看了前面很多高赞的回答，很多都是关于如何学习数据分析基础技能的，Excel、SQL、Python等，确实是快速入门的捷径，但在数据分析师成长的道路上不建议采用速成大法，我更建议搭建好数据分析的底层逻辑和知识，基本功打扎实，后面才能在职场上走的更远。我所理解的“快速”不是走捷径的快速，而是站在上帝视角少走弯路的快速。

数据分析师属于易入难精的领域，对于想入行的同学来说，只要会SQL、Excel和基础的数据分析方法就可以；但对于数据分析的高端岗位，需要的不仅仅是数据分析的技术，还需要懂商业、战略、财务、运营等各方面的知识以及思维力和影响力。未来，数据分析技能将成为高端岗位的必备技能之一，人人依靠数据来进行决策。

另外，下周末拟分享下数据分析的常用方法，欢迎关注！

商业分析师必备技能：数据分析

下面结合我个人成长经历、面试上百个数据分析师的经验、内部数据分析师的培养课程和国外大学商业分析数据分析的课程 来说说如何快速成长为一名合格的数据分析师。

本回答内容较多，预计全部读完需要15分钟，对于只关心技术层面的同学，只需要关注第二部分数据分析师的核心技能--数据分析能力即可；需要长远以数据分析作为终身职业的同学，建议全部看完，会对你更有帮助。

目录
一、数据流转流程
二、数据分析师的核心技能
A、数据分析能力
B、思维逻辑能力
C、影响力
三、职场小建议

一、数据流转流程

一般互联网企业数据流转主要有以下六个节点：数据获取、数据存储、数据挖掘分析、数据报表搭建、数据分析及可视化、商业分析及决策建议，广义上的数据分析包括后面四项职责：数据挖掘分析、数据报表搭建、数据分析及可视化、商业分析及决策建议

• 数据获取：内部--通过数据埋点获取用户行为、交易行为等各类型的数据；外部--通过网络爬虫获取外部相关的数据；数据获取一般是产品和技术团队来负责。这是互联网企业数据的起点，没有数据“巧媳妇难无米之炊”，对于数据分析师只需了解数据怎么获取的就可以，感兴趣的可以去了解爬虫和埋点的问题
• 数据存储：通过数据仓库进行数据的存储，一般会分为ODS、DWS DWD、ADS、DIM等数据存储方式，这一般是数仓团队来负责，详细内容可以参考专栏文章萨缪尔：数据分析师面试相关：数据仓库相关。对于数据分析师来说，数仓的部分需要掌握，这是你的上游，合作中会涉及到，有些BI性质的数据分析还要自己搭建底表。
• 数据挖掘与分析：一般会有专门的数据挖掘部门通过算法挖掘数据指标的内部联系，大数据分析、BI或算法部门负责完成机器学习的算法实践
• 数据报表搭建：一般会是BI根据数仓的底表，结合业务运营的需要建立指标体系并搭建看板，一般由BI负责，数据分析指标体系也是专门的一个话题，互联网企业重点关注下流量的分析（流量来源和流量转化漏斗），指标体系选取和搭建是决定一个企业未来发展的关键，也是衡量BI下一部数据分析的基础
• 数据分析与可视化：BI、商业分析、业务运营会根据常见指标进行运营或经营数据的分析，并将其可视化，发现其中的机会点或问题点并改进
• 决策分析：根据前述数据的分析的结果，给出业务发展的建议或决策依据，一般由运营、BI、商业分析等部门来完成

广义上来说，数据分析的跨度较大，这也给数据分析师提供了更多的生存空间，既可以向上游数据技术数据产品去走，也可以往下游商业分析去走，未来，数据分析将会是互联网公司职场很多岗位的必备技能

二、数据分析师的核心技能

先说下数据分析师的核心技能要求，然后再展开来讲：

1、数据分析能力（软件技能+数据分析方法）

2、思维逻辑能力（结构化思维+逻辑思维+战略思维）

3、影响力（拿结果的能力、沟通协调能力、项目管理能力PM）

对于希望快速入门的同学，可以着重提升前面两种能力，方法得当的话，一周以内可以基本掌握，三周可以做到熟练，三个月可以成为半个专家。下面我来说说 数据分析能力和思维逻辑的能力

A、数据分析能力

数据分析能力包括以SQL为基础的数据提取能力，以Python、Excel为基础的数据分析建模和可视化的能力；数据分析的基础方法

1、SQL基础：对于互联网公司来说，一般内部数据会使用SQL去做数据提取，这里面需要掌握SQL的基本语句就可以，数据查询、聚合与连接、函数应用

详细入门可以参考这篇文章，详细讲解了常用的语句和使用方法，一般2-3天可以基本掌握。

萨缪尔：BAT 商业分析基本功之 SQL基础

萨缪尔：查询分析的利器——窗口函数，有时间的话可以再学习下窗口函数，基本成了面试必问题

2、Python数据分析和可视化：这是最难迅速提升的部分，难度和复杂度相对比较大，零基础的同学入门预计要花2-3周的时间，当然可以用Excel替代，主要包括：

• 数据读取：文件操作有关，学习文件相关内容（高阶可用Pandas），文件读取、格式转化与时间类型、索引与数据筛选。行列数data.shape，数据类型data.dtypes或者用http://data.info()同时查看这两项，用data.describe()查看连续变量的描述统计量
• 数据清洗：先判断所有不合理数据，在删除或填充，所以和判断、循环有关，学习分支相关内容。列分别有多少缺失值data.apply(lambda x: sum(x.isnull()),axis=0)，各行分别有多少缺失值data.apply(lambda x: sum(x.isnull()),axis=1)，总共有多少行有缺失值len(data.apply(lambda x: sum(x.isnull()),axis=1).nonzero()[0])，删除重复值data.drop_duplicates()
• 统计分析：通过数学方法汇总指标，和方法有关，学习函数、数学模块相关内容
• 图表分析与可视化：通过制作图表进行更深层次的维度分析，学习可视化的相关内容，趋势分析、构成分析、对比分析，可以参考下面的数据分析基础方法的Python实现
• 关联预测：通过的3、4两步进行合理的关联预测，需要学习相应的简单算法，以及代码的实现应用（加分项）
• 保存数据：保存到文件或者数据库，学习数据库相关内容

3、数据分析的基本方法：对比分析、构成分析、趋势分析，这一块基本看完之后练习下就可以掌握，算是一天吧

• 对比分析，就是给孤立的数据一个合理的参考系，从而判断数据的差异，如不同企业或不同业务的增长对比
• 构成分析是为了更明确地分析各个组成元素的占比，以便于看清楚事物发展的全貌，如分渠道、分地区、分用户、分产品等
• 趋势分析用于产品核心指标的长期跟踪，并找出趋势波动的原因，为业务发展寻找解决方法，如营业收入趋势分析、用户数趋势分析等

B、思维逻辑能力

这是数据分析师最重要的能力，也是短期内不容易掌握的能力，需要花大量的时间去练习掌握。

1、结构化思维：金字塔结构+MECE原则，主要掌握象限法（BCG矩阵+RFM模型）、流程法（漏斗分析+AARRR）和公式法

2、逻辑思维能力：逻辑树分析、归纳演绎、多维分析法

这部分的内容不详细展开了，详细的讲解可以参考我的Live：商业分析师必备技能：思维逻辑

3、战略思维：终局思维+产业思维，这是对数据分析师提出的更高的要求，要以终为始的看问题，要站在产业发展的维度上看问题。

终局思维：看清楚未来的发展趋势和方向

• “终局思维”就是在做一件事的过程中，要时常思考一下这件事最终达成的目标，然后“以终为始”，站在未来看现在，修正自己当下正在做的事情。
• 未来，会以概率的形式“穿越”到现在；“终局思维”就是以时间为矢，找到其中概率最大的可能
• 原则而是未来在现在的概率投射的最大区间，是一种专门应对“突发事件”的“终局思维”（安利下达里奥《原则》

产业思维：产业思维是从社会发展的角度来分析整个产业的进化趋势，社会发展主要包括人口结构的变化、人口移动的变化、技术的进步、经济的发展以及政策等因素，从中寻找适合企业实际的最佳战略选择

C、影响力

影响力的构建是一个长期的过程，需要经历专业性--项目管理能力--共同合作拿到结果，通过每一次内外部合作取得认可，职场上每一个项目每一个发言都算数。

如果想快速入门，掌握第一项能力就可以了，如果想拿到TOP的企业的Offer需要考虑逻辑思维的能力的提升，这则是需要长期去做的了。

三、职场小建议

无论你从事哪一行，你都不只是别人的员工——你还是自己职业生涯的员工。你随时都在和上百万和你一样经营着职业生涯的人竞争，有些人或许学历背景比你优秀，有些人或许比你工作背景更好，有些人或许比你更热衷于职场。所以，如果你想在职业生涯中表现优越，你就必须维持你的竞争优势。

全球化和互联网技术革命对每个人的职业生涯规划都有致命的影响。没人欠你一个饭碗，你必须自己当家。你每天都得和上百万人竞争，得想办法提升自己对工作的贡献，加强自己的竞争优势。你需要随时学习并适应新环境，必要时可能还的从这家公司跳槽到那家公司，或者是从一个产业跳槽到另一个产业。关键就在于你要认清，只有你是自己的主人，如此你才不会成为这场战争的牺牲者。

你是自己职业生涯的老板，每天都要提高自己的产能，提供更好的产品和服务以满足你老板的诉求，以提高你的“存活率”。

最后，有同学在评论区