在大数据到来的时代，对数据分析师有哪些要求？

1、如何做好数据分析？

分析师成长是通过“干”、"思"、“熬”出来的。干：多做。哪些是临时需求。你要做各种各样的分析；思：你在边干的过程中，要边思考，边总结，只有这种你才能沉淀。熬：通过时间的积累，你的商业意识、数据分析思维、技能得到提升，广积粮，缓称王，实现厚积而薄发。

2、如何做好数据挖掘？

数据挖掘和数据分析在我认为，都是实现数据价值的“工具”、“方式”。数据挖掘相对于数据分析来说，入门门槛会更高一些，对于数据挖掘方法，挖掘工具要求更高。但做好数据挖掘，参考数据分析。

3、需要看什么类型的书？

很从刚做分析师的朋友，但喜欢问：我想做好分析师要看什么样的书？这个背后的逻辑是不是说你看了别人推荐给你的书，你就可以成为很厉害的分析师。

我的观点是：书是一定要看，而且有机会的时候多看看书。但一定要明白看书你对的价值体现在哪？

但数据分析更多是干，实践中成长的。

4、做好数据分析需求什么样的技能？

我想做数据分析，一定要会SAS、SPSS、R吗？如果你不去做模型。

基本的统计知识肯定要掌握的，但分析师目前主要还是以SQL+EXCEL+PPT来完成一份分析报告。

5、什么专业才能做数据分析？

现在招聘数据分析大多数都是要求：计算机、统计学相关专业。但是我相信未来数据分析招聘的专业会越来越宽，而且很多管理类（营销、管理学、情报学等）专业毕业的人会是比较受欢迎的。因为当大家对数据分析理解越来越深的时候，会发现数据分析核心的能力还是在：分析数据，然后与商业结合。

6、数据分析的价值？

基于历史数据，来告诉相关人的业务情况是怎么样的，结合对于公司业务模式的理解，一起制定相关策略，帮忙公司实现业务目标。

基于公司内、外部的数据，结合分析师对于公司业务的理解、行业发展趋势的理解，提出公司及行业发展趋势，为公司制定相应的战略提供参考。

7、数据分析，到底是分析什么数据？

分析公司内、外部的数据，内部的数据有以下几类（以电子商务为例）：

1、流量数据或者说网站的点击流（日志）数据。

2、订单数据。

3、商品数据。

4、会员数据。

5、供应链相关数据。

6、客服数据。

不同公司对于数据收集的粒度、完整性不一样。是否所有公司都要把所有的数据都收集下来，我的观点是：如果允许，当然越多越好。但是很多是时候是要分析师对评估哪些数据需求收集，保存多久的数据。分析师一定要用一定ROI的意识。

那种数据都没有积累多少，就号称自己是大数据公司，号称通过大数据建议竞争优势，你觉得可能吗?

8、数据分析有几种角色？

数据分析：助理分析师、分析师、资深数据分析/数据分析专家、商业分析师；

数据产品经理:我特别喜欢这种角度，我觉得的真正的数据分析师，应该有产品的思维逻辑。因为不管你在做报表，报告，系统，那怕是一个简单的数据需求，你都可以理解为一种数据产品。(什么是产品，产品是解决目标用户的问题。请分析师都牢记这一点。)

数据挖掘：数据挖掘工程师、资深挖掘工程师；

9、什么样的人适合做数据分析？

除了之前我的一些文章讨论到的需要相关的基本的技能外，也许下面的内容对一个数据分析师成长更为重要:

1、看到数据有兴奋感的人。有兴奋感说明你有兴趣，那说明很会有意愿把数据分析好。

2、愿意学习的人。你分析的内容永远不会一尘不变，即使你分析的主题是相对固定，但业务是变化的，你需要不断的学习业务，同不同人沟通，吸收别人的观点。所以分析师一定要报着学习的态度。

3、逻辑思维较强的人。数据分析师想要把你的分析好，一定要有结论思维。

4、表达与沟通。因为数据分析最终价值的实现，一般来说不会是分析师亲自去制定或者实施。所以你一定很有条理、逻辑清晰向别人表达，让业务方认识到你分析结果的价值，从而影响业务方去愿意使用你从数据中得到的观点。

未完，待续!