bi分析师

1. BI需求分析师 是一个什么职位，发展如何

BI需求分析师就是利用BI工具进行有价值的数据挖掘，负责产品的生命周期管理，对产品数据进行监控等。具体的职位有:DW建模工程师、ETL 工程师、前端/报表工程师、数据分析师等。找工作就上如是人才。

2. 初级数据分析师一个月能学好吗

数据分析师是现在比较热的一个方向，那么作为一个从来没接触过的小白，要准备什么才能具备数据分析的能力呢，我就在这里简单的介绍一一下，以下内容纯属个人愚见，如果有不对的欢迎批评指正。
一、数理统计基础
作为一名数据分析师，一定要掌握一些基础的、成熟的数学模型算法。例如：回归分析、因子分析、聚类分析、决策树、关联规则、神经网络等。同时建议多看一些博文，看别人对于这个方法的理解，怎么在实际业务中应用，以及如何优化等等。在算法上可以不做到用软件编写算法，但是一定要知道原理，知道怎么应用，怎么调整参数，参数的含义等等。
二、工具
对于一个初级的数据分析师要掌握的基础工具，Excel，SPSS，数据库（如mysql等），随着大数据的来临，传统的一些软件已经不足以支撑数据分析、数据挖掘了，随着工作年限的增长，工作内容的加深，R和Python一定要会一个，目前流行的很多机器学习算法要这些软件才能实现。现在机器学习很火，建议多研究一下这方面的内容，不论是对于自身的提升还是对职业发展都是非常有利的。
三、行业背景（业务知识）
如果数据只是数据，不结合具体的业务，具体的行业，那么没有任何意义。数据分析、数据挖掘的意义是以数据为驱动营销，挖掘商业价值，快速且有目标的提高科学决策，，没有结合实际，模型再完美也是空谈，是冷冰冰的。
一名合格的数据分析师，一定要对业务和行业知识有非常深入的了解。所谓的数据敏感性，就是当你看到某个数据时，你要知道这个数据的统计口径是什么？是怎么获取到的？是在实际业务的哪个环节产生的？数据的具体数值具体代表的业务是什么？数据的变化会导致业务的什么变化等等。当掌握好了基础的统计知识，并软件使用熟练之后，应该在业务上多多学习与累积。有人把数据与具体业务知识的关系，比作池塘中鱼与水的关系，我觉得说的非常对，我在这里给大家解释一下他的看法，数据（鱼）离开了行业、业务背景（水）是死的，是不可能是“活”。而没有“鱼”的水，更像是“死”水，你去根本不知道看什么（方向在哪）。
作为一个没有任何经验的小白需要有哪些技能才可以进入到数据分析师这个行列呢，那么就是我前文提到的二条，一是要掌握目前基础且成熟的数学模型的原理，二是要学会应该软件处理数据、分析数据、建立模型。只要可以做到这二点，那么初级的数据分析师是没有问题的，具体的业务要在企业中培养。
那么作为一个技术大牛来说，业务没那么了解也是可以的，他们把算法研究的非常透彻，对于编程语言很熟练，这样也是可以作为一个机器学习的专家来进行业务的一些挖掘。所以我认为，一个数据分析师走到后面是分二条主线的，1是业务大牛，2是技术大牛，当然如果两样都很牛，那么就是行业大牛了。所以我们可以朝着自己擅长并且适合自己的方向走下去。
希望各位从事数据分析师并且以后打算从事数据分析的各位，不要整天把大数据、机器学习挂到嘴边，貌似讨论很高大上的东西，但是我觉得不接地气，能对数据玩的6，能有助于业务发展，有助于工作的才是最好的。我个人认为机器学习的实现是数学与计算机的结合，虽然这个方向现在很热，但是真正能玩明白的没有几个人，还是脚踏实地的一步一步的比较好。数据分析师还是需要踏实肯研究的性格，而不是像个专家一样每天到处跟人说一些概念上的东西，要做出来才是好好样的。
希望采纳！！

3. 船长BI的财务分析师计算产品利润计算是实时的吗

不是实时的。数据与亚马逊后台payment付款数据相对应，当日更新频率较慢，可以看今天之前的数据较准确
每个模块都写了更新时间了~

4. 搭建数据仓库中BI需求分析师是什么职责

BI数据分析师将提供整个程序的搭建需求，需要采集那些数据，那些数据之间有联动关系，给出搭建的意见，以及后期使用时的各种数据分析的结论得出。主要还是为整个需求理顺关系

5. 我想请问怎么考大数据分析师资格证书

• 懂业务：

  从事数据分析工作的前提就会需要懂业务，即熟悉行业知识、公司业务及流程，最好有自己独到的见解，若脱离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。

• 懂管理：

  一方面是搭建数据分析框架的要求，比如确定分析思路就需要用到营销、管理等理论知识来指导，如果不熟悉管理理论，就很难搭建数据分析的框架，后续的数据分析也很难进行。另一方面的作用是针对数据分析结论提出有指导意义的分析建议。

• 懂分析：

  指掌握数据分析基本原理与一些有效的数据分析方法，并能灵活运用到实践工作中，以便有效的开展数据分析。基本的分析方法有：对比分析法、分组分析法、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、回归分析法、聚类分析法、判别分析法、主成分分析法、因子分析法、对应分析法、时间序列等。

• 懂工具：

  指掌握数据分析相关的常用工具。数据分析方法是理论，而数据分析工具就是实现数据分析方法理论的工具，面对越来越庞大的数据，我们不能依靠计算器进行分析，必须依靠强大的数据分析工具帮我们完成数据分析工作。

• 懂设计：

  懂设计是指运用图表有效表达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、颜色的搭配等等，都需要掌握一定的设计原则。

大数据分析师可以使企业清晰的了解到企业现状与竞争环境，风险评判与决策支持，能够充分利用大数据带来的价值，在进行数据挖据与展现后，呈现给企业决策者的将是一份清晰、准确且有数据支撑的报告。所以，大数据分析师已经不是简单的IT工作人员，而是可以参与到企业决策发展制定中的核心人物。

数据分析可谓由来已久，帐房先生在某种意义上讲也可以称之为数据分析师，分析着往来帐务、应收、支出等，但这不是大数据分析，只是基于自身数据的统计而已，所以，清楚大数据分析师的职责必须要明白数据分析与大数据分析师的区别。

6. 数据分析师和bi的区别

建议楼主看一下帆软公司的BI，FineBI，这个工具挺好用的，目前我们都在用他，感觉很不错的，上手很快。

7. BI需要掌握的技能素质，软件工具是什么又如何转到大数据分析师的角色

1、技能素质：数据库基本知识，最好会一点sql;业务常识，对每个字段代表的业务非常熟悉
2、软件工具：推荐FineBI。敏捷型BI，自动建模，很好上手
3、以上说的都是普通的业务人员利用BI作分析所需要的，如果想要转到大数据分析师，这之间要学习的知识（比如数据挖掘，以及它涉及到的各种算法，模型……）就太多了。。所以一步一步来吧~

8. 数据分析师考试是什么内容

数据分析师考试包含三个等级，如下：CDA LEVEL Ⅰ（业务数据分析师）CDA LEVEL Ⅱ（数据建模分析师）CDA LEVEL Ⅱ（大数据分析师）CDA LEVEL Ⅲ（数据分析专家）考试内容Level Ⅰ：客观题（单选+多选）参考书籍：《从零进阶！数据分析师的统计基础》（人大经济论坛 主编 曹正凤 编著） 《如虎添翼！数据处理的SAS EG实现》（人大经济论坛 主编 徐筱刚 编著） 《胸有成竹！数据分析的SAS EG进阶》（人大经济论坛 主编 常国珍 编著）Level Ⅱ：客观+案例分析（选择+案例操作）考试内容由CDA协会按照CDA等级标准大纲要求命题；考试最终成绩分为A,B,C,D不及格四个层次，A,B,C三个层次皆为通过考试并获得认证证书。具体得大纲可以关注经管之家（人大经济论坛）CDA官网