近年來，“大數據”似乎成為了一個越來越時髦的詞，它已經不是只有互聯網行業談論的話題了，“大數據”已經開始被越來越多的普通百姓所熟知，大數據也已經滲透到了我們的生活中的。

數據分析這個職業也是目前很有前景的領域之一，越來越多人想投入其中，而在數據呈爆炸式增長的大數據時代，數據過剩，人才短缺。數據海洋 同學憑借多年的從業經驗，總結了作為一名數據分析師應該知道的9個問題：

1、如何做好數據分析？

分析師成長是通過“干”、”思”、“熬”出來的。干：多做。哪些是臨時需求。你要做各種各樣的分析；思：你在邊干的過程中，要邊思考，邊總結，只有這種你才能沉淀。熬：通過時間的積累，你的商業意識、數據分析思維、技能得到提升，廣積糧，緩稱王，實現厚積而薄發。

2、如何做好數據挖掘？

數據挖掘和數據分析在我認為，都是實現數據價值的“工具”、“方式”。數據挖掘相對于數據分析來說，入門門檻會更高一些，對于數據挖掘方法，挖掘工具要求更高。但做好數據挖掘，參考數據分析。

3、需要看什么類型的書？

很從剛做分析師的朋友，但喜歡問：我想做好分析師要看什么樣的書？這個背后的邏輯是不是說你看了別人推薦給你的書，你就可以成為很厲害的分析師。

我的觀點是：書是一定要看，而且有機會的時候多看看書。但一定要明白看書你對的價值體現在哪？

但數據分析更多是干，實踐中成長的。

4、做好數據分析需求什么樣的技能？

我想做數據分析，一定要會SAS、SPSS、R嗎？如果你不去做模型。

基本的統計知識肯定要掌握的，但分析師目前主要還是以SQL+EXCEL+PPT來完成一份分析報告。

5、什么專業才能做數據分析？

現在招聘數據分析大多數都是要求：計算機、統計學相關專業。但是我相信未來數據分析招聘的專業會越來越寬，而且很多管理類（營銷、管理學、情報學等）專業畢業的人會是比較受歡迎的。因為當大家對數據分析理解越來越深的時候，會發現數據分析核心的能力還是在：分析數據，然后與商業結合。

6、數據分析的價值？

基于歷史數據，來告訴相關人的業務情況是怎么樣的，結合對于公司業務模式的理解，一起制定相關策略，幫忙公司實現業務目標。

基于公司內、外部的數據，結合分析師對于公司業務的理解、行業發展趨勢的理解，提出公司及行業發展趨勢，為公司制定相應的戰略提供參考。

7、數據分析，到底是分析什么數據？

分析公司內、外部的數據，內部的數據有以下幾類（以電子商務為例）：

1、流量數據或者說網站的點擊流（日志）數據。

2、訂單數據。

3、商品數據。

4、會員數據。

5、供應鏈相關數據。

6、客服數據。

不同公司對于數據收集的粒度、完整性不一樣。是否所有公司都要把所有的數據都收集下來，我的觀點是：如果允許，當然越多越好。但是很多是時候是要分析師對評估哪些數據需求收集，保存多久的數據。分析師一定要用一定ROI的意識。

那種數據都沒有積累多少，就號稱自己是大數據公司，號稱通過大數據建議競爭優勢，你覺得可能嗎?

8、數據分析有幾種角色？

數據分析：助理分析師、分析師、資深數據分析/數據分析專家、商業分析師；

數據產品經理:我特別喜歡這種角度，我覺得的真正的數據分析師，應該有產品的思維邏輯。因為不管你在做報表，報告，系統，那怕是一個簡單的數據需求，你都可以理解為一種數據產品。(什么是產品，產品是解決目標用戶的問題。請分析師都牢記這一點。)

數據挖掘：數據挖掘工程師、資深挖掘工程師；

9、什么樣的人適合做數據分析？

除了之前我的一些文章討論到的需要相關的基本的技能外，也許下面的內容對一個數據分析師成長更為重要:

1、看到數據有興奮感的人。有興奮感說明你有興趣，那說明很會有意愿把數據分析好。

2、愿意學習的人。你分析的內容永遠不會一塵不變，即使你分析的主題是相對固定，但業務是變化的，你需要不斷的學習業務，同不同人溝通，吸收別人的觀點。所以分析師一定要報著學習的態度。

3、邏輯思維較強的人。數據分析師想要把你的分析好，一定要有結論思維。

4、表達與溝通。因為數據分析最終價值的實現，一般來說不會是分析師親自去制定或者實施。所以你一定很有條理、邏輯清晰向別人表達，讓業務方認識到你分析結果的價值，從而影響業務方去愿意使用你從數據中得到的觀點。