“數據分析師”這一職業，哪怕你對他的具體職責不夠了解，但隨著大數據這一行業日漸的與我們現實生活息息相關，你也一定在某篇文章或新聞上有聽說過它。

酷炫的圖表，理性的分析闡述，出其不意又在情理之中的思考角度，總讓人對這群“用數據講故事的人”充滿了向往。他們似乎總是蒙著一層神秘面紗，讓人禁不住想去探索。

一、數據分析師是做什么的?

數據分析師使用的主要工具可以是編程;但是目前來講其實也已經存在了大量的十分強大以及易用的數據分析工具，比如Excel、Tableau、SPSS等，所以數據分析的基本能力使用這些工具也能完成簡單的數據分析工作。

并且，如今各大互聯網公司都在講大數據，數據的存儲基本上在各種大數據平臺和數據庫中，因此還有必要掌握Hive、HDFS、MySQL等的使用，而且對SQL的熟練掌握是不可避免的。

從目前來講的話我們的數據分析師一般分為兩種，其中一種是面向業務的，主要就是需要對各業務線、產品經理、運營以及各部門領導的需求提供支持，幫助他們分析業務、了解業務，發掘出業務中的問題并提供解決方案;還有一種就是比較宏觀以及龐大的分析，這種的話一般來講它是沒有指定的需求方的，更多的是需要自發地進行探索，主動找到公司業務中存在的問題，弄清公司發展的趨勢，對于公司發展的方向做出指引。

二、數據分析崗位潛力巨大

我們總是會說我們現在已經進入了一個信息高速發展的時代，從如今的趨勢來講的話，數據推動業務發展、數據輔助業務決策已經成為了大勢所趨。如果抓住了這個風口，搶占了這個先機并且順應大數據時代號召的人，薪資待遇如今也是讓人羨慕不已——數據分析師確實是高薪職業，大部分公司提供的待遇基本上是10K往上走;且隨著工作經驗的累積和技能樹的完善，薪資超過30K也是指日可待。

三、數據分析師的職業之路

數據分析師大體工作流程可以簡化描述成：數據獲取整理——數據分析——數據報告幾個關鍵環節。那么，如果我是零基礎的小白想成為一名數據分析師應該從哪里開始努力呢?

我們可以先從數據分析師最常用的工具——Excel和Python入手。

1、基礎能力：使用Excel完成最基本簡單的數據分析工作

Excel我猜大家都已經非常熟悉了，針對于Excel來講它非常適用一些數據量并不大還有它的重復性并不算強的大量的工作場景，如果跳脫出這個基礎條件，需要使用它去處理一些海量的數據以及大批量的任務時，它就會存在效率低(數據量大時會卡死)、復用性不強等等一些問題。

2、進階能力：使用Python語言進行更深入、更強大的數據分析

Python可以說是近幾年來最火的編程語言之一了。而且在大數據分析領域來講，Python這門編程語言的運行效率一定是基礎簡單的Excel讓人望塵莫及的，除此之外對于圖表的交互性和工作可復用性來講也不是一個Excel 所能比擬的。

當你工作到一定地補時，開始有了經驗，有了進階的能力之時，可能你會不滿足于現狀，會不僅僅只是想使用EXCEL，覺得它已經不能給你的職場發展帶來更大的進步之時，從而你會開始轉向對Python技能的探索，你會發現新的職業大門會向你敞開——無論是Web開發，操作系統、運維、數據開發、機器學習等等，都離不開Python。并且Python是一個不練習就學不會的技能。

3、從技術到業務：數據分析師的基本素養。

數據分析師這個崗位針對于大數據的一些處理往往都是為業務服務的，所以這就需要讓數據分析師具備合格的職業素養以及更高的職業水平與能力，他們需要熟知業務痛點以及需要，從而使用自己的專業知識，從數據中提取出有價值的結論。有意從事數據分析的同學，還一定要結合具體項目來實踐自己的數據技能。