關鍵詞： 數據分析、數據挖掘、互聯網、金融行業       
       
        【職業概述】       
越來越多的企業將選擇擁有項目數據分析師資質的專業人士為他們的項目做出科學、合理的分析，以便正確決策項目；越來越多的風險投資機構把項目數據分析師所出具的項目數據分析報告作為其判斷項目是否可行及是否值得投資的重要依據；越來越多的企業把項目數據分析師課程作為其中高管理層及決策層培訓計劃的重要內容；越來越多的有志之士把項目數據分析師培訓內容作為其職業生涯發展中必備的知識體系，數據分析這個職業應運而生，毫不夸張的說，數據分析師帶給企業的不僅僅是一個個數據報告，更是一桶桶黃金，一片片亟待探索的藍海。
       
        【職業分析】       
數據分析師分布在不同行業中，專門從事行業數據搜集、整理、分析，并依據數據做出行業研究、評估和預測。數據分析師需要敏銳的數字洞察力，因此，統計、會計、保險、工程經濟、金融、數學、計算機等專業的同學對這個行業有明顯優勢，但其他行業的同學如果對這個職業感興趣，通過日常學習，掌握一些統計必備技能，亦可以從事此類工作。
       
        【主要工作領域及崗位】       
1、從事投資項目審核審批和招商引資、項目評估、投資決策等工作的政府機構、企業的相關領導以及從業人員。
2、在銀行或非銀行金融機構、投資管理公司、投資管理顧問公司從事風險投資、產業投資、信貸和投資管理等方面工作的專業從業人員。
3、會計師事務所、資產評估事務所及稅務師事務所、律師相關專業人員。
4、學習財務、統計、投資、金融和企業管理等相關專業的在校應屆學生。
5、在企事業單位從事市場調查與宣傳工作的人士以及具有策劃與決策工作職能要求的人士。
6、在不同領域嘗試創業以及在投資、金融、資本運營、房地產和企業管理領域發展的各界人士。
       
        【基本要求】       
1、懂得建立目標
數據分析是為了解決問題而去分析，不是單純為分析而分析。數據分析是有目的性的。比如：一季度ABC產品的銷售情況，是按月份為橫坐標建立各部門的圖表；各產品線ABC在一季度的銷售情況，是按部門為橫坐標建立對應的圖表。
2、針對不同人群提供不同的結論報告
數據分析要有結論報告，不同的人群報告的側重點不同。比如管理層，看的是趨勢和異常點；營銷人員看的是ROI產出比率和高用戶質量的導入情況；業務人員看的是產品對用戶的活躍度等。
3、掌握數據分析工具
如果是互聯網數據分析，可以從google GA入門，EXCEL輔助，了解數據分析的基本算法。至于SAS,SPSS這些高級工具不一定需要。
4、不同時期要有不同的KPI
不斷的調整目標和發現問題是數據分析精細化的必經過程。
例如：騰訊的數據分析關鍵指標集不斷調整，從2007年的關注會員基數，到現在的會員活躍度、用戶體驗度、性能度等等。建立對應的模型，幫助產品和項目的同事更好的了解用戶。
       
        【薪資介紹】       
數據分析師存在于很多行業，一般在傳統行業中工資較為固定，薪資范圍在3000-6000之間，在互聯網行業中數據分析師的薪資幅度較大，在比較知名的互聯網行業和大型保險公司中，優秀的數據分析師月薪數萬不成問題。
       
        【專業證書】       
目前全國的數據分析行業的認證有項目數據分析師。
項目數據分析師（CERTIFIED PROJECTS DATA ANALYST）簡稱：CPDA ，是專業從事投資項目財務數據分析的高級決策人通過掌握的大量行業數據以及科學的計算工具，為投資機構做出正確的項目投資決策。
CPDA 由中國商業聯合會數據分析專業委員會，國家工信部頒發的項目數據分析師職業技術證書。
據統計數據表明，在今后的五年內，我國將需要 6 萬名持有 項目數據分析師 證書的項目分析專業人才。政府經濟部門、金融機構、投資公司以及企業對項目數據分析師的需求正在與日俱增。注冊項目數據分析師（CPDA）職業的年薪會迅速提升到20萬以上。
項目數據分析師的報考要求其中一項是有一年以上工作經驗，不建議在校學生報考此專業證書。
       
        【職業前景】       
在互聯網時代，與傳統的數據分析師相比，互聯網時代的數據分析師面臨的不是數據匱乏，而是數據過剩。因此，互聯網時代的數據分析師必須學會借助技術手段進行高效的數據處理。更為重要的是，互聯網時代的數據分析師要不斷在數據研究的方法論方面進行創新和突破。例如，結合傳統的消費心理學理論，構建豐富的互聯網信息消費行為模型。
就行業而言，數據分析師的價值與此類似。就新聞出版行業而言，無論在任何時代，媒體運營者能否準確、詳細和及時地了解受眾狀況和變化趨勢，都是媒體成敗的關鍵。數據分析師在這方面大有可為。
       
--------------【知識儲備】分割線----------------
如果你對這個行業比較感興趣，但是苦于不入門，在這里主頁君給大家推薦幾本經典教材。
       
推薦數據分析類經典教材
        《精通Web Analytics 2.0——用戶中心科學與在線統計藝術》       
以網站分析為主，作者是Avinash Kaushik，譯者是鄭海平，鄧天卓，兩位作者是國內網站分析領域比較有經驗的牛人，翻譯是比較專業的。
       
網站分析可以讀的幾本書
全部是英文的
1. Sybex – Advanced Web Metrics with Google Analytics. Mar 2008。雖然是2008年的書，但是里面有一些關于網站分析的基本實現方法和網站分析工具的基本原理，值得一讀。如果你覺得學習了GCU還不過癮，那么你也可以通讀這本書。
2. Google Analytics by Justin Cutroni (O'Reilly shortcuts)。這本書不錯，內容精練，可以全部讀完。
3. Wiley-Web Analytics For Dummies (2007)。 閑得無聊可以翻翻。
4. Avinas的兩本，讀英文版的。不過，不建議初學者讀。
5. Sybex – Landing Page Optimization – The Definitive Guide to Testing and Tuning for Conversions – Jan 2008。值得讀，隨便翻閱，會有收獲。
6. Don’t make me think，跟網站分析不直接相關，但值得讀。
       
        SAS和SPSS方面的書市面上很多，說實話，工具書，只能帶你入門，至于說提高，主要靠工作經驗的積累。
       
推薦數據挖掘類經典教材
        《數據挖掘概念與技術》，作者:[加]Jiawei Han/Micheline Kamber 譯: 范明/孟小峰 等
        《數據挖掘導論》，作者: [美]Pang-Ning Tan，Michael Steinbach，Vipin Kumar 著
        《數據挖掘技術——市場營銷、銷售與客戶關系管理領域應用》作者: （美）貝瑞（Berry.M.J.A.），（美）萊諾夫（Linoff.G.S.） 著，別榮芳，尹靜，鄧六愛 譯
三本都有中文版，前兩本范明教授的翻譯看起來不流暢，可能的話還是去看英文原版。
       
        推薦課外讀物       
        《統計數字會撒謊》作者: [美] 達萊爾?哈夫
內容簡介：
這本書是美國統計專家達萊爾?哈夫的傳世之作，該書引發的“編造虛假信息”話題受到美國社會持續普遍的關注和美國權威媒體的激烈爭論。書里面大膽地揭露了至今仍然被銷售員、廣告撰稿人、記者甚至專家頻頻使用的大量的統計操縱技巧，同時還配有別具一格的風趣插圖以及眾多幽默的案例。神秘的統計學在這里被哈夫像講故事一樣一一道來，莞爾一笑中讓你知曉深奧的統計學基本原理，掌握揭露“虛假數據”的最有力武器……
自50年代出版以來，此書不斷再版，并被翻譯成多種文字，在世界的影響力持久不衰，被譽為美國商業人士、研修人員的重要入門必修書之一。