W2H、SWOT、4P理论等。
统计学知识
Variance，置信区间，T Test，Anova，Z Test，显著性检测，P-value，A/B Test等。
一些简单的machine learning的东西
回归，聚类，决策树，关联规则等。
剩下在该回答中大家可以查缺补漏。我认为都掌握了就可以称之为合格的初级数据分析师了。
l 求职
有了上面的基础知识支撑，下一步就是在求职时所要做的准备。
首先简历中需要阐明你所具备的专业技能。
以我自己为例-
专业技能
计算机编程语言及数理统计工具： R，MySQL，Python
其他：Arena Simulation Software, Tableau, Excel (Decision Tools)
其次在以往工作经验中尽可能的突出并详细跟数据有关 经验，并明确结果。一个bulletpoint尽量为word四分之三行的长度。
如果没有足够的工作经历，那就附上自己的项目经验。具体可以去Kaggle网站了解。
笔试只会考比较简单的excel和sql的题。业务面试更多的是会涉及项目的原因和目的还有整体分析的逻辑陈述。
希望能帮到大家一点点-w-
不了解数据分析，但有些心动。
不确定自己还要具备什么样的能力才可以尝试。
刚毕业有这方面求职打算。
l 我的经历
本科是经济+国际商务两个很鸡肋的文管专业。研究生转读了信息系统专业。去年12月份毕业，现就职于帝都互联网K12市场部，做数据分析的工作。税后大概12K。最近还有个比较好的机会，起薪是17K税前。
l 什么是数据分析
Data analysis is a process of inspecting, cleansing, transforming, and modeling data with the goal of discovering useful information, informing conclusions, and supporting decision-making. [wiki]
我从wiki上copy的一段定义，简单来说就是对于数据的清理，转化，检测和建模去发现更有商业价值的结论，来帮助公司进行决策。也因此可以看出，数据分析师是集统计，管理，市场，经济，数学和一些计算机为一体的交叉职能。
l 比较适合成为数据分析师的专业
我个人认为，数据分析其实对于专业要求限制不算很大，但是以下专业上手起来更快也更节省时间，专业分先后：
数据科学（DS）- ds就是为了数据分析而生的专业。
统计（Stat）- 统计专业是十分适合去做数据分析师的，数据分析所涉及的统计工具R/STATA/SAS/SPSS等基本是统计专业所必须会涉猎的。其次，在数据建模方面，统计学也有得天独厚的优势
信息管理（IS）、商业分析（BA）-这两个专业主要是基于美帝来说的，都是属于比较交叉的学科，区别是前者部分大U更偏向于cs或者图书馆信息管理，后者则是比较正统的管理，统计所交叉的专业。
数学（Math）、经济（Econ）、市场（Mkt）、计算机（CS）等-剩下的专业各有优势，在我看来，数学和计算机出身的学生有更广阔的发展路线，因此按下不表。经济和金融等热门商科专业也可以转成数据分析，但是需要补一下统计相关知识。同理还有市场管理，经贸等。
l 我国数据分析岗位类别
我因为错过了去年的秋招，所以在社招过程中通过搜索“数据分析”这个tag得到了五花八门的职位和JD。所以我个人认为，现在我国对于数据分析这个职位的具体职能规划还不是很统一。
大概分为以下三类：
数据挖掘、大数据- 这是我认为非常偏向数据科学（ds）的一类岗位。也是入职门槛相当高的一类职位。一般需要具备machine learning等知识体系，同时也掌握hadoop、hive或者spark等大数据挖掘工具。
数据建模- 需要非常扎实的统计理论基础和数据挖掘模型（决策树，聚类等），偏向于应用数学和统计学出身。需要熟练Python或者R。
最后一类，也就是我正在做的一类数据分析，是偏向运营，市场端的数据分析。也是要求比较简单的一类岗位。具体需要掌握的技能我下面会写。
但不管是哪一类的数据分析师，在不仅仅是互联网企业，都有非常大的需求。薪资水平普遍较高。一线（帝都）尤甚。因此，早学早抓住机会。
l 如何成为一名数据分析师
在这里我想给出知乎秦路的回答
如何快速成为数据分析师？
非常详细具体的给出了学习路线。
比较懒的小伙伴可以看我下面的总结-
必须掌握的主流统计类工具
Excel- 包括各类函数，特别是Vlookup和index，掌握其数组用法；pivot table；slover table。处理10w左右条数据很方便。
R或者Python- 各类package，会一个即可。推荐Python下的numpy和pandas，比较主流。
SQL- 掌握SQL非常重要，知道各种join的区别，会根据需要使用select语句+where order groupby等code处理量级数据。
剩下还有类似功能的Access，SAS，SPSS等功能重复就不赘述了。
数据可视化
Excel- 各种可视化图表的区别和使用情景
BI工具- 比较主流的有Tableau， power BI等，选择一个学习即可。
基本管理理论
SMART、5W2H、SWOT、4P理论等。
统计学知识
Variance，置信区间，T Test，Anova，Z Test，显著性检测，P-value，A/B Test等。
一些简单的machine learning的东西
回归，聚类，决策树，关联规则等。
剩下在该回答中大家可以查缺补漏。我认为都掌握了就可以称之为合格的初级数据分析师了。
l 求职
有了上面的基础知识支撑，下一步就是在求职时所要做的准备。
首先简历中需要阐明你所具备的专业技能。
以我自己为例-
专业技能
计算机编程语言及数理统计工具： R，MySQL，Python
其他：Arena Simulation Software, Tableau, Excel (Decision Tools)
其次在以往工作经验中尽可能的突出并详细跟数据有关 经验，并明确结果。一个bulletpoint尽量为word四分之三行的长度。
如果没有足够的工作经历，那就附上自己的项目经验。具体可以去Kaggle网站了解。
笔试只会考比较简单的excel和sql的题。业务面试更多的是会涉及项目的原因和目的还有整体分析的逻辑陈述。
希望能帮到大家一点点-w-
