数据分析师要掌握哪些知识

数据分析师入门的门槛就是工具,我们可以使用EXCELSQL、Python这三类工具来进行数据的分析。当我们的接收到数据的时候,肯定不能上来就分析的。我们需要清洗、降维等手段减弱错误/异常数据给分析结论带来的误差。同时,再根据清洗好的数据,进行有针对性的分析。因此合适的工具是数据分析必须要掌握的技能。除此之外还有数据分析方法以及汇报沟通等软技能的掌握。

数据分析师需要掌握的知识:

1. 使用EXCEL进行分析

可能之前有的人接触多Excel,可能更多的是表格的美化、如何快速录入等等。但是数据分析我们要用到像是VBA之类的高级知识。使用excel来进行数据分析,我们首先要掌握像是sumifs、countis、vlookup等常见的函数,来更好的帮我们处理数据。

此外,我们要学习VBA(自动化编程语言)和Tableau(智能数据可视化图表)这些知识,让我们分析出来的东西更加炫酷地展示出来。还要学会如何编写我们的调查问卷,对问卷的信度和效度进行合理的考量,同时进行AB测试,不断地改善我们的问卷。

2. SQL数据库

针对结构化的数据,一般会选择建立一个数据库把数据进行存储,方便之后的分析。但是,如果遇到数据量级较大的情况下,EXCEL可能就有所欠缺了。这时候,就要接触到像是ACCESS与MYSQL等数据库了。

不同数据仓库的操作方法大同小异,主要是通过SQL语句来对数据库进行操作的。最基础的操作语句就是增删改查了。同时,还会通过主键、外键等对两个表之间链接,是其产生联系。像是游标、trigger触发器等等也是我们必会的知识点。

3. Python爬虫基础

Python是在数据分析中占据很大份额的。很多时候,数据并不是现成的,简单的调查问卷收集的数据有限,这就需要我们来使用多种工具技能型数据的抓爬了。在这主要是通过Python来进行数据获取的。通过学习数据类型、函数、流程控制语句、面向对象等知识点,达到使用工具编写简单应用程序,收集数据等等的工作。

4、数据分析方法及其他工具:

还会接触到像是朴素贝叶斯(分类器算法)、结巴分词(自然语言处理包)、Pandas(数据分析包)、sklearn(数据挖掘)等数据分析高级知识。也会接触到像是SAS、SPSS、R语言、商务BI等高级工具。

当我们学完以上知识之后,就可以称为掌握了一定的数据分析基础了。通过数据思维,我们在处理和分析问题上,通过建立统一的分析模型来分析数据,最终形成各式各样的数据报告,来进行前台的展示。

之后就需要你根据实战项目进一步加深你的技能,形成相应的数据报告,通过文字、图标还是BI等向他人来进行数据的展示,从而升职加薪用的。

     

类似文章

发表评论

您的电子邮箱地址不会被公开。