数据分析师有职业考试。

　　项目数据分析师专业技术培训项目

　　培训管理条例

　　第一章 总则

　　第一条  中国商业联合会数据分析专业委员会（以下简称“协会”）作为中国唯一全国性数据分析行业协会，也是数据分析专业人才培养、监督与管理机构。工业和信息化部教育与考试中心（以下简称“部中心”）是中华人民共和国工业和信息化部部属事业单位，是工业和信息化部唯一的教育及考试支撑单位。“项目数据分析师”专业技术培训是由中国商业联合会数据分析专业委员会及工业和信息化部教育与考试中心共同主办的专业技术人才培养工程，在中国的数据分析行业中具有权威性和严肃性。
第二条   “项目数据分析师”专业技术培训是“协会”在全国范围内唯一认可的专业技术人才培训，是中国数据分析行业人才最主要的组成部分，是成为协会个人专业会员的必要条件，是项目数据分析师事务所的人才来源，是对持证人员掌握现代项目数据分析专业技术的行业权威认定。
第三条  项目数据分析师专业技术培训的目的，是利用科学技术手段提高我国项目数据分析的整体水平和相关从业人员的业务素质，改变目前我国企业经营决策过程中没有数据依据、主观决策的现状。
第四条  项目数据分析师专业技术培训要求取证人员必须真正掌握“数据分析”实际操作能力，经过严格考核并合格后，才能获得证书，证书分别由“协会”和“部中心”颁发。
第五条  开展项目数据分析师专业技术培训工作的宗旨，是“严肃，权威，精品，高端”。
第六条  项目数据分析师专业技术培训考核的英文全称为：Certified Projects Data Analyst，英文简称为：CPDA，此简称已取得国家商标认证，编号为：6668972、6668973、6668974，受中国法律保护。
第七条  项目数据分析师专业技术培训由“协会”与“部中心”共同主办，由北京中盈达科技有限责任公司负责该项目在全国市场的推广及管理工作。
第八条  本条例为开展项目数据分析师专业技术培训考核工作的准则规范，所涉及的任何部门、机构和个人都有严格遵守的义务。
第九条 对任何违反本条例的行为，都将依照条例的规定予以追究和处罚。以维护项目数据分析师专业技术培训考核工作的正常秩序。

　　第二章 申报管理规定

　　第十条  申报参加项目数据分析师专业技术培训人员，必须具备管理、经济和投资金融等相关专业大专以上学历；如果其他专业大专以上学历人员，须从事相关专业工作一年以上。
第十一条  申报人员所出具的学历证明，必须是经国家教育部承认的正规国民教育学历证明。除此以外的任何学历证明，均不能申报参加项目数据分析师专业技术培训。
第十二条  申报人员所出具的国家教育部承认的正规国民教育学历证明，必须真实有效，不得假冒伪造或修改。一旦发现查实，将取消其项目数据分析师报名资格，并自行承担全部责任。
第十三条  经正式授权的各地“项目数据分析师专业技术培训授权管理中心”（以下简称“授权管理中心”），可在所授权区域开展“项目数据分析师”宣传、组织培训工作，在接受项目数据分析师专业技术培训申报人员培训考核报名时，必须严格审验证明原件（学历证明和本人身份证明），确认后，收取学历证明和本人身份证明的复印件以便备查。

　　第三章 培训管理规定

　　第十四条  项目数据分析师专业技术培训全国统一收费标准为 8800元/人（含培训、教材、考核、审核费等）。配送 “专业投资项目决策数据分析软件”标准版软件一套。
第十五条  项目数据分析师专业技术培训面授课程共计48课时（8天），学员需参加面授课程后方可报名考试，如学员只进行远程学习未参加面授培训或面授培训不足12课时，当期考试不予报考。
第十六条  学员在缴纳8800元培训费后可享受为期一年的远程学习，如需延长远程学习时间，可单独购买远程学习卡，远程学习卡只针对学员进行销售。
第十七条  学员缴纳培训费后，如确因个人原因无法参加当期面授学习，可向培训处提出书面申请延期参加面授培训及考核，培训处自接到申请之日起为学员保留学籍两年，两年内学员可参加任意一期培训及考核，如学员未提交申请或两年内仍未参加面授培训，视为自动放弃。
第十八条  学员按规定参加面授学习后，如考试未通过，可在一年内免费重修，超过一年未重修者，视为自动放弃重修资格。
第十九条  各地“授权管理中心”必须按照“项目数据分析师”主办单位所规定的考核培训统一标准8800元收费。在没有正式书面通知下，不得擅自提高或降低收费标准。如果违反，将取消其授权管理中心资格。

　　第四章 其他

　　第二十条  本条例自发布之日起实施，由培训处负责解释。

中国商业联合会数据分析专业委员会培训处
二O一三年三月十二日

　　考试安排

　　数据分析师由工业和信息化部教育与考试中心和中国商业联合会数据分析专业委员会统一安排考核，截止2014年8月，考试共有三门《数据分析基础》《量化经营》《量化投资》，每门100分，60分及格制。

　　考试时间

　　每年有4次考试。具体时间请关注CPDA项目数据分析师官网考试通知，大致在每年的3月、6月、9月、12月中旬。

　　颁发证书[1]

　　考核合格，学员获得：由工业和信息化部教育与考试中心颁发的《项目数据分析师职业技术证书》和中国商业联合会数据分析专业委员会颁发的《项目数据分析师证书》。

　　项目数据分析师学员专业技术考核合格者，将获得以下证书：
由工业和信息化部教育与 考试中心颁发《项目数据分析师职业技术证书》：
是国家工信部权威考试机构认可的专业证书，是信息化主管部委认可的专业认证培训项目，具有广泛的社会认知度和权威性。

　　由中国商业联合会数据分析专业委员会颁发的《项目数据分析师证书 》：
是中国数据分析业由协会唯一认可的、具有从业特征的证书体系，可以凭借此证书申请成为协会个人会员，五名以上分析师可以申请成立项目数据分析师事务所，是在企业中 从事专业数据分析工作的入门身份，是承接项目数据分析报告唯一被市场及客户认可的资质证书。

　　两本证书代表了：项目数据分析师得到主管行 业机构和主管部委认证机构的认可，是中国目前数据分析业界最有价值的证书体系。
登录中国项目数据分析师网chinacpda可查询项目数据分析师专业技能证书获得者信息。

（本文内容由百度知道网友bob0103贡献）

随着互联网的迅速发展,人已经进入大数据时代，在大数据时代，数据分析、数据挖掘工作面临着机遇与挑战，特别是近几年，大数据已逐渐走进商业、政府、科研、教育、医疗等各行业。同时，也给商业、政府、科研、教育、医疗等各行业带来了不小的危机感。那么什么是大数据，大数据时代，数据分析师的报考条件是什么呢？

什么是大数据？

大数据（big data），指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。

数据无处不在。在网络上、在报纸上、书籍上。在家用电脑的磁盘上，在我们的脑海里，数据大量且广泛的存在。围绕数据，人类已经做了很多数据科学的研究和应用工作，其中最为基础的就是数据的存储、传输。数据的价值在于数据上承载的信息，信息的价值在于消除不确定性的成本及其直接和间接的作用，而这一系列的价值使得我们对数据的价值予以空前的重视。

什么是数据分析师？

数据分析师是指基于各种分析手段对大数据进行科学分析、挖掘、展现并用于决策支持的过程，大数据分析师就是从事此项职业的从业人员称呼，国内已有商务部对大数据分析师进行等级认证。

大数据时代，数据分析师的培养

（1）培养核心技术人才，确保长期竞争力。美国在建立全国医疗系统时，将系统外包给了加拿大的一家公司，系统运行的第一天就出现了崩溃。美国政府为此对该模式进行了反思，概括起来有三点：①外包公司设计时只顾满足甲方的眼前利益，不会为甲方的长远利益考虑；②项目外包造成美国技术骨干人员断层，导致出现问题后自身无法解决；③采用该模式导致美国没有了核心技术。

因此，在采用项目外包模式的同时，需要掌握其核心技术。在大数据时代，从数据分析、信息管理、IT技术三个方面保持核心竞争力。需要培养和保持业务、产品设计、数据分析、数据架构等方面的骨干队伍。

（2）建立专业化的大数据分析团队。大数据分析的核心是数学建模，基础是实际业务，结果是自动化程序。在实际工作中需要正确、合理的使用数学建模的思维，构建以数学模型做为基础的数据分析，建立量化管理风险的理念。深刻认识并正确驾驭大数据分析，大数据分析的方法是处于不断发展过程中的，需要根据实际问题，结合实际数据，灵活构建模型。

通过上述内容我们了解到什么是大数据，大数据对社会生活带来方方面面的影响，下面让我们一起来看看大数据时代，数据分析师的报考条件是什么吧？

数据分析师的报考条件是什么？

自2018年起，考生通过全部课程考试并成绩合格，初、中、高级通过实践应用能力考核，经审核后，获得数据分析师身份认证，并由中国商业统计学会颁发“数据分析师证书（BDA）”。初、中、高级证书申请条件如下：

1.初级数据分析师：

（1）具有大专以上学历，或从事统计工作的人员；

（2）通过初级笔试、上机考试、报告考核，成绩全部合格。

2.中级数据分析师：

（1）具有本科及以上学历，或初级数据分析师证书，或从事相关工作一年以上；

（2）通过中级笔试、上机考试，成绩全部合格；

（3）通过中级实践应用能力考核。

3.高级数据分析师：

（1）研究生以上学历，或从事相关工作五年以上；

（2）获得中级数据分析师证书。

（3）通过高级笔试、报告考核后，获取准高级数据分析师证书；

（4）考生在获得准高级证书后，在专业领域工作五年，并撰写一篇专业数据分析论文，经答辩合格，获取高级数据分析师合格证书。

现在的企业离不开数据，数据分析师被誉为2017年的“金领”职业，高收入成了“数据分析师”的标签。数据分析师的工资待遇以“万”级计量，当然是说有1-3年工作经验的数据分析师们。当然，大家也可去各大招聘网站去了解数据分析师最新的工资待遇。

面对高薪的诱惑，不少零基础入门的学员、有一定基础也是想要进阶的学员，想要更深“段位”的数据分析师们都会去关心“我应不应该考一个证”“数据分析师要考什么证？”的问题，含金量高吗？答案就在这里！

数据分析师有国家认可的职业资格考试吗？

很多同学也是有这样的一个问题，但是大家都往往陷入了一个误区。有国内认可的证书吧？没有！既然数据分析在国内刚起步，很多企业往往都是在不断摸索前进，所以目前国内并没有类似CFA，注会等国家认可的证书。

证书的作用或许可以做一个敲门砖，但是大家千万不要有这样的一个依赖，更不要被社会上靠打着唯一认证证书名义的机构所被误导。了解自己最需要充电的内容，加强学习，方为上计。

每个人都适合学习数据分析吗？

这个问题的答案跟“什么人适合学功夫”一样，毫无疑问，功夫是适合任何人学习的，因为能够强身健体。而功夫的成效，要看习武者的修炼深浅。常常有人争论，是咏春拳厉害，还是散打厉害，其实是颠倒了因果，应该看哪个人练习得比较好，流派之间没有高低，只有人修炼的厚薄。

实际上，问题的潜台词是“什么人学习数据分析，会更容易取得成功（比如职业成功）”，这个要视乎你的兴趣、付出和机遇。但要做到出类拔萃，除了上面三点，还需要一点天赋，这里的机遇是指你遇到的职业发展平台、商业环境、导师和同事。

借用管理大师德鲁克的话“管理是可以习得的”，管理并非是天生的，而数据分析能力，也可以后天提升。或许做到优秀，只需要你更加的努力+兴趣，而这个努力的过程，也包括你寻找机遇的部分。

那么想做数据分析师，怎么入门？

第一步：统计概率理论基础

这是重中之重，千里之台，起于垒土，最重要的就是最下面的那几层。统计思维，统计方法，这里首先是市场调研数据的获取与整理，然后是最简单的描述性分析，其次是常用的推断性分析，方差分析，到高级的相关，回归等多元统计分析，掌握了这些原理，才能进行下一步。

第二步：软件操作结合分析模型进行实际运用

关于数据分析主流软件有（从上手度从易到难）：Excel，SPSS，Stata，R，SAS等。首先是学会怎样操作这些软件，然后是利用软件从数据的清洗开始一步步进行处理，分析，最后输出结果，检验及解读数据。

第三步：数据挖掘或者数据分析方向性选择

其实数据分析也包含数据挖掘，但在工作中做到后面会细分到分析方向和挖掘方向，两者已有区别，关于数据挖掘也涉及到许多模型算法，如：关联法则、神经网络、决策树、遗传算法、可视技术等。

第四步：数据分析业务应用

这一步也是最难学习的重要一步，行业的不同，业务不同，业务的不同所运用的分析方法亦有区分，实际工作是首先解决业务问题，因此对业务的洞察能力非常重要，而这个能力是需要在工作之中一点一滴的积累，也许目前是做零售，会用到一些相关回归方法，但转行做电商，又会用到其他的挖掘等方法。业务虽千变万化，但是分析方法却万变不离其宗，所以掌握好技术用到任何一个环境靠的只有是业务经验的积累。

女孩子适合学习数据分析吗？

数据分析师适合女生吗？这个问题无论从哪个方面回答，可以说数据分析师是适合女生的，毕竟现在很多工作基本上都没有太大差别，而且，女生比较细心，所以女生做数据分析师还是相当不错的当然。

深圳中鹏数据分析师培训课程

龙岗校区：深圳龙岗区吉祥地铁站b出口湖广通大厦4楼

南山校区：深圳市南山区亿利达大厦B区2楼

宝安校区：深圳市宝安区新安二路37号五区综合楼2楼

福田校区：深圳市福田区上步中路深勘大厦19楼

广州校区：广州市天河区元岗路616号天河慧通产业广场A8-1栋

服装中心：福田区深南中路兴华大厦A座11B整层

我觉得无论什么工作兴趣最重要，要做数据分析师最基本的就是不讨厌数字，如果你跟他讲那个指标是通过怎么样的乘除加减得到的，他会觉得不耐烦，那么显然他不适合做数据分析;如果对数据较敏感，能够一眼发现异常值，数据分布情况，当然是最好的。

再则就是逻辑性，可以让他试试爱因斯坦的那道经典的逻辑题，看看能否解出来，需要多久;逻辑思维对数据分析尤其重要，不然会被各种指标的定义规则、与业务的联系纠结死，逻辑思维好的人写SQL等数据处理脚本也会更加高效。

接着是业务理解能力，最简单的就是让他定义下网站的目标是什么，哪些指标可以作为KPI，用户从进入网站到达成网站目标的整个过程是怎么实现转化的，能否画出业务流程图。(宏观层面，不要深入细节)

如果偏技术则需要懂一些数据库结构和SQL，如果偏展现需要考验下对图表的掌控能力，什么时候用什么图表合适，甚至如何配色。

最后就是细心、耐心和交流能力，做数据分析有时会很纠结，细心和耐心是必需的，好的交流能力可以让数据分析师更好地阐述清楚各类问题。

这些都是比较基础的东西，也是短期难以培养起来的技能。至于另外业务相关的一些知识，可以通过培训获取，问一个未接触过你的网站业务的人一些业务知识其实有些不公平，其实如果具备上面几点，一旦熟悉网站和业务之后，一定会成为优秀的数据分析师。

——谷芬芬

专业内的要求基本就是对数据的意识和一些技能的掌握。下面具体说说从一些非专业内要求的方面出发，有哪些方面能表现这个人更适合数据分析。

首先是看到数据有兴奋感的人。有兴奋感说明你有兴趣，那说明很会有意愿把数据分析好。

其次是愿意学习的人。你分析的内容永远不会一尘不变，即使你分析的主题是相对固定，但业务是变化的，你需要不断的学习业务，同不同人沟通，吸收别人的观点。所以分析师一定要报着学习的态度。

然后是逻辑思维较强的人。数据分析师想要把你的分析好，一定要有结论思维。

还有就是较强的表达与沟通能力。因为数据分析最终价值的实现，一般来说不会是分析师亲自去制定或者实施。所以你一定很有条理、逻辑清晰向别人表达，让业务方认识到你分析结果的价值，从而影响业务方去愿意使用你从数据中得到的观点。

——欧阳帅

觉得还是应该先看清楚自己的未来的方向吧~

我有不少朋友 非数学/计算机/统计学 专业毕业的朋友走的是这个方向，数据相关，非技术路线，更偏向于市场方向，对技术的要求只是Excel、PPT，最多要求SPSS，很少要求会写SQL。这条路线看起来比较高大上，可以走外企路线。

数据分析师方向，很多读数学、统计学、计算机的童鞋会选这个方向，终极目标都是成为数据中心的负责人。中间有2个分叉，一条是从数据分析师到数据产品经理，这个路线最近很流行，主要是结合了数据分析和产品经理的能力。一条是高大上一点的数据挖掘方向，这条路线要求比较高，但薪资也高。当然能走数据挖掘路线是很多数据分析师的梦想，但算法和代码实现能力不是谁都能掌握的。.

根据你自己想走的路，加上自己的技能点。

——张锦华

想了解更多相关内容，记得持续关注我们哦。

如果你觉得有点意思，请有秩序的评论、转发、收藏。

工欲善其事，必先利其器。想要成为一名优秀的数据分析师，一款顺手的数据分析工具是必不可少的。下面为大家推荐几款数据分析工具

Excel

让我们一起面对它吧，即使在高水平语言辈出的年代，Excel工具仍旧被很多人所认可。调查发现59%的数据科学家和分析师使用 Excel 工具，这个数据几乎年年如此，少有变化。Excel 是经过检验的可靠的数据分析工具，它广泛存在，非程序人员也能便捷操作，所以大多数企业即使也使用其他工具，但 Excel 工具还是他们的不二选择。

R语言

R语言主要适用于EDA（探索性数据分析），也就是你与数据之间的对话，是通过作图来找寻单变量，双变量或者多变量之间的关系，进而发现其相关性。

他的学习也不是很难，掌握了基本操作，要掌握核心的几个包（package），然后经常性的练习，善于借助帮助文档，所谓熟能生巧，就是这个道理。

Python

人生苦短，我用Python。

Python语言是一门功能非常强大，实用型非常强的语言，Web编程，网络爬虫。

数据分析自然少不了要掌握pandas和numpy两个包，如果用到数据可视化（后面会讲到），肯定要用matplotlib包，这三个包基本上就是Python进行数据分析的半壁江山以上了，好好掌握，不能将就。

Google Refine

Google Refine。用户在电脑上运行这个应用程序后就可以通过浏览器访问之。这个东西的主要功能是帮用户整理数据，接下来的演示视频效果非常好：用户下载了一个 CSV 文件，但是同一个栏中的同一个属性有多种写法：全称，缩写，后面加了空格的，单数复数格式不一的。。。但是这些其实都代表了同一个属性，Google Refine 的作用就是帮你把这些不规范的写法迅速统一起来。

Gephi

Gephi是进行社会图谱数据可视化分析的工具，不但能处理大规模数据集并且Gephi是一个可视化的网络探索平台，用于构建动态的、分层的数据图表。

Wordart

Wordart操作简单。可以分析文本，上传excel，还有分析URL，需要注意的是网站本身没有中文字体，需要先自行添加中文字体，然后再生成词云。Wordart最受欢迎的地方就是词云的字体，配色，图形都支持自定义，生成的图看起来非常高上大。另外做好的图可以分享和下载，但是词频不能下载。

数据分析师需要考证吗？数据分析师证书含金量高吗？

近年来，大数据分析师的群体在不断壮大，企业对大数据分析师人员的需求也在逐渐增加，招聘网站相关岗位也越来越多，说明数据分析师正在成为企业普遍需要的职位。

因企业对数据分析人员的需求越来越大，数据分析师的薪资也相对较高，一二线城市的数据分析师薪资普遍在10K以上。

那么如何成为一名高薪数据分析师呢？

第一、你要了解数据分析师的工作职责。

数据分析师简单来说就是解答企业员工对数据信息的疑问，为部门提供可靠、有效的数据支持。持续改善运营流程与制度，并根据相关数据提供合理的分析与建议。主动消除运营内、外部各业务单位间的不畅环节，持续提升综合运营效率。

第二、你要懂得分析软件及数据分析方法

可以熟练使用excel， Access，Visio等MS Office办公软件，并制作相关的原型。重点是会使用EXCEL高级功能，能快速制作报表。

可以熟练使用各种数据分析、数理统计、数据挖掘工具软件，而且至少要精通一个常见的数据挖掘软件与一种或多种数据挖掘算法。并且要会对数据进行可视化处理。

还要了解主流的数据库原理（SQL、postgresql、Mysql等），并且还要具备良好的行业分析、判断能力、及文字表达能力。

第三、你需要一个证书

虽然数据分析师最重要的是数据分析能力，但是因为有很多公司对数据分析师的岗位越来越重视，很多上市企业对于拥有数据分析师证书的员工会给予“升职加薪”等福利，另一方面是为了增加自己在企业竞争力。

而且数据分析师证书在今年成为报考公务员的条件，“广东省公安机关2017年考试录用人民警察（公务员）公告”中，白底黑字注明了“男性：具有系统架构师、系统分析师资格或数据分析师证书”的要求。

所以要想成为高薪数据分析师，你还需要一个“数据分析师证书”。

那么数据分析师要考什么证书呢？什么证书含金量高呢？

答案是“CPDA数据分析师证书”，CPDA数据分析师证书为“双向认证”（工信部+中国数据分析行业主管协会）认证，并且数据分析师证书可以在工业信息化考试中心官网查询。而且“CPDA数据分析师证书”还可以成立“数据分析师事务所”。

所以想要成为一个高薪先考个证吧！

上海数据分析：shcpda

在互联网时代，数据是重要的资源，随着数据的持续增长和大数据技术的成熟，数据分析变得越来越重要，要看清楚瞬息万变的网络世界，要知道表象背后的真相，非靠数据分析不可，不管是大数据分析还是传统数据分析，其本质是一样的。数据分析是为了通过对数据现象的查看来完成对产品，营销策略，运营策略的优化。达到最低成本，最优效果。因此，数据分析师对应的要求也越来越高。那么，作为一名优秀的数据分析师，需要有哪些基本能力，才能完成数据分析目标，保证结果的正确性？

商业数据分析的根本目的就是要洞察数据背后的规律，基于此，企业可以制订决策、并采取相应措施和行动，进而达成想要的结果。这是商业数据分析的最大价值所在。

数据分析的四个能力

1. 对业务的理解能力

数据分析之前，首先要进行的是业务梳理。只有在实践领域从事过数据分析工作，就会明白所有分析的重中之重都是业务知识本身。而业务知识的学习和掌握，需要的积累之深，培养一个业务专家，需要的周期之长，都远远超过后面所说的那些基本技能，成为业务专家实属不易，数据分析师其实是之于业务专家之上的更深层次的思考和总结，否则，谁指导谁都是个问题。业务学习的方式很多，比如将以前的分析报告和取数案例都拿过来研究一下，不懂就问，总是一个渐进的过程，但需要时间和行业的沉淀。数据分析师最需要不断提升的能力就是行业和业务知识，没有之一。

提升业务理解能力有几个方法

多使用产品本身，只有不断的尝试产品，体验和了解各种产品，才能在分析时有直观的思考和总结；与 产品相关的业务和技术同学沟通，尤其在进行数据理解和运营理解的时候，需要知道数据元素的含义以及当前运营的方式和形成这种运营方式的原因;多思考产品的内在逻辑，多问几个为什么，这样才不至于做分析方案的时候，遗漏其它的业务流程，或者进行错误的数据模型设计。2.有耐心，善于沟通

数据处理和逻辑梳理需要足够的耐心，尤其是在各种数据格式不统一，数据表存放混乱，以及业务流程／逻辑异常复杂的情况下，作为数据分析师，一定要有足够的耐心，沉下来进行全面的数据流程确认，画出对应的流程图，理清分析重点。

同时，数据分析贯穿BIT、数据、技术、业务整个链条，数据分析师将BIT最终转化成决策者理解的语言，跨越的流程很长，你需要面对不同的岗位，碰到不同的角色，采用不同的语言，表达你的要求和获得你需要的东西，成为数据和业务的桥梁，没有足够的沟通能力很难。所以，需要具备一定的沟通能力。在沟通之前，需要清楚的知道本次沟通的目的是什么，以及如何通过对方来达成自己有效数据分析的目标。与技术沟通，是理解参数含义，与运营沟通，是理解分析目标，与产品沟通，则是强调产品逻辑以及背后的思考。同时，如果你容易听取他人的意见，特别是智者的意见，则可以帮你找到另一条出路，你犯错的概率就会降低，相应的，你的分析就更有力量和说服力。

3. 数据分析的技术

数据分析有很多技术可以支持，包括SQL，Excle，SPSS，Matlab、Python等等，这些都是通过编程完成基本的数据分析语言编写，然后进行执行得出结果。

因此，数据分析师必须掌握并精通一两种数据分析编程技巧。包括从数据仓库中获取数据，对数据进行清洗，简化，或者补全，处理数据，计算数据，最后进行可视化的表达。这样才能完成数据分析的目标。这种技术对产品和运营人员也非常重要，只有学会处理数据，分析数据，才能在每个决策上面有据可依。

但在公司的数据分析中，你在看案例时，往往接触到的数据或使用的数据是局部的，因此，你的视野会受局限，在大多数公司里，很多数据分析师其实缺乏全局的数据视野，因为他不知道到底有多少数据，因此，永远只能在已知的数据里转圈圈，

当然，大多数数据分析师可能不需要进行系统数据学习，在实践中慢慢熟悉就好了，但自顶向下的数据学习方式可以让你有一个更好的基础和更全局的数据视野。

4.独立思考的能力

数据分析并不仅仅是为了完成一些业务上面的数据需求和论证。数据分析者应该在理解业务的基础上，扩大自己的思考范围，提升洞察力。

成为一个优秀的数据分析师，需要在不同的业务中进行磨练，同时需要足够的耐心和深入业务的思考进行决策支撑。一种客观，理性，同时又科学的数据分析心态是非常重要的，对于公司和产品的发展也是必需。

数据总是在那里，它不会说话，你不仅要基于业务能力理解它，还要学会推演和分析，从中发现规律，迅速定位某个商业问题的关键属性和决定因素，形成自己独创性的见解，所谓心思缜密，滴水不漏，没有思考逻辑没有数据分析。而要形成独特的见解，则来自于个人不断的学习和思考，这里的学习更多的强调是跨领域和专业，思考则是更多的强调养成思考的习惯。思考本身就是一种实践，它可以将你的知识更加系统化和深入化，数据分析在一定程度上是用来验证思路和启发灵感的，“数据分析”从来不是“数据分析”本身，而是以“数据分析”为手段和表象，对业务的深刻理解、思考和判断。

数据分析的四个层次

描述性分析（Descriptive Analysis）诊断性分析（Diagnostic Analysis）预测性分析（Predictive Analysis）处方性分析（Prescriptive Analysis）描述性分析——发生了什么？

如题目名字一样，该层次主要是对已经发生的事实用数据做出准确的描述。比如某企业本月订单签约额比上月增加2000万，至5500万，但是订单履约率从上月的98%下降到了95%，库存周转率从上月的0.8下降到了0.7。那么，这就是发生了什么？就需要去描述性分析。

诊断性分析——为什么会发生？

知道发生了什么，对我们的帮助不大，更重要的是，我们要明白为什么发生。比如经过分析，发现在描述性分析中提到的订单履约率下降的原因是成品生产不出来，无法完成交付。而成品生产不出来的原因则是部分原材料的供应商未能按时送货，导致原材料不齐套，无法开始生产。那么，这就是诊断性分析。

预测性分析——可能会发生什么？

基于上述两个层次的分析，我们发现了其中的规律，即原材料供应商的未能及时送货会影响成品订单的履约率。假如上月某原材料供应商A送货及时率只有70%，通过建模，我们可以预测本月该供应商会使我们的订单履约率下降2%。那么，这就是预测性分析。

处方性分析——我们该做些什么？

有了预测性分析的结果后，我们无需再做事后诸葛亮，而可以运筹帷幄，在事前就采取措施。上述中，供应商A会导致本月我们的订单履约率下降，我们可能采取的措施就是把A换掉，但是现在有B和C两个供应商供我们选择，该选择哪个呢？通过分析和计算得出：选用供应商B会比选C的订单履约率高1%，因此建议选择供应商B。这就是处方性分析。

四个层次层层递进，经过这四个层次的分析以后，可以对企业的决策和行动提供有力支撑。

分享 IT 技术和行业经验，请关注-技术学派。

数据分析师这个职业越来越火，越来越多的人想往这个方向发展。

有在校生，也有转行的小伙伴来咨询数据分析师这个职业的相关问题。

从大部分情况来看，大家对于数据分析师的职业发展和技能非常关心。

那么别的先不说，数据分析入门到底要学什么？怎么学？

Excel

作为数据分析师，Excel是必备技能。Excel 是经过检验的可靠的数据分析工具，它广泛存在，非程序人员也能便捷操作，所以大多数企业即使也使用其他工具，但 Excel 工具还是他们的不二选择。

统计学

统计学同样是数据分析师的必备技能之一，你只有学好了统计学才能谈得上数据分析。统计知识会要求我们以另一个角度看待数据。当你知道AB两组的差异用平均值看是多傻的事情，你的分析技巧也会显著提高。如果你想成为一名出色的数据分析师，那么你就必须要会统计学。

推荐图书：《深入浅出统计学》

大概是最啰嗦的深入浅出系列，从卖橡皮鸭到赌博机的案例，囊括了常用的统计分析如假设检验、概率分布、描述统计、贝叶斯等。书本注重应用和趣味性，数学推理一般。

SQL

sql是所有数据库查询的语言，sql非常容易入手。

针对不同的数据库，如mysql、sqlserver、oracle等，sql语法会有所不同，但是总体上大同小异，只是细微处的差别。

而且如果你有数据库基础的话，只需要找些sql查询的习题来做一下，就会很快的得到提高。

推荐图书：《MySQL必知必会》

学习 SQL 的入门书，薄册子一本，看起来很快。SQL 是个性价比很高的技能，简单而强大。任何想进一步提高自己数据分析技能的产品/运营/分析师 同学，都建议点亮 这个技能点。

数据分析思维

作为一名数据科学家需要很挑剔，并且善于发现他人会遗漏的东西。那么我们应该如何做到像数据科学家一样思考呢？

梳理分析思路，并搭建分析框架，把分析目的分解成若干个不同的分析要点，即如何具体开展数据分析，需要从哪几个角度进行分析，采用哪些分析指标（各类分析指标需合理搭配使用）。同时，确保分析框架的体系化和逻辑性。

推荐图书：金字塔原理

金字塔的基本结构是：中心思想明确，结论先行，以上统下，归类分组，逻辑递进。先重要后次要，先全局后细节，先结论后原因，先结果后过程。

行业知识

对于数据分析师来说，业务的了解比数据方法论更重要。而且业务学习没有捷径。这一部分也没有什么书可以看的了，基本都靠搜索，总结，思考，再搜索，总结，思考。

2017年数据分析师报考条件又是怎样的呢？对于怀揣数据分析师梦想的你，也许会在10多天后踏上新考试征程——2017年深圳第13期数据分析师考试（6.29号）。

话说：数据分析师考试

数据分析师专业技术考试主要测试考生是否具备数据分析基础知识，是否了解数据分析工作流程及数据分析技术，是否具备利用数据分析知识解决实际业务问题的能力。

侧重考查考生对数据分析知识的掌握和应用，借助数据分析知识解决实际数据分析工作和企业决策工作的能力，根据企业决策的需要，对各种相关数据进行分析和评估能力。

那么，数据分析师报考条件又是怎样的呢？

2017年数据分析师报考条件

报考2017年数据分析师考试的考生须具有国民教育专科及以上学历，或具有一年以上数据分析行业从业经验。

先睹为快：数据分析师证书长什么样子呢？

你是否满足数据分析师报考条件呢？想要报考数据分析师的小伙伴，随小编一起瞅瞅数据分析师证书长啥样？数据分析师认证考试为双项认证，中国商业联合会数据分析专业委员会和工业信息化考试中心双认证，三科考试都通过之后颁发：

1.中国商业联合会数据分析专业委员会颁发《CPDA?数据分析师证书》，是将来进入数据分析师事务所工作的前提，唯一的行业从业证书。

2.工业和信息化部教育与考试中心颁发《数据分析师职业技术证书》

满足数据分析师报考条件的考生，距离2017年全国第二次数据分析师考试报名已经进入倒计时了，望各学员做好备考准备，奔走相告！！！

深圳数据分析师培训近期开班：

课程主题：《数据分析师（CPDA）课程培训认证 深圳第13期》

CDA数据分析师原创作品，转载需授权

数据分析师可谓是近几年经常被业界提及和行业火热招聘的一类职位，从15年大数据兴起，到现在18年临近年末，将近4个年头的时光，大数据发展迅猛，数据分析师也跟着翻涌起来，成为今时今日最有潜力、最有前景的社会职位之一。人们对于数据分析师的岗位趋之若鹜，国内高校也争相开始设置大数据与数据分析相关专业，人们对数据分析的认知和需求越来越深，越来越多的人期望加入数据分析师行列。那么，该如何成为合格的数据分析师呢，成为一名合格的数据分析师需要考取的证书又有哪些呢？下面跟大家好好普及普及。

首先，数据分析师需要具备符合现代企业公司要求的基本技能。我们随机选取招聘网站上的招聘要求进行一下分析。

职位要求:

1、熟悉数据库基本原理，熟练运用SQL；

2、熟练操作excel、PPT；

3、熟悉数据挖掘的基本原理，熟练操作Python、Pandas等数据分析/挖掘工具的优先；

4、良好的数据敏感度，能从海量数据中提炼核心结果；

5、熟练独立编写商业数据分析报告，及时发现和分析其中隐含的变化和问题，给出建议；

6、良好的沟通能力和团队合作意识，较强的学习能力，能够承担一定的工作压力。

从企业普遍的招聘需求可以看出，企业要求主要分为两部分。第一部分为硬技能，包括数学和计算机相关的技能；第二部分为软实力，主要集中在性格、个人行为及潜力等方面。软实力需要具备一定的沟通能力、表达能力和基本的职场素质，大多数人基本都能通过考核。硬实力可以通过大学课程、自学或者报学习班等形式进行提升，达到企业需求。

对于硬实力，如果想要透彻和快速的掌握，就需要系统、有规律的学习，保证知识的连贯性。若想有规律的学习，下面引用CDA脱产班的学习方法给大家做一个参考：CDA数据分析就业班针对时间充裕、零基础的专科、本科在校生，以及待业、期待从事数据分析的工作人员提供3个月全脱产集训，毕业推荐相关工作单位。CDA数据分析就业班每期至少十位以上相关领域专家授课，以CDA数据分析师标准大纲要求，从数据库管理—统计理论方法—数据分析主要软件应用（如：Excel、SAS、SPSS、Python、R等）—数据挖掘算法模型，一整套数据分析流程技术进行系统讲解。还将从金融、医药、保险、电商、零售、房地产等行业需求出发，使用实际案例手把手将数据分析技术传授给学员，使CDA就业班课程更符合就业要求，达到企业用人标准，快速在大数据时代找准工作定位。学员毕业要求能够独立完成商业数据分析项目。即硬技能需要掌握上述的各项数据分析工具和完成几个数据分析相关的实际案例。

进入数据分析领域后，数据分析师还需要考取一些证书提升自己职场的含金量。现在数据分析师有3个等级：级别Level I（业务分析师）、Level II（建模分析师）和Level II（大数据分析师）、Level III（数据科学家）。考取证书后，对自己的职场选择会有很大的帮助，很多企业明确标注数据分析持证人优先。

数据分析师已成为大势所趋，它有着一定的技术门槛，并且伴随经验的积累，职位的竞争力也会越强。如今想转行或正在进入数据分析行列的人越来越多，可谓人才济济，僧多粥少，加上数据分析行业日渐完善和规范，衷心祝愿各位数据分析师同仁可以在数据分析或大数据领域开创自己美好的职业生涯，同时也通过每一位数据分析师的个人努力汇聚成整个行业的事业线，冲刺着数据分析行业跨入一个新的高峰。