数据分析师职业发展-CDA数据分析师官网

热线电话：13121318867

数据分析师职业发展

2014-09-03

数据分析作为一个新的行业领域正在全球迅速发展着，它开辟了人类获取知识的新途径。目前，在数据库技术、软件工具、各硬件设备的快速发展下，信息技术应用已在各行各业等领域全面展开，尤其是对通信、互联网、金融等行业的发展做出了巨大贡献。并且经过长期的应用积累大量丰富的数据，但大部分单位、企业对其存储信息利用率极低。巨大的历史数据是否有价值？有何价值？是否可以综合利用分析？是否能够为领导决策提供参考依据？

回答是肯定的，数据分析这一项工作越来越受到领导层的重视，借助数据分析的各种工具从海量的历史数据中提取挖掘业务发展的有价值的、潜在的知识、找出趋势，为决策层的决策提供有力的依据，对产品或服务的发展方向起到积极作用，有力推动单位、企业的科学化、综合化管理。

从20个世纪90年代起，欧美国家开始大量培养数据分析师，直到现在，对数据分析师的需求仍然长盛不衰，而且还有扩展之势。根据美国劳工部预测，到2018年，数据分析师的需求量将增长20%。就算你不是数据分析师，但数据分析技能也是未来必不可少的工作技能之一。

数据分析师如此抢手的原因何在呢？一个简单的原因就是社会越发达，人们对数据的依赖就越多。无论政府决策还是公司运营，科学研究还是媒体宣传，都需要数据支持。那么，对数据有如此大的依赖，就必然导致对数据分析的大量需求。因此，将数据转化为知识、结论和规律，就是数据分析的作用和价值。

那数据究竟会庞大到什么地步呢？据国际知名咨询公司估计，到2020年，全球每年产生的数据量将达到3500万亿GB，打个比方，就是用普通的DVD一张一张地摞起来，可以从地球摞两个堆到月球。

面对这样庞大的数据，对数据分析师的要求就不仅仅是单纯的分析了，更重要的是与相关业务部门进行合作，将数据真正应用到业务中，根据实际的业务发展情况识别哪些数据可用，哪些不适用，而不是孤立地在“真空环境”下进行分析。这就要求数据分析师不仅具备洞察数据的能力，还要对相关业务的背景有深入的了解，明白客户或业务部门的需求，从而将数据信息化、可视化，最后转化为生产力，帮助企业获得利润，这就是整个数据“供应链”。当然数据分析师也需要理解这个 “供应链”。

数据分析师职业要求

那怎样才能成为一名优秀的数据分析师呢？数据分析师的职业要求又有哪些？这个问题可以用5懂来回答，即懂业务、懂管理，懂分析、懂工具、还要懂设计。

1. 懂业务

从事数据分析工作的前提就是需要懂业务，即熟悉行业、公司业务及流程，甚至有自己独到见解，若脱离行业认知和公司业务背景，分析的结果只会是脱了线的风筝，没有太大的实用价值。

例如公司2011年的运营收入是1000万元，那么不熟业务的数据分析师看到的只是1000万这个数字，而熟悉业务的数据分析师，则看到的不仅是 1000万这个数字，他还看到数字背后隐藏的信息，如1000万元是有哪几个业务收入构成，哪个业务收入占主要部分，哪个业务收入是最小占比，最高业务收入的地区又是哪个地区等信息。

这就是懂业务与不懂业务的数据分析师之间的区别。

从另外一个角度来说，懂业务也是数据敏感的体现，不懂业务的数据分析师，看到的只是一个数字。反之，懂业务的数据分析师，则看到的不仅仅一个数字，他明白这个数字代表什么意义，知道数字是大了还是小了，懂业务的数据分析师心中有数，这才是真正意义的数据敏感性。

2. 懂管理

懂管理一方面是为了指导数据分析框架的搭建，如刚才介绍的数据分析六步曲的第一步确定分析思路就是需要用到营销、管理等理论知识来指导，如果不熟管理理论，那你如何指导数据分析框架的搭建，以及后续的数据分析开展呢？

另一方面作用是针对数据分析结论提出有指导意义的分析建议，如果没有管理理论的支撑，如果确保分析建议的有效性呢？

所以这就要求数据分析师需要掌握一定的管理理论知识。

3. 懂分析

懂分析是指掌握数据分析基本原理与一些有效的数据分析方法，并能灵活运用到实践工作中，以便有效的开展数据分析。

基本的分析方法有：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。

不论简单还是复杂的分析方法，只要能解决问题的方法就是好方法。

4. 懂工具