1樓：透明液體
作為資料分析師，首先會經常使用到大資料資料庫，比如mongodb、gbase等資料庫。其次會用資料倉儲工具，對資料進行清洗、轉換、處理，得到有價值的資料。然後使用資料建模工具進行建模。
最後使用大資料分析工具，進行視覺化分析展示。不想這麼麻煩可以使用億信abi這款一站式資料分析工具，上面的工具都有，提供etl資料處理、資料建模以及資料分析服務。
2樓：匿名使用者
資料程式設計工具有python、r、sas等，目前用得多的是python,如果有語言基礎的小夥伴上手很快，語法、函式、物件導向這些都比較簡單，沒有基礎的小夥伴也可以自學，不是很難。
大資料技術:這個相對來說有些難度，不過有專業的工具讓我們用，比如第四正規化的產品和阿里雲的機器學習pan都是可以直接出結果的工具；
分析&ai：這部分先了解資料分析的基本流程和分析手法；上面的如果都學了，可以到阿里雲大學上面去做幾個資料分析方面的案例，增加對資料分析的流程理解和相關技術應用，但是要注意的是阿里案例都是用阿里的工具來實現的，比較簡單，建議大家自己程式設計實現，也可以到九道門商業資料分析實訓中心上去看一些案例，自己做做訓練。
資料分析師需要掌握哪些能力？需要做哪些準備？
3樓：加米穀大資料科技
技術技能
作為資料分析師，你可以使用軟體、系統和資料。將這些元素放在一起，從原始資料中提取有意義的洞察，這不僅需要就有技術方面的技能，而且也需要你願意不斷打磨技能，以跟上技術發展的步伐。
溝通技巧
作為資料分析師，在為決策提供洞察的過程中，你不僅可以通過資料進行溝通，還可以與利益相關者、同事、資料提供者、系統所有者、其他很多人溝通。
資料視覺化技能
使用什麼工具，是數字化的方式，還是在白板上分享洞察，這些都不重要。能夠展示一個完整的畫面來說明正在做的事情，這是一項非常重要的技能。
演示技巧
有些情況下，你需要親自向現場觀眾展示你的洞察和報告。清晰的結構易於理解，遵循邏輯順序表達你的關鍵洞察，這可以達到很好的效果。當你做演示的時候，專注於重要的事項，要知道如何圍繞互動式儀表板進行演示。
4樓：陳mc樂園
1、懂業務。從事資料分析工作的前提就會需要懂業務，即熟悉行業知識、公司業務及流程，最好有自己獨到的見解，若脫離行業認知和公司業務背景，分析的結果只會是脫了線的風箏，沒有太大的使用價值。
2、懂管理。一方面是搭建資料分析框架的要求，比如確定分析思路就需要用到營銷、管理等理論知識來指導，如果不熟悉管理理論，就很難搭建資料分析的框架，後續的資料分析也很難進行。另一方面的作用是針對資料分析結論提出有指導意義的分析建議。
3、懂分析。指掌握資料分析基本原理與一些有效的資料分析方法，並能靈活運用到實踐工作中，以便有效的開展資料分析。
基本的分析方法有：對比分析法、分組分析法、交叉分析法、結構分析法、漏斗圖分析法、綜合評價分析法、因素分析法、矩陣關聯分析法等。高階的分析方法有：
相關分析法、迴歸分析法、聚類分析法、判別分析法、主成分分析法、因子分析法、對應分析法、時間序列等。
4、懂工具。指掌握資料分析相關的常用工具。資料分析方法是理論，而資料分析工具就是實現資料分析方法理論的工具，面對越來越龐大的資料，我們不能依靠計算器進行分析，必須依靠強大的資料分析工具幫我們完成資料分析工作。
5、懂設計。懂設計是指運用圖表有效表達資料分析師的分析觀點，使分析結果一目瞭然。圖表的設計是門大學問，如圖形的選擇、版式的設計、顏色的搭配等等，都需要掌握一定的設計原則。
5樓：cda資料分析師
資料分析師需要掌握的能力有：業務能力、溝通能力、思考能力等相關的能力。需要做的準備有：
1、具備過硬的職業技能：就是了解資料庫、資料倉儲、資料採集，excel、sql等。
2、一般成為業務服務的分析師，也就是服務於產品、運營、市場、廣告等等業務部門或者是提供資料支援的資料分析師，往往需要對業務有一定的瞭解。
如果想要知道更多關於資料分析師的相關問題，可以先去諮詢一下cda認證中心。目前，cda已與國內100多所高校進行了戰略合作，建立了cda資料分析師考試中心及人才培養基地；已出版30多本cda資料分析師系列叢書，市場發行量數萬冊。
cda已進行500多期線上線下資料分析及大資料培訓課程，培養學員10萬+人次；已在全國70+城市舉辦15屆cda資料分析師認證考試，報考考生數萬人。
資料分析師有哪些基本要求？
6樓：百越
邏輯性強吧，然後你要會資料分析的一些工具，如果你要學，還是不推薦自己看，還是去報個班比較好。
7樓：品牌
什麼是資料分析師證書?
資料分析師常用工具有哪些
8樓：透明液體
億信abi是融合了資料來源適配、etl資料處理、資料建模、資料分析、資料填報、工作流、門戶、移動應用等核心功能的一站式資料處理分析平臺。採用輕量級soa架構設計、b/s模式，各模組間無縫整合。資料整合模組支援視覺化的定義etl過程，完成對資料的清洗、裝換、處理。
資料集模組支援資料庫、檔案、介面等多方式的資料建模。資料分析模組支援報表分析、敏捷看板、即席報告、幻燈片、酷屏、資料填報、資料探勘等多種分析手段對資料進行分析、展現、應用。
9樓：海同職座標**
雖然資料分析的工具千萬種，綜合起來萬變不離其宗。無非是資料獲取、資料儲存、資料管理、資料計算、資料分析、資料展示等幾個方面。而sas、r、spss、python、excel是被提到頻率最高的資料分析工具。
python
python，是一種物件導向、解釋型計算機程式設計語言。python語法簡潔而清晰，具有豐富和強大的類庫。它常被暱稱為膠水語言，能夠把用其他語言製作的各種模組（尤其是c/c++）很輕鬆地聯結在一起。
常見的一種應用情形是，使用python快速生成程式的原型（有時甚至是程式的最終介面），然後對其中有特別要求的部分，用更合適的語言改寫，比如3d遊戲中的圖形渲染模組，效能要求特別高，就可以用c/c++重寫，而後封裝為python可以呼叫的擴充套件類庫。需要注意的是在您使用擴充套件類庫時可能需要考慮平臺問題，某些可能不提供跨平臺的實現。
r軟體r是一套完整的資料處理、計算和製圖軟體系統。它可以提供一些整合的統計工具，但更大量的是它提供各種數學計算、統計計算的函式，從而使使用者能靈活機動的進行資料分析，甚至創造出符合需要的新的統計計算方法。
spss
spss是世界上最早的統計分析軟體，具有完整的資料輸入、編輯、統計分析、報表、圖形制作等功能，能夠讀取及輸出多種格式的檔案。
excel
可以進行各種資料的處理、統計分析和輔助決策操作，廣泛地應用於管理、統計財經、金融等眾多領域。
sas軟體
sas把資料存取、管理、分析和展現有機地融為一體。提供了從基本統計數的計算到各種試驗設計的方差分析，相關回歸分析以及多變數分析的多種統計分析過程，幾乎囊括了所有最新分析方法，其分析技術先進，可靠。分析方法的實現通過過程呼叫完成。
許多過程同時提供了多種演算法和選項。
10樓：匿名使用者
資料程式設計工具有python、r、sas等，目前用得多的是python,如果有語言基礎的小夥伴上手很快，語法、函式、物件導向這些都比較簡單，沒有基礎的小夥伴也可以自學，不是很難。
大資料技術:這個相對來說有些難度，不過有專業的工具讓我們用，比如第四正規化的產品和阿里雲的機器學習pan都是可以直接出結果的工具；
分析&ai：這部分先了解資料分析的基本流程和分析手法；上面的如果都學了，可以到阿里雲大學上面去做幾個資料分析方面的案例，增加對資料分析的流程理解和相關技術應用，但是要注意的是阿里案例都是用阿里的工具來實現的，比較簡單，建議大家自己程式設計實現，也可以到九道門商業資料分析實訓中心上去看一些案例，自己做做訓練。
如何成為一個資料分析師？需要具備哪些技能？
11樓：九道門聊資料
資料分析師最重要的技能其實並不是程式設計，敲**的能力，不侷限於工具的使用上，如果只會工具，就算再厲害，也只能當個「工具人」，在業內俗稱表哥表姐，特替代性高而且工資很低。
那麼究竟什麼才是資料分析師最重要的技能呢？我給大家簡單地總結了一下，資料分析最重要的其實是軟能力：
1.業務能力
現在大部分線上課只能教大家工具的使用，雖然使用工具也是很基礎、很重要的技能，但是隻要你有一定的資料分析師工作經驗就會明白，要成為資料分析師，實操才是最重要的，如果你沒有真實的企業資料分析經驗，那你的分析結果也不過是紙上談兵。從事資料分析工作的前提就會需要懂業務，即熟悉行業知識、公司業務及流程，最好有自己獨到的見解，若脫離行業認知和公司業務背景，分析的結果只會是脫了線的風箏，沒有太大的使用價值。
2.分析思考能力
擁有業務能力的同時，也要有自己的分析思考能力，你在取得資料後，不僅僅要站在業務的角度去考慮，也要去從中發現規律和異樣，過去的資料表達了什麼結果，現在的資料又會隱藏著哪些危機？只有你經過了自己的思考和推算，有自己辨別和感知的能力，你的資料分析出來的結果才會更加的準確，更貼合事實本身。
每個行業要思考的維度也不同，所以要和業務結合在一起，不能脫離業務本質，你可以富有想象，有自己的創造力，但也一定要貼合業務，參照過去發生的事，不要自己天馬行空，這也是需要注意的一點。
3.溝通表達能力
數作為企業的重要樞紐，連線著公司的產品和運營等部門，在企業起著至關重要的作用。你的分析結果要被多個部門採納，可能包括產品、運營、業務還有你的領導，如果沒有良好的溝通表達能力和團隊協作能力，那麼你的分析結果可能就只能是自己一個人的「狂歡」，而不是站在公司角度的「盛宴」，而且有的時候一個人的理解未必全面，所以需要和整個團隊去協作，多聽取其他部分的意見和問題，這也是輔助你分析結果的因素之一。所以這個能力千萬不要小看，這絕對是最基礎也是必備的能力之一。
12樓：加米穀大資料科技
資料分析師需要的技術技能：1、統計分析
2、視覺化輔助工具
excel、ppt、xmind、viso
3、大資料處理框架
hadoop、kafka、storm、elk、spark等4、資料庫
mysql、mongodb、redis、hbase等5、資料倉儲
ssis資料倉儲、ssrs、dw2.0
6、資料探勘工具
matlab、sas、spss、r、python7、挖掘演算法
資料結構、一致性、常用演算法
8、程式語言
python、r、ruby等
9、溝通技巧
這項工作需要與多個部門的不同人員密切合作
給資料分析師的幾點建議,給資料分析師的幾點建議
資料分析可分為兩類 一種偏向產品和運營，更加註重業務，主要工作包括日常業務的異常監控 客戶和市場研究 參與產品開發 建立資料模型提升運營效率等 另一種則更注重資料探勘技術，門檻較高，需要紮實的演算法能力和 能力。總結了 路人甲大神的說法 資料分析的行業分類 1 網際網路行業是資料分析應用最廣的行業，...
資料分析師有哪些要求
簡單提出四點要求 1 理論知識要寬泛，涉及數學 市場和技術。專要求及對屬資料敏感，包括統計知識 市場研究 模型原理等。2 常規分析工具的使用，包括資料庫 資料探勘 統計分析工具，常用辦公軟體 excel 思維導圖 等等。3 有一定的業務理解能力，能理解業務背後的商業邏輯。因為只有理解了商業問題，才能...
資料分析師工資多少，資料分析師工資收入多少
目前這個職業挺火的，待遇也不錯，不過還是得看自己的造化吧，學得好運用得好自然可以過五關斬六將進到好公司，如果學得一般，那就很劣勢了，畢竟人才蜂擁，我們無法保證自己可以找到一份好工作，在大資料工程師前景的道路上，你是選擇永遠呆著資料分析助理或初級資料分析師領域，還是向上走，走到高階資料分析師 資深資料...