最近，知乎熱榜上有這樣一個問題：如何快速成為數據分析師？

相信這也是數據分析小白或者數據分析職場萌新，非常感興趣的一個話題。

不知道大家對于“快速”的定義是多久時間，我可以跟大家分享一下自己和身邊朋友的看法，希望能給你帶來一定啟發。

數據分析師的不同方向

數據分析師根據自己的工作崗位、行業、工作內容等等，可以分成非常多的種類。

但總體可以區分成兩個方向，即業務方向和技術方向。當然，在業務和技能上兩類也是需要相互結合的。

其中，想要短時間內快速成為技術方向的數據分析師，是非常很難的。一定要底子深基礎牢，編程語言基礎、統計學知識、算法、數據結構樣樣不能少，甚至得精通，而這些不是我們自習兩三個月就能完全掌握的。

而業務方向的數據分析師，在目前的招聘市場上需求崗位最多。這種崗位的進入門檻會相對較低一點，所以對于0基礎想轉行的同學，自然業務型數據分析師會更適合。但如果入職后不能盡快掌握業務，提升自己的數據思維能力，就很有可能就變成“只會提數的表哥表姐”。

所以，想快速成為一名數據分析師，又不想入職后淪為“打雜”人員。就應該知道自己應該持續學習并掌握的各項技能，以及自己進入數分行業后的發展路徑。

數據分析師的階段與技能

本節我們只討論業務向的數據分析師的必備能力，把分析師簡單劃分為初級、中級、高級三個階段：

各階段數據分析師的差異體現在三個方面：業務技能、執行管理能力、業內影響力。

后兩者能力屬于軟實力，需要在工作中逐漸掌握。作為初學者，第一步最需要的是掌握業務技能，最好能了解完整的學習路線。

那么，初級數據分析師所必備的業務技能都包含哪些？

1、業務能力。數據分析工作并不是簡單的數據統計與展示，它有一個重要的前提就是需要懂業務，包括行業知識、公司業務及流程等，最好有自己獨到的見解。數據分析的目的就是通過研究數據實現轉化增長，若脫離行業背景和公司業務內容，數據分析就是一堆沒有價值的數據圖表而已。

2、工具使用能力。數據分析工具是實現數據分析方法理論的工具，面對越來越龐雜的數據，數據分析師必須要掌握相應的工具去對這些數據進行采集、清洗、分析和處理，以快速準確地的到最后的結果。常用工具有：Excel、SQL、Python、R、Tableau、BI等

3、分析能力。數據分析師必須要掌握一些行之有效的的數據分析方法，并能靈活的與自身實際工作相結合。數據分析師常用的數據分析方法有：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。高級的分析方法有：相關分析法、回歸分析法、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。

最后，我們將初級數據分析師應該掌握的技能做了一張樹狀圖。

那么，在了解了“快速成為數據分析師”需要掌握的技能之后，如何提升這些技能？前面也提到業務意識非常重要，那一個新手小白面對從未接觸過的業務，如何培養自己的意識？不想成為提數機器，那么發掘數據背后的價值又有什么訣竅嗎？

這些問題，一篇文章難以一一解答，有些摸索了幾年卻找不到方向的數據分析師也難以給出答案，而高階一點的，則往往需要付費咨詢。