数据分析师的不同方向

数据分析师根据自己的工作岗位、行业、工作内容等等，可以分成非常多的种类。

但总体可以区分成两个方向，即业务方向和技术方向。当然，在业务和技能上两类也是需要相互结合的。

其中，想要短时间内快速成为技术方向的数据分析师，是非常很难的。一定要底子深基础牢，编程语言基础、统计学知识、算法、数据结构样样不能少，甚至得精通，而这些不是我们自习两三个月就能完全掌握的。

而业务方向的数据分析师，在目前的招聘市场上需求岗位最多。这种岗位的进入门槛会相对较低一点，所以对于0基础想转行的同学，自然业务型数据分析师会更适合。但如果入职后不能尽快掌握业务，提升自己的数据思维能力，就很有可能就变成“只会提数的表哥表姐”。

所以，想快速成为一名数据分析师，又不想入职后沦为“打杂”人员。就应该知道自己应该持续学习并掌握的各项技能，以及自己进入数分行业后的发展路径。

数据分析师的阶段与技能

本节我们只讨论业务向的数据分析师的必备能力，把分析师简单划分为初级、中级、高级三个阶段：

各阶段数据分析师的差异体现在三个方面：业务技能、执行管理能力、业内影响力。

后两者能力属于软实力，需要在工作中逐渐掌握。作为初学者，第一步最需要的是掌握业务技能，最好能了解完整的学习路线。

那么，初级数据分析师所必备的业务技能都包含哪些？

1、业务能力。数据分析工作并不是简单的数据统计与展示，它有一个重要的前提就是需要懂业务，包括行业知识、公司业务及流程等，最好有自己独到的见解。数据分析的目的就是通过研究数据实现转化增长，若脱离行业背景和公司业务内容，数据分析就是一堆没有价值的数据图表而已。

2、工具使用能力。数据分析工具是实现数据分析方法理论的工具，面对越来越庞杂的数据，数据分析师必须要掌握相应的工具去对这些数据进行采集、清洗、分析和处理，以快速准确地的到最后的结果。常用工具有：Excel、SQL、Python、R、Tableau、BI等

3、分析能力。数据分析师必须要掌握一些行之有效的的数据分析方法，并能灵活的与自身实际工作相结合。数据分析师常用的数据分析方法有：对比分析法、分组分析法、交叉分析法、结构分析法、漏斗图分析法、综合评价分析法、因素分析法、矩阵关联分析法等。高级的分析方法有：相关分析法、回归分析法、聚类分析法、判别分析法、主成分分析法、因子分析法、对应分析法、时间序列等。

最后，我们将初级数据分析师应该掌握的技能做了一张树状图。