數據分析需要具備哪些能力？

數據分析是一個綜合要求比較高的職位，相對於公司一般職能部門待遇頗高，當然對應聘者要求相對也會高些，結合多年的職場經驗與理解供大家參考。

首先，溝通表達能力。優秀的溝通表達能力，是成為一個優秀數據分析師的先決條件。尤其是在互聯網公司與各個部門打交道的時候非常頻繁，譬如運營部對公司運營指手畫腳的策略數據分析師需要去了解，銷售部業績狀況異常波動需要要去查找原因，產品部的產品跟新迭代帶來的業績影響，技術部數據支撐系統維護。各個部門行為動作，作為數據分析師需都要跟進，這裡難免不乏大量溝通，思維碰撞。

其次， 業務理解能力。業務理解是我們開展數據分析成果展示的前提。做好數據分析需要了解所在行業的發展狀況（推薦PEST宏觀分析方法），網上查看相關行業報告（比如艾瑞）。業務理解大致總結為三大板塊，用戶，產品，交易行為。譬如運營部門作為一個公司指引公司航向的風向標，一個小的行為決策對公司的用戶，交易就會帶來影響。需要從數據分析不同緯度去，預判他的影響力，以及給我們帶來的數據表現，不僅知其然還要知其所以然，所有的數據分析結果導向都是基於對現公司業務理解上進行的。

第三， 基本工具的使用。數據分析的工具非常多，常見的需要掌握的有EXCEL,MYSQL,SPSS,想往進一步的發展當然是python、R（二選一，更加推薦PYTHON）基礎包的運用，以及數據挖掘建模。作為基礎入門EXEL，mysql這是基礎的基礎，在一個二線城市這兩個工具用的666，同樣可以找到一個非常滿意的工作。

第四，數據分析思維。數據分析思維的培養主要在於學習，和工作中去歸納總結。涉及到常見的分析方法，數學統計學常用理論知識。數據分析思維這裡歸結為兩點，數據欄位整理，數據駕馭展示。當我們拿到數據，我們需要先觀察數據特徵譬如，欄位是否規整，是否有空值，重複值，極端值，這可以通過描述統計來實現。當我們拿到用戶數據時，我們可以做用戶畫像，也叫用戶貼標籤、RFM、用戶生命周期；當擁有業績數據時， 我們可以做同環比分析，交叉分析，回歸分析，以及時間序列業績預測等等。

數據分析師具備基本的能力簡單介紹到此，裡面涉及的知識比較零散，後期會詳細解讀。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！