数据分析这碗饭,香不香?

数据分析不是“做统计”,如何做才能驱动增长?_数据可视化

最近很多人都在问我:如何成为一名数据分析师?我需要掌握哪些技能和工具?将来有没有发展潜力?…...

在我身边,有很多半路转数据分析的例子。今天就来和大家分享一下,数据分析师需要哪些能力,以及未来的进阶路线,职场的小建议等。

首先,跟大家聊一下,数据分析师必备的4种能力

>运用工具读取和分析数据

基础的工具就是:Office软件,包括但不限于Excel、VBA、PPT、Word

数据提取工具:SQL、Hive SQL

分析工具:SPSS、SPSS Modeler、R、Python、SAS

>可视化工具

Excel、PPT、Tableau、ECharts、Power BI、Python、R、Java

>统计学基础

在实际工作中经常会遇到统计学的知识,比如显著性、置信度、离散度等等,它会让分析结果更加专业、严谨。经常在AB Test、数学模型、抽样检验里用到。

>建模能力常用模型

分类:预测用户可能发生某种行为概率,常用的分类模型有C5.0、决策树、随机森林、逻辑回归等,预测用户是否下单

聚类:按照个体特征分类,常用于给用户打标签

回归:常用于预测销量、人口等数据

评估:市面上分为2大类,回归和标准化模型,多用于对品牌投放、效果投放、会员积分的评估

从市场需求看,数据分析师已经成为绝大多数公司的关键岗位,需求量大、薪资高、上升空间大、门槛低。但要想真正成为一名优秀的数据分析师除了以上几点,还需要掌握更多相关的专业技能。


这门课让你收获满满

初级:数据分析师基本功

服务器操作、Shell脚本应用、SQL数据提取和Python处理数据流

中级:从建模过程培养数学思维

通过数学模型构建过程中,逐步培养数学思维以及Python的实现

高级:数据指标体系搭建实战

通过共享汽车行业实战案例,详解数据指标体系搭建方法