想要成為大數(shù)據(jù)分析師，需要掌握EXCEL、SQL、業(yè)務(wù)分析、可視化、統(tǒng)計(jì)學(xué)、Python、機(jī)器學(xué)習(xí)這些技能。除此之外，還需要具備業(yè)務(wù)能力、數(shù)據(jù)分析思維能力、溝通能力、數(shù)據(jù)展現(xiàn)能力。

技能一：EXCEL

數(shù)據(jù)存儲(chǔ)：數(shù)據(jù)錄入、單元格設(shè)置、查找、替換、排序、飾選等

數(shù)據(jù)處理：公式、常用函數(shù)等

數(shù)據(jù)分析：分類(lèi)匯總、條件格式、數(shù)據(jù)透視表等數(shù)據(jù)呈現(xiàn)、圖表制作等

常用快捷鍵

技能二：SQL

常用數(shù)據(jù)(倉(cāng))庫(kù)：MySQL、Oracle、PostgreSQL、Hive的概念和比較分析

數(shù)據(jù)查詢(xún)：簡(jiǎn)單查詢(xún)、多表查詢(xún)

分析數(shù)據(jù)：匯總分析、復(fù)雜查詢(xún)、窗口函數(shù)解決問(wèn)題、留存、連續(xù)登錄(購(gòu)買(mǎi))等

技能三：業(yè)務(wù)分析

指標(biāo)異動(dòng)類(lèi)分析：GMV/ROI下降等

產(chǎn)品/競(jìng)品分析：分析和定位產(chǎn)品

指標(biāo)體系搭建：UJM、OSM等

AB實(shí)驗(yàn)：辛普森悖論、幸存者偏差

業(yè)務(wù)模型：RFM、AARRR、AIPL、FAST等

技能四：可視化

工具類(lèi)：uick BI、Fine Bl.Tableau等

編程類(lèi)：pyecharts、matplotlib.ogplot2等

技能五：統(tǒng)計(jì)學(xué)

基礎(chǔ)知識(shí)：方差、偏差、峰態(tài)、偏態(tài)、置信度、置信水平等

假設(shè)檢驗(yàn)：兩類(lèi)錯(cuò)誤、常用檢驗(yàn)方法等

幾種分布：正態(tài)、二項(xiàng)、均勻、泊松、指數(shù)等

幾個(gè)定律：中心極限定理、大數(shù)定律等

技能六：Python

內(nèi)置庫(kù)：8個(gè)好用的內(nèi)置庫(kù)

數(shù)據(jù)處理庫(kù)：Pandas、Numpy、SciPy等

機(jī)器學(xué)習(xí)庫(kù)：Keras、Scikits-learn、El5等

技能七：機(jī)器學(xué)習(xí)

聚類(lèi)模型：K-means、DBSCAN、BIRCH等

分類(lèi)模型：LogisticRegression、Decision Trees、Random Forests、Naive Bayes、KNN、Support VectorMachine等

集成模型：GBDT、XGBOOST等

評(píng)價(jià)指標(biāo)：混淆矩陣、MAE、MSE、RMSE、ACC、R^2、AUC.ROC、KS值等

除了以上的技術(shù)能力外，業(yè)務(wù)能力、數(shù)據(jù)分析思維能力、溝通能力、數(shù)據(jù)展現(xiàn)能力也是作為數(shù)據(jù)分析師必不可少的技能。

當(dāng)然根據(jù)大數(shù)據(jù)崗位的不同，每天工作的場(chǎng)景都會(huì)不同。例如初級(jí)大數(shù)據(jù)分析師，主要側(cè)重EXCEL、SQL;中級(jí)大數(shù)據(jù)分析師除了EXCEL、SQL外，還需要承接問(wèn)題對(duì)接，并對(duì)問(wèn)題進(jìn)行詳細(xì)分析;高等大數(shù)據(jù)分析師大部分工作側(cè)重于溝通和問(wèn)題分析，站在高層的角度進(jìn)行判斷和決策。