数据分析师的职位提升途径有哪些

『壹』 合格的数据分析师需要具备哪些能力

1.业务能力

只要真的在实践领域从事过数据分析工作，就会明白所有分析的重中之重都是业务知识本身。而业务知识的学习和掌握，需要的积累之深，培养一个业务专家，需要的周期之长，都远远超过后面所说的那些基本技能，成为业务专家实属不易，数据分析师其实是之于业务专家之上的更深层次的思考和总结，否则，谁指导谁都是个问题。业务学习的方式很多，比如将以前的分析报告和取数案例都拿过来研究一下，不懂就问，总是一个渐进的过程，但需要时间和行业的沉淀。数据分析师最需要不断提升的能力就是行业和业务知识，没有之一。

2.思考能力

数据总是在那里，它不会说话，你不仅要基于业务能力理解它，还要学会推演和分析，从中发现规律，迅速定位某个商业问题的关键属性和决定因素，形成自己独创性的见解，所谓心思缜密，滴水不漏，没有思考逻辑没有数据分析。而要形成独特的见解，则来自于个人不断的学习和思考，这里的学习更多的强调是跨领域和专业，思考则更多的强调养成思考的习惯。

思考本身是一种实践，它可以将你的知识更加系统化和深入化，数据分析一定程度上是用来验证思路和启发灵感的，“数据分析”从来不是“数据分析”本身，而是以“数据分析”为手段和表象，对业务的深刻理解、思考和判断。 3.沟通能力

数据分析贯穿BIT、数据、技术、业务整个链条，数据分析师将BIT最终转化成决策者理解的语言，跨越的流程很长，你需要面对不同的岗位，碰到不同的角色，采用不同的语言，表达你的要求和获得你需要的东西，成为数据和业务的桥梁，没有足够的沟通能力很难。同时，但如果你容易听取他人的意见，特别是智者的意见，则可以帮你找到另一条出路，你犯错的概率就会降低，相应的，你的分析就更有力量和说服力。

4.数据学习

业务学习有一个毛病，比如你看案例，往往接触到的数据或使用的数据是局部的，因此，你的视野会受局限，在大多数公司里，很多数据分析师其实缺乏全局的数据视野，因为他不知道到底有多少数据，因此，永远只能在已知的数据里转圈圈，当然，可能也够了，但我这里要说得是做得最好。

当然，大多数数据分析师可能不需要进行系统数据学习，反正实践中慢慢熟悉好了，但自顶向下的数据学习方式可以让你有一个更好的基础和更全局的数据视野。5.技术学习

有几个层面的东西要学，依赖于实际的场景和你希望达到的阶段：首先，你要学会从数据库或者其它源头获取数据，很多数据分析师仍然依赖于IT人员获取数据，但大数据时代，真的有必要自己动手了，因为依赖他人效率太低了，起码你要会SQL，SQL甚至基本上是为统计取数而生的方便工具，图形化的透视方式也远远没有SQL的表达能力强，这是基本功。

其次，你要会一些数据分析工具，EXCEL是最基本的，其实大多数数据分析基于EXCEL应付已经绰绰有余了，EXCEL的图形表达能力也已经够强。

以上层层递推，其实数据分析师每在IT上前进一步，带来的效益是几何级的，比如你懂Hadoop，那么，你就可能离大数据更近一点。

『贰』 数据分析师的就业前景如何

数据分析师是一个发展前景非常好的工作，时代的发展决定了在未来，数据分析师将成为必不可少的一个工作岗位，如果大家能够有幸进入到这个行业，那么就好好珍惜，而对于那些还没考虑未来就业方向的朋友来说，数据分析师绝对是一个不错的选择。

数据分析师在进阶的道路上有多种选择，可以成为数据技能超强的产品经理，也可以成为数据指导业务的运营VP，更可以进入到管理或者战略层，而这些，都是在工作的过程中，开阔视野所带给人们的。

技能要求

1、懂业务。从事数据分析工作的前提就会需要懂业务，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。

2、懂管理。一方面是搭建数据分析框架的要求，比如确定分析思路就需要用到营销、管理等理论知识来指导，如果不熟悉管理理论，就很难搭建数据分析的框架，后续的数据分析也很难进行。另一方面的作用是针对数据分析结论提出有指导意义的分析建议。

『叁』 数据分析师的发展方向是什么

数据分析在现在是非常火的一种事物，由于大数据在各行各业中都起到了至关重要的作用，因此受到了很多人才的重视，很多人想走进数据分析这一行业，但是很多人不知道数据分析师的发展方向是什么，一般来说，数据分析师按照数据处理的阶段分为三个职位，就是数据采集、数据分析、数据挖掘三种。不过数据分析的工作分为这三个方向太过于片面，让人们对于数据分析的理解有了局限性。所以，我们对数据分析这个行业分为两种方向，具体就是业务方向和技术方向。不同的业务方向也决定了不同的职业规划和晋升途径，这想必大家都是清楚的，那么数据方向和业务方向具体的情况是什么呢？下面就由小编为大家解答一下这个问题。
首先给大家说一下业务方向，一般来说大家在很多招聘网站搜寻数据分析的时候，会发现数据分析的业务方向有两种，一种就是辅助业务的数据分析职位。另一种就是数据分析师职位。辅助业务的数据分析职位在零售业职位中比较多，并且数据分析师对业务必须熟练，同时对自己所面对的业务有很长时间的积淀和理解，这样就能快速的使用数据分析去发现业务流程中存在的问题，通过提出针对问题的解决方案去解决这些问题。由此可见，分析数据支撑着整个商业的逻辑。辅助业务的数据分析师细分职业有市场调查、行业分析、经营分析三类数据。而业务方向中的数据分析师职位一般都是比较专业的，这种专业是具体怎么体现出来的呢？比如产品数据分析师、运营数据分析师和销售数据分析师等等。所以业务方面的数据分析师都是比较专业化的。
然后给大家说一下技术方面的数据分析师，一般来说，数据分析师在技术方面上主要指的是数据挖掘方向，一般来说是分为三种类型。第一种就是数据挖掘工程师、数据库工程师、数据开发工程师。而数据分析师在互联网和金融行业中的岗位是比较多的，当然，在技术方向的数据分析师的工资要比业务方面的数据分析师岗位的工资要高。不过，如果做到了管理层面，业务岗要比技术岗的工资要高。
以上的内容就是对于数据分析这一行业的具体问题的说明了，大家在择业的时候可以参考这篇文章，如果要进入数据分析这个行业，不管在什么方向，都需要扎实的知识，希望这篇文章能够给大家带来帮助。最后感谢大家的阅读。

『肆』 数据分析师都有哪些发展方向

很多小伙伴都想转行成为数据分析师，入行容易，但重要的需要确定未来的一个发展方向，不能盲目入行。下面小聚给大家分享几种数据分析师的发展方向，大家可以参考一下，首先确定好自己的目标。
业务数据分析师：技能上需要会使用Excel、pythonl和SQL，因为业务数据分析师主要工作是把数据和业务结合的，用数据辅助业务增长，对于技术方面的要求一般，业务知识才是重点。
数据挖掘工程师：偏向于技术一些，需要熟练运用linux操作系统、Hadoop、HDFS、MapRece、Hive和Hbase等工具，能够进行基于Spark平台的大数据分析和机器学习应用。同时对数据挖掘的方法要求也很高，比如：技术的回归、分类和聚类分析等。
人工智能工程师：掌握机器学习、深度学习;能够熟练进行数据清洗，可以完成缺失值填补、异常值处理等;精通数据可视化，例如箱线图、动态图等;同时还必须掌握人工智能在各行业的应用场景。
以上就是小编整理的数据分析的三类职业发展，具体细分的话还有很多方向，大家可以参考招聘网站上的数据分析师的岗位要求。确定了发展方向,即可知道你的工作重点是什么。

『伍』 一个有工作经验的优秀数据分析师所具备的能力有哪些

个人以为，一个三年工作经验的数据分析师应该具备以下方面的能力：对技术的掌握，对产品的理解，对数据的敏锐性，数据和产品之间互相转化的能力，分析思维的广度、深度和速度，数理统计的能力，沟通的能力，辅导新人的能力，面试把关的能力。以下分开来说，同时举例的时候假设这个数据分析师是知乎这个产品的，目的是为了增长活跃用户。不一定需要非常高深的技术，但是基本的一定要过关。比如针对互联网行业的数据分析，SQL 是一定要过关的。在这基础之上，Python / R 可以提高长期的工作效率，但在初期并不一定需要。简单来说，技术能力决定了一名数据分析能力的下限，而对产品和业务的理解则决定了上限。如果缺乏技术的支持，那就只能去当 CEO 了。数据分析的目的是为了改进产品。如果缺乏对产品的理解，那么技术再好，也有可能像是无头苍蝇到处乱撞。或者是变成 data mp，提供一堆一堆的图表，但其中有互相什么关联，能说明什么问题，提供什么样的建议，却并没有好的想法。如果是初入行的话，这还是问题不大的。因为新人可以有老板带着，或者是老人带着，但是如果想要更进一步，那就必须能够自己独立的做项目。尤其是在互联网行业更是如此，除了新人之外，对大多数人的基本要求都是能单兵作战，不需要详细的指导。同时在很多情况下，问题是很开放性的，对于如何解决并没有一个非常固定的套路，或者是因为这完全就是一个新的问题，或者因为不同产品之间套路无法直接套用，需要做大量的调整和创新。