0.3 数据分析师

0.3.1 什么是数据分析师

数据分析师是一个随着大数据兴起而崛起的新兴的工作岗位，是专门从事行业数据搜集、整理、分析，并依据数据制作业务报告、提供决策、管理数据资产、评估和预测的专业人员。

很多人并不知道数据分析师在做什么?从下面数据分析师和其家人的一段对话就可对这一岗位有所了解。

家人：“数据分析?分析什么东西?”

我：“哪里有数据，哪里就有我们，什么都可以分析。”

家人：“是软件工程师吗?会编程吗?”

我：“……不是，不太会。”

家人：“那是管理层吗?”

我：“还……还不到那个级别。”

家人：“那是商务人员?做市场或销售?”

我：“……也不是，不过我们辅助他们作决策。”

家人：“决策不都是老板说了算吗?你们到底做什么?”

“小陈，你能给我发一个去年一年的汽车品牌页面的访问量吗?最好是以国家、行业、公司规模作为纬度的，浏览量和UV（Unique Visitor，指访问某个站点或点击某条新闻的不同IP地址的人数）都要。”在数据分析师眼中，这样的场景早已司空见惯。

数据分析，被很多部门漏看了“分析”二字，“分析”的本质是对数据敏感。

对数据足够敏感的公司的优势在于，运营过程中产生大量数据，这些数据可以通过一些手段转化为决策的动力。

产品、营销、销售等部门，都会有不同的需求。例如，产品经理最关心的，是AB测试的数据，用以决定产品的效果；营销团队，在乎营销渠道反馈与结果的数据，以便设计下一个营销战略；销售则关心用户的购买率、保留以及追加销售时机等。数据可以直接为其提供服务。

数据分析师到底在做什么呢?

把数据整理地干干净净、整整齐齐，这仅仅是第一步，很多时候，商务部门人员无法直接理解表格数据。那么数据分析师需要把数据通过浅显易懂的图表形式展现出来，如饼状图、曲线图、柱状图等，并给出结论和建议。

相比产品、技术、财务、人力等各个职能明确的部门而言，数据分析师的工作不局限于某一个领域，它更像一个内部咨询机构，它的工作贯穿于公司的业务之中，需要解决每一个部门，乃至高管们提出的分析需求与战略问题。

很多即将步入职场的年轻人也许都想试一试，成为一名看上去高大上的数据分析师，然而心中却不免有一些疑问：

数据分析师对于学历要求是不是很高?

是不是只有统计学、数学专业的人才能做数据分析师?

我是一个文科生，能做数据分析师吗?

我是一个没有工作经验的应届毕业生，能做数据分析师吗?

……

本书会给你答案：

零基础玩转数据分析，皆有可能。

0.3.2 基本要求

数据分析师的基本要求如图0.4所示。

从图0.4可知，正确的思维习惯、对数据敏感程度，是成为数据分析师的先决条件，其次才是你的“硬件”条件。

1）懂业务。从事数据分析工作的前提就是需要懂业务，即熟悉行业知识、公司业务及流程，最好有自己独到的见解，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，没有太大的使用价值。业务知识是架起理论和实际应用的桥梁。

假如你在互联网公司工作，却连PV（Page View，即页面浏览量或点击量，通常是衡量一个网络新闻频道或网站甚至一条网络新闻的主要指标）、UV为何物都不做功课，未免太粗心了吧。

2）懂管理。数据分析师所面临的工作通常都是以项目形式展开的，数据分析师对自己所参与的项目需要承担对进度、成本和质量的控制。如果不熟悉管理理论，就很难搭建数据分析的框架，对后续的数据分析结论也很难提出有指导意义的分析建议。

3）懂分析。即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、因素分析法和矩阵关联分析法等。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、对应分析法和时间序列等。方法没有好坏，只要能切实地解决问题就是好方法。

4）懂工具。掌握了数据分析方法仅仅是能够明白理论，而数据分析相关工具就是将数据分析方法应用于现实工作的工具。面对越来越庞大的数据，我们不能依靠计算器进行分析，必须依靠强大的数据分析工具来完成数据分析工作。数据分析师最常用的工具有Excel、SQL Server、SPSS、SAS和R等，本书将以R作为数据分析的平台。

5）懂设计。懂设计是指运用图表有效表达数据分析师的分析观点，使分析结果一目了然，增加了报告的可读性。图表的设计是门大学问，如图形的选择、版式的设计、颜色的搭配等，都需要掌握一定的设计原则。良好的审美和一定的设计技巧能够让数据分析师在运用图表分析观点时如虎添翼。

数据分析师最终表现出来的作品就是一份分析报告，由于数据分析师上面的5个特征，对数据每个人的理解都不一样，所以，最终的分析报告也不追求一个模式，这就是数据分析师的魅力，个人的价值取决于你对数据的敏感程度。

除此之外，数据分析师还要具备以下素养：

1）态度严谨负责。态度严谨负责即要求一名合格的数据分析师客观评价企业发展过程中存在的问题，为决策层提供有效的参考依据。

2）好奇心强烈。好奇心强烈指数据分析师要积极主动地发现和挖掘隐藏在数据内部的真相。

3）协调沟通。对于初级数据分析师，了解业务、寻找数据、讲解报告，都需要和不同部门的人打交道，因此沟通能力很重要。对于高级数据分析师，需要开始独立带项目，或者和产品做一些合作，因此除了沟通能力以外，还需要一些项目协调能力。

4）快速学习。无论做数据分析的哪个方向，初级还是高级，都需要有快速学习的能力，学业务逻辑、学行业知识、学技术工具、学分析框架……一个优秀分析师要通过快速学习，站在更高的角度来看问题，为整个研究领域带来价值。

图0.5比较了初级数据分析师、高级数据分析师和数据挖掘工程师之间的能力需求。

图0.6列出了数据分析师必须了解的一些关键词。