你知道怎样做数据分析吗？

   现在，很多小伙伴都发现数据分析行业是IT行业的一个风口，也有很多对自己的职业不满意的小伙伴，想要进入这个行业。于是问题出现了：你知道怎样做数据分析吗？如何进入数据分析行业？您是否了解数据分析行业？在学习了数据分析之后，才能从事数据分析行业？接下来小编就来为大家讲解一下怎样做数据分析，一起来看看吧。

Qlik Sense

3.0

35条点评

咨询产品

免费试用

解决用户选型困难的好软件，有各维度的信息

客户案例

3

合作品牌

31

数据分析怎么做？

一、数据分析师的薪酬如何？

   首先，如果想转行从事数据分析师，你最应该做的，就是先了解这个行业的薪资情况。考虑到大家对这个行业的熟悉程度不高，下面先给大家介绍这个行业的职业有哪些，再分别给大家展示一下这个行业的薪资水平。

数据工程师：众数区间10-20K；全国均薪12.9K

数据库管理师：众数区间10-30K；全国均薪13.1K

数据分析师/报告撰写人：众数区间10-30K；全国均薪15.8K

数据架构师：众数区间30-50K；全国均薪33K

数据建模师：众数区间15-50K；全国均薪18.4K

数据科学家：众数区间20-50K；全国均薪28.3K

商业智能分析师：众数区间15-50K；全国均薪20K

（注：以上数据均来自于职友集，查询日期2020年11月。如有异议，可自行调研）

二、怎样判断你是否适合做数据分析师？

   如果看完上述数据分析师的薪资待遇，你还满意的话，那么，接下来就要看看你是否适合这份职业了。

   如果你平时购物前，会做相应的优惠信息分析（简称，购物怎么买更划算）；

   如果你平时遇到问题，喜欢先思考在解决（喜欢思考最优办法）；

   如果你求学的10多年里，数学成绩不错或者计算机成绩不错（逻辑思维好）。

   那么恭喜你，你比同龄人转行数据分析师，成功的概率高一倍。

   当然，如果你的年纪在20到30岁之间，你在学习数据分析的过程中，将会有更大优势。因为年龄在一定程度上，影响了一个人的学习效率，所以，想学数据分析师，我建议你趁早学~

   另外，值得一提的是，请不要认为一名懂得数据分析的人员，只能成为一名数据分析师。

事实上，数据分析师的职业方向有两个层面的界定，包括以业务为导向型，和以技术为导向型的职业发展方向。并且，这两种类型的数据分析师未来的职业方向是完全不同的，后期获得的职位也大有不同。

由此可见，学会数据分析技能，你的择业范围是非常广阔的。在是否适合自己这个问题上，至少不用有太多顾虑。你可以结合自己曾经从事的职业，去做自己喜欢的领域。

三、如何成为一名合格的数据分析从业者？

通过上述分析，你应该对数据分析行业有一个大致的认识了。接下来，我们需要一起来了解下，如何掌握数据分析技能。

1）具备足够的软实力

对于数据从业者来说，我们需要具备多方面的软技能，才能有效发挥作用。无论对行业的认知、沟通能力、项目管理能力、领导能力和批判性思维等，对于从业者来说，都是需要具备的软技能。

关于软实力提升方面，我想给你建议就是多读书，多总结表达技巧。只有自己的知识储备增长了，软实力才够硬。

2）具备数据思维

即便你不做数据分析师，我也建议你养成数据思维，因为这对你的职业升迁有很大的帮助。比如，在日常生活中，如果你没有太多时间使用数据，或使用数据来得出结论。那么，我建议学会“听”。没错，就是听别人的数据报告，然后在发言时，用数据客观的陈述自己的观点。

另外，还要学会多问自己从别人的发言中得到了什么？哪些数据对我有用？其他的数据能体现项目/公司的哪些运营状况，等等。这对一个人的思维锻炼是非常有好处的。

3）提升专业技能

除了具备软实力和数据思维外，最重要一点，就是要学习专业的数据分析技能。像我们熟知的一些技能，包括：机器学习、预测分析、数据可视化和MapReduce等等。而想要学会这些技能，我们就离不开Excel、SQL、R、SAS等工具的学习了。

基于此，你需要专门学习相应的版块和技能，确保自己“硬件水平”水平达标。而学习这些技能，我个人建议你去专业的培训班做一个系统的学习。因为只有基础够扎实，才能灵活运用自己所学的知识。

我猜你可能要问我，买书、买视频自学不是挺好的嘛？这里，我想说下自己的观点。自学的方式是很好的，但仅限于已经在职的，且工作遇到瓶颈的人来进行。为什么呢？理由很简单，只有知道自己缺什么的人，才能找到针对性的内容，去加以利用。而像零基础小白，没有相应的工作经验的，我不建议你自学，因为对你来说，自学与不学几乎无异。

4、具备数据分析能力后，如何择业？

1）职场新人

如果你是应届毕业生。或是刚入行一年以内的职场新人，我建议你跟着自己的职业规划来择业。比如，尝试思考这两个问题：

l 我更想做技术，还是做业务？

l 我想成为纯数据分析师，还是某个需要数据分析技能的工作者？

千万不要认为第二个问题是一回事。因为，这里面的差别其实是非常大的。举个例子：纯数据分析师，指的是像大数据分析师、数据工程师、数据库管理师、数据分析师/报告撰写人、数据架构师，等等类型的从业者；而需要数据分析技能的从业者，是指比如：市场部经理、财务、人力资源管理师，等等。

他们虽然都需要数据分析技能，却完全做着不一样的工作。因此，职场新人应该对此有所了解。

2）职场“老人”

如果你是有3-5年职场工作经验的从业者，除非你有明确的职业目标，否则我更建议你深入自己曾经从事过得领域，成为这一领域的数据分析工作者。比如，你曾经做过房产销售，继而又花时间学了数据分析方面的知识。那么，如果你去房地产企业应聘与之对应的数据分析类工作，那么，你拿到offer的概率、升职加薪的速度就会比别人快很多。因为，你在这个领域已经有足够的认知了，数据分析只是在技术层面提升了你的优势。所以，细分领域专家自然更适合你。

四、怎么做数据分析？

1.明确目的和思路

   首先明白本次的目的，梳理分析思路，并搭建整体分析框架，把分析目的分解，化为若干的点，清晰明了，即分析的目的，用户什么样的，如何具体开展数据分析，需要从哪几个角度进行分析，采用哪些分析指标（各类分析指标需合理搭配使用）。同时，确保分析框架的体系化和逻辑性。

2.数据收集

   根据目的和需求，对数据分析的整体流程梳理，找到自己的数据源，进行数据分析，一般数据来源于四种方式：数据库、第三方数据统计工具、专业的调研机构的统计年鉴或报告（如艾瑞资讯）、市场调查。

   对于数据的收集需要预先做埋点，在发布前一定要经过谨慎的校验和测试，因为一旦版本发布出去而数据采集出了问题，就获取不到所需要的数据，影响分析。

3.数据处理

   数据收集就会有各种各样的数据，有些是有效的有些是无用的，这时候我们就要根据目的，对数据进行处理，处理主要包括数据清洗、数据转化、数据提取、数据计算等处理方法，将各种原始数据加工成为产品经理需要的直观的可看数据。

4.数据分析

   数据处理好之后，就要进行数据分析，数据分析是用适当的分析方法及工具，对处理过的数据进行分析，提取有价值的信息，形成有效结论的过程。

   常用的数据分析工具，掌握Excel的数据透视表，就能解决大多数的问题。需要的话，可以再有针对性的学习SPSS、SAS等。

   数据挖掘是一种高级的数据分析方法，你需要掌握数据挖掘基础理论，数据库操作Phython，R语言， Java 等编程语言的使用以及高级的数据可视化技术。要侧重解决四类数据分析问题：分类、聚类、关联和预测，重点在寻找模式与规律。

5.数据展现

   一般情况下，数据是通过表格和图形的方式来呈现的。常用的数据图表包括饼图、柱形图、条形图、折线图、气泡图、散点图、雷达图等。进一步加工整理变成我们需要的图形，如金字塔图、矩阵图、漏斗图、帕雷托图等。

   一般能用图说明问题的就不用表格，能用表说明问题的就不用文字。

•    图表制作的步骤：

确定要表达主题

确定哪种图表最适合

选择数据

制作图表

检查是否真实反映数据

检查是否表达观点

常用图表类型和作用：

6.报告撰写

   撰写报告一定要图文结合，清晰明了，框架一定要清楚，能够让阅读者读懂才行。结构清晰、主次分明可以使阅读者正确理解报告内容；图文并茂，可以令数据更加生动活泼，提高视觉冲击力，有助于阅读者更形象、直观地看清楚问题和结论，从而产生思考。好的数据分析报告需要有明确的结论、建议或解决方案。

   通过小编的总结，大家应该对怎么做数据分析？是否了解数据分析行业？学习过数据分析之后，就只能从事数据分析行业了吗这些问题有了一个大概的认识。其实专业转变并非一蹴而就，成为数据分析师没有任何捷径可走。尽管本文的内容看起来似乎很简单，但是却有许多地方需要学习和提升。提示大家找出自己的兴趣点，根据自己的职业规划，判断自己是否需要加强这方面的技能。以上就是小编为大家带来的关于怎么做数据分析的相关文章，希望对您有帮助。