数据分析师是数据师的一种，指的是不同行业中，一类从事行业数据搜集、整理一番、分析，并根据数据做出行业调研、评估和预测的专业人员。那就数据分析师要学什么呢？下面就和我一起去一下吧。
一、统计学：是对互联网的数据分析来讲，当然不必须手中掌握太奇怪的统计理论。所以我如果能听从本科教材，学一下统计学就够啦。
编程能力：能学会一门编程语言，只会你如何处理数据的效率有所提升。要是你只会在Excel上复制黏贴，动手能力是不可能快的。
数据库：数据分析师你经常和数据库打过交道，不完全掌握数据库的使用可要不。学会什么该如何建表和使用SQL语言通过数据处理，可以算是必不可缺的技能。
数据仓库：许多人分不清楚数据库和数据仓库的差异，简单的说，数据仓库有记录了所有的历史数据，专业点电脑设计为更方便数据分析人员高效率在用的。
数据分析方法：对此互联网数据分析人员来说，是可以看一下《精益创业》和《精益数据分析》，完全掌握常用的数据分析方法，然后再再依据自己公司的产品调整，灵巧两种。
数据分析工具：SAS、Matlab、SPSS这些工具每天都有人推荐推荐，是在互联网公司一般都用不上。做可视化的Tableau，统计分析的友盟、百度统计，另外像我们神策分析等。
懂管理：一方面是搭建数据分析框架的要求，.例如判断分析思路就必须应用营销、管理等理论知识来指导，如果不清楚管理理论，就会很难垒建数据分析的框架，情报营的数据分析也会很难通过。另一方面的作用是对于数据分析提出有指导意义的分析建议。
懂业务：从事数据分析工作的前提就会是需要懂业务，即熟悉行业知识、公司业务及流程，最好有自己独到的见解的见解，若冲破行业认知和公司业务背景，分析的结果只会是脱了线的风筝，没有太大的使用价值。
懂工具：指能够掌握数据分析相关的常用工具。数据分析方法是理论，而数据分析工具应该是基于数据分析方法理论的工具，遇上越来越浩大的数据，我们不能凭着计算器并且分析，需要利用强横的数据分析工具帮我们能完成数据分析工作。
懂分析：指掌握数据分析基本原理与一些快速有效的数据分析方法，并能灵活运用到实践工作中，以便管用的开展数据分析。基本上的分析方法有：对比分析法、分组分析法、十字交叉分析法、结构分析法、漏斗图分析法、综合评价分析法、因素分析法、矩阵关联分析法等。高级的分析方法有：相关分析法、轮回分析法、聚类分析法、判别分析法、主成分分析法、因子分析法、按分析法、时间序列等。
懂设计：懂设计是指运用图表快速有效思想感情数据分析师的分析观点，使分析结果一目了然。图表的设计是门大学问，如图形的选择、版式的设计、颜色的搭配就这些，都不需要掌握到一定的设计原则。
每日统计退货商品明细，周报退货分析至诚至信级，后期跟上来采购部如何处理进程和结果;
周报供应链健康情况：资金占比分布，库存状态，供应商风险;
日跟踪订单入库付款情况，将情况日报至上级;
日潜进来订单计划放货，实际发货，发货综合反馈的情况，与其他部门沟通交流查明3者的差异原因，有记录并日报综合反馈至上级;
联络上级通过资金链管控工作，周统计出来物流发货计划，与采购部沟通接受未来应付账款其预测;
协助上级进行财务审核等工作。
越来越多的企业必须专业的数据分析师，是因为数据分析师可以对项目提出比较合理的建议，并表现出正确的决策，所以数据分析师是很有用的。这样数据分析师要学什么？下面我为大家整理一下数据分析师要学什么。
1、数学知识
数学知识是数据分析师的基础知识。对此初级数据分析师，所了解一些具体描述统计相关的基础内容，有一定的公式计算能力再试一下，知道一点常用统计模型算法则是加分。
对于初级数据分析师，统计模型相关知识是旅游必备能力，线性代数（比较多是矩阵计算相关知识）建议也有一定的了解。
对于二级数据分析师，玩出新花样Excel是必须的，数据透视表和公式使用要非常熟练，VBA是加分。另，还得学会了一个统计分析工具，SPSS充当入门是都很好的。
对此低级数据分析师，在用分析工具是核心能力，VBA基本上旅游必备，SPSS/SAS/R起码要能熟练建议使用其中之一，那些分析工具（如Matlab）视情况而定。
.例如结构化思维、思维导图、或百度脑图、麦肯锡式分析，了解一些intelligent、5W2H、SWOT等等那你要好了。不一定要掌握到多深多全，但一定要了解一些。
大数据大数据，是数据量很多，Excel就可以解决不了这么多大数据量的时候，就得可以使用数据库。如果没有是关系型数据库，诸如Oracle、mysql、sqlserver就这些，你还得要去学习在用SQL语句，筛选排序，汇总其他。非关系型数据库也得要学，.例如：Cassandra、Mongodb、CouchDB、Redis、Riak、Membase、Neo4j和HBase等，至少广泛的了解一两个，.例如Hbase，Mongodb，redis等。
比如：LinuxOS、Hadoop(存储HDFS，换算Yarn)、Spark、或另一些中间件。目前用得多的开发工具Java、python等语言工具。
在被斥之“数据元年”的今天，数据分析师以待遇优厚和地位尊崇而闻名国际，曾被Times时代杂志人誉“21世纪最热门五大新兴行业”。今天，国内数据分析行业专业人才每年以千位数非速增长着，历史平均值各行业领域空缺岗位已达近二十万，未来中国对数据分析师的需求更是呈井喷式之势。
在数据分析人才培养上，国外早将数据分析师人才才是国家战略。据统计，目前世界500强企业中，有90%以下建立了数据分析部门。大数据时代对数据分析师的巨型需求也大吓挤压了高等院校的培养热情。
数据分析师必须学习100元以内几个方面的课程：
（1）数据管理。
a、数据获取。
案例分析:不使用产品信息文件演示spss的数据数据读入共能。
b、数据管理。
企业需求:对大型手机数据并且编码、清理过、转换。
案例分析:建议使用银行信用违约信息文件spss相对应过程。
1）数据的选择、合并与拆分、检查异常值。
2）新变量能生成，SPSS函数。
3）使用SPSS旋转数据结构——转置和重组。
4）广泛的描述性统计分析功能。频率过程、请看过程、深入过程。
c、数据探索和报表呈现。
企业需求:对企业级数据进行探索它，通常不属于图形的使用。spss报表输出。
案例分析:企业绩效文件，如何能生成美观清晰的报告。
2）制做报表的中对不同类型的数据处理
3）报表生成功能与其余选项的区别
（2）数据处理
a、相关与差异分析。
案例分析:产品合格率的查找与差异分析。
b、线性分析预测。
企业需求:探索会影响企业效率的因素，并进一步预测国家企业效率。
案例分析:产品合格率的影响因素及其预测分析。
c、因子分析。
企业需求:不需要吸纳引响企业效率的比较多因素，并且上重点投资
案例分析:客户购买力信息研究。
d、聚类分析。
案例分析:客户购买力信息研究
e、bootstrap。
案例分析:bootstrap抽样。
SPSS代码应用
相关课程推荐
