1樓：JerryHuang
資料分析師每天都跟資料打交道，致力於從資料中挖掘出價值，解決實際業務問題，既充滿樂趣，也有很多挑戰。
典型一天：來，看一看資料分析師的日常是怎樣的
2樓：Nancy南希
作為乙個在資料分析師崗位工作兩年的人來嘗試回答一下這個問題，也算是對這兩年的工作經歷做個反思和總結。
工作環境和工資待遇就不提啦，這個跟公司性質和個人能力關係比較大。
工作內容和需要的技能，我就混在一起說啦。
工作之1.做臨時需求。比如給業務方提個數，或者有資料異常需要歸因，這個主要就是支援性的工作了，但是如何做的高效、準確、周密，還是需要不斷反思總結的；
工作之2.構建指標體系。如果你是乙個服務於業務團隊的分析師，隨著產品迭代，業務發展，你可能需要參與指標體系的建設，比如確定當前要關注的指標都有什麼，當前發展階段下指標的優先順序如何，業務側如何定義，統計側的規則如何制定；期間你可能需要與業務同學了解需求始末、與前後端開發同學確認埋點規則、與數倉同學確認表結構和字段設計；在這個過程中你有機會能深入了解業務，時間長了可能由於你既懂業務，又懂數倉，輔以不錯的溝通能力，在整個溝通的過程中就能夠成為乙個橋梁，具備一定的話語權；
工作之3.設計看板。這裡的幾個步驟應該是：
確認指標、寫定時指令碼、設計視覺化方式、找前後端同學視覺化（當然最後一步，如果公司有比較好的BI工具就可以自己構建了）；這裡很考察視覺化的思維；光懂折線圖、柱狀圖、堆積圖還不夠，更重要的是需要思考，哪一種圖能夠更好的體現指標的特性和關注的目的，是看走勢，還是分布，看絕對值，還是百分比；這裡還是非常值得探索和積累的；後面我會整理一下，盡量也搞一篇文章出來。
工作之4.分析專案。我理解很多分析專案其實由業務方來做，更可能產出有價值的to do，但分析師可以承擔一些相對複雜的分析，比如涉及到建模的專案，需要做分詞、聚類、回歸等等；因為我的python能力～0，所以就不展開說啦；另外有一點要說的是，資料指標數不勝數，統計維度也如數家珍，如何剝絲抽繭get到核心指標，並從合適的維度切入，就是分析專案是否高效且有價值的關鍵；
工作之5.做PPT。不得不說，PPT真的是最好的語言，也是資料分析師非常重要的一項技能，無論是分析專案，還是專案覆盤，PPT都是乙個很好的展示工具；想要產出乙個優質的PPT，除了懂業務、懂資料視覺化，提煉story line的能力也至關重要；這個就是偏感性的一點了，要懂分析，也要懂聽眾；用一本《金字塔思維》共勉；
3樓：歐陽羽
實際大部分在思考業務邏輯和資料清洗。資料分析原先沒有脫離各個崗位，每乙個職位都有對資料分析的需求，單獨拿出來要求更高，就是在側面證明leader的決策是否正確，是乙個賦能的過程。具體的例如有以下這些:
(參見資料分析師的那些事)
2、針對專案進行專項資料分析，包括並不限於使用者價值、流失、生態、活動版本效果、使用者畫像分析等，為運營決策、產品方向、銷售策略提供資料支援;
3、研究使用者精細化運營，如使用者畫像的應用等;4、對應用內上線的各個遊戲的相關資料進行日常管理及監控;
5、沉澱分析思路與框架，提煉資料產品需求，資料技術與開發團隊協作進行資料建模工作，推動完善精細化運營資料分析體系、完成理念、技能儲備，工具培訓。
6、負責公司各產品線的使用者新增、渠道價值、使用者分層資料體系搭建;
7、承接業務需求，進行常規和專項資料分析，產出有價值的分析結果。以資料服務方案的形式輸出資料報告等;
8、針對零售類電商類業務分析，系統性監測業務的日常資料並能夠及時分析和解讀資料異常;
9、進行日常資料監控，提供產品業務的決策支援;
10、構建資料體系，並通過資料分析進行資料價值挖掘建模，提供策略支援。
11、基於公司資料中臺戰略目標規劃，參與公司大資料的落地實施及資料產品的產品規劃，把握資料產品定位;
12、結合公司大資料資源及平台優勢，進行商業機會挖掘和落地;
13、充分理解業務，收集和挖掘資料統計、資料分析相關的業務需求，搭建資料分析體系與模型，並將其產品化;
14、通過對已有資料的深刻理解，挖掘資料價值，提供基於資料應用的整體解決方案;
15、關注大資料應用相關方向的前沿研究，並將相關資料結合產品特點，設計個性化資料產品及視覺化產品。
16、基於公司資料中臺戰略目標規劃，參與公司大資料的落地實施及資料產品的產品規劃，把握資料產品定位;
17、結合公司大資料資源及平台優勢，進行商業機會挖掘和落地;
18、充分理解業務，收集和挖掘資料統計、資料分析相關的業務需求，搭建資料分析體系與模型，並將其產品化;
4樓：糖寶
如果你沒有決定好往資料分析師這一塊，千萬別入行，並且入行需謹慎。每天和資料打交道是件非常枯燥的事情，模型不斷測試，資料不斷修正，真的是很枯燥的過程
5樓：數分高階
想要成為網際網路行業的資料分析師，有個硬技能是一定要掌握的：必須會寫 SQL，因為公司的資料都是儲存在資料庫裡的，建議學習一下 MySQL 資料庫，如果工作中用到其他的資料庫，基本寫法是類似的。
日常工作的話，大部分時間會用來做日常資料包表，以及滿足運營、產品同學提的一堆資料需求，其他時間會做一些指標波動分析、寫專題報告之類的。
當然，Excel 也要用的非常熟練，常用的公式和快捷鍵最好掌握。視覺化方面，現在 tableau 這款軟體挺火的，用的公司也不少，可以學習一下，確實挺好用的。
如果能夠掌握一門 R 或者 Python 程式語言，那就再好不過了，絕對能幫助你提高處理資料的效率。
至於薪資，普遍會比程式設計師低一些，至於能拿到多少，看自己的實際水平。有認識工作 1 年的資料分析師，跳槽後月薪20K+，關鍵在於努力提高自身的能力，待遇不會太差。
6樓：雪后欣晨
1、資料分析師的具體工作職責和工作內容有哪些？
2、資料分析入門及職業規劃？
3、想做資料分析師，先進來了解下最新招聘需求吧~4、如何快速成為資料分析師？
以上鏈結均是知乎上收集的乾貨回答，全部看完一定會得到90%以上的答案~
7樓：達恩奎
瀉藥，資料分析師的主要工作當然離不開資料了。
由於公司專案不同，每天的工作內容會根據專案進度變化。大的週期是，需求評審，設計資料庫，建模，匯入真實資料進行測試，然後輸出結果，結果可能是產品也可能是報表…
所以接觸的知識還挺廣的，資料庫操作是第一，然後分析策略方法，然後語言python,r,scala都有可能用到。
最最重要的當然是資料的敏感性，因為只有你懂資料了才能和領導提哪些能做哪些不能做，這也是資料分析師價值的提現吧，我反正特別佩服有經驗的資料分析師，眼光都比較毒辣，瞬間切中業務要點。
8樓：Fred19
本人cs專業資料分析實習生，在一家上市教育公司實習。差不多乙個月的時間了，我的工作內容就是，取資料，清理資料，做報表。。。工作也比較簡單，可能我是個實習生吧。
我用的工具有點多，sql excel python 都有。sql取數，python分析，excel作圖。
9樓：古云
簡單的從三個方面說:
一，技能:主流資料庫應用、資料處理
二，業務能力:跟從事的行業有關，盡量多的行業知識，能為你提供更多的分析角度，得出更專業的結論
三，公司:不同的公司對資料分析師的要求不一樣，一般來說非傳統公司的資料分析師的技能業務要求越來越模糊，甚至有些公司資料分析師崗位變成了完全的技術崗
10樓：Hamdy
看你是在什麼公司，我是在傳統網際網路的公司。
乙個外企，作為資料分析師無非就是開發一些報表，前期就是和業務分析師一起分析各種需求。我們利用Oracle SQL 去實現這些需求。薪資大概10K朝九晚五比較輕鬆。
資料分析師 CDA 和資料專案分析師（CPDA 的區別？在認證方面有什麼不同嗎？
nicygyang 演算法或開發類的證書一般用處不大，靠證書入行還不如去刷kaggle比賽。實在想證書，推薦20年新出的谷歌tensorflow developer認證，coursera有prof.安德魯吳他們廠子的配套培訓課程，你上完prof.吳的deep learning專項再去上這個課比較好。...
資料分析師需要哪些技能？
姑蘇城外漫天飛 有句話叫做，工具和技能都是關鍵，這些都是可以培養的。關鍵在於你是否有乙個資料分析的思維能力和想法 當然，作為資料分析師，基本的技能包括了SQL,BI工具，Python 基於這樣，資料分析的是核心在於，資料敏感性，業務資料發掘能力，資料指標體系搭建，分析框架搭建，和各個部門的溝通能力，...
資料分析師是個偽需求嗎？
九道門聊資料 要解釋這個問題，首先得對大資料市場有所了解。最初的大資料並不是基於C端，也就是個人應用而生的產物，它服務的埠屬於B端，也就是企業端。所以作為一般個體的我們，很難在生活中感受到大資料給我們自己帶來的好處，但是對於B端的感受就不一樣了，對於傳統企業，生存時間越久，就越積攢了很多的資料，但是...