统计学概念
熟悉并理解常用的统计学概念。比如，最常用的平均数，通常指算数平均数，实践中经常计算加权平均数，好多同事理不清权重是谁除谁。
其他常用的如中位数、分位数、标准差、样本、相关性等。实践中也遇到过有同事来问分位数怎么算，还有分不清业务部门是要样本还是用样本数据计算的指标。
大部分数据分析师工作中用不到高深的算法，虽然招聘要求中经常要你熟练使用某些算法。但是，基础的统计学概念一定要理解，不管他怎么变形也都会用。
数据分析工具
EXCEL进阶。好多运营分析岗使用excel做报表、做分析，所谓的“表哥”、“表姐”。
熟悉一些常用的功能，比如快速填充、条件计算、透视表等，效率提高很多，也能做一些常用的计算、分析、展示。见过有的同事计算公式写的需要你解读半天的，也有简单的操作也需要我们帮忙的。
但是excel计算能力有限，大数据量下，计算效率低很多，容易卡顿。
sql查询语言。这个是做数据分析进阶的必备技能，数据分析岗位招聘一般都有要求。现在业务产生数据量大，各个公司基本都有建数据库。从数据库自己取数，基础计算都可以在数据库层面处理好，这个效率高很多。
学会常用的聚合函数、分组计算、排序、表间连接等。
现在有些公司会给业务部门开放部分数据查询权限。
python/R。可以连接数据库取数，调用资源包进行各种分析、算法处理，进一步进行高阶的数据分析。
tablau、power bi、帆软、smartbi等可视化工具。连接数据库，进行数据表、图形展示，甚至产出图文并茂的报告。
现在有些单位也给业务部门开通部分开发权限，可以自己拖拉拽出想要的展现形式。
数据分析方法
最常用的描述性分析方法，对比分析、趋势分析、结构分析等。
诊断性分析方法，比如相关性分析、漏斗分析、队列分析等。
预测性分析方法，比如回归分析、时间序列分析、聚类、分类算法等。
还有一些成熟的分析模型，比如SWOT模型、AARRR模型等。
业务知识
数据分析是服务业务的，如果不了解业务，对计算出的数据对错是没有概念的，更别提做数据分析了。实践中遇到过有些年轻同事算出来的数据数量级都不对，自己也没有判断力。
沟通能力和逻辑分析能力等
数据分析师除了专业过硬，还要与业务部门沟通需求，语言表达能力和沟通能力也需要锻炼，这是很多技术型同事容易忽视的。
此外，接到分析需求，如何解构重组，精准的理解到位，也是一种能力，这个是业务知识、统计学知识等综合能力的体现，比工具使用能力更重要。工作中有遇到技术型同事技能过硬，但是遇到复杂的数据计算需求，压根理解不了对方要什么或者理解的有偏差。
更多数据分析相关推荐：
文章来源：网络 版权归原作者所有
上文内容不用于商业目的，如涉及知识产权问题，请权利人联系学掌门小编(021-64471599-8103)，我们将立即处理
