㈠ 数据分析师薪资待遇如何，一位过来人告诉你
数据分析师薪资这么美，工作是不是很累呢？关于数据分析师工作累不累，CPDA师兄有话说。
成为一名合格的数据分析师，不是那么简单的，数据分析师这个职业很肯定说是前途无量，然而，这也说明这并不是一个容易上手的工作，就业门槛是不低的。数据分析师需要储备大量的知识，需要对信息、数据敏感，具备数据分析或数据挖掘的综合能力，承担的责任也是非常重大的。
那这是否代表数据分析师工作累，需要经常加班呢？NO！数据分析师这只是一个职业，工作累不累和公司行业有很大关系，当然与你的技能熟练程度有一定的关系，刚开始从事这一职业同学初期需要不断的学习，这时相对来说会累一些，当你有一定基础积累经验之后就好多了。
正所谓“吃得苦中苦，方为人上人”，要想成为一名优秀的数据分析师，赢得高薪走上人生巅峰，坚持就是胜利！
㈡ 什么样的人适合做数据分析师
随着科技的创新与发展，数据分析也火了起来，越来越多的人选择从事数据分析行业，但是还有些人担心自己是适合做数据分析，不能胜任数据分析这项工作。今天小编就给大家解决一下这个难题。
要让小编来讲，没有适不适合做数据分析师，只有想不想做数据分析师。
可能会有人觉得数据分析师就是整天与数据打交道，是一份很沉闷的工作，自己平生好动，做不来。首先我们要明确一点，数据分析的最终目的是帮助企业实现业务增长，这就需要我们有良好的业务能力，平时需要多与销售、运营以及管理人员沟通，才能对公司整体的业务有正确、准确地把握。所以有这一担忧的小伙伴完全可以放心，数据分析工作不是闭门造车。
还有一些文科或者是女性小伙伴，也觉得自己没有严谨的数据分析思维，不适合做数据分析师。数据分析思维是可以在以后数据分析工作中培养的，文科生虽然没有很好的计算机和数学基础，但是理解能力、分析能力很强;女生敏感度高，沟通能力强，这些也都是成为数据分析师的必备能力，其他一些知识和技能，大家都可以从学习和工作中得到。
另外有些人，觉得自己没有数据分析相关经验，所以不适合做数据分析师。这种想法就更没必要了，小编认识的很多人都是零基础转行做的数据分析师。如果是担心自己没有编程经验，不能做技术、开发之类的，可以选择业务数据分析师，通过对数据的科学分析，实现业务的增长。
数据分析师这一岗位本身并没有门槛，想入行的话，大家都可以，最重要的是选对自己的方向，是选择业务方向还是技术方向。
㈢ 什么人适合做数据分析师
通过以下不适合做数据分析的情况，可以参考下自己是否适合做数据分析。
相信假数据的
有很多时候，你总是会注意到呈现在你眼前的东西，那些精美绝伦的数据报告，那些与众不同的PPT，那些运用巧妙的文字。但是你似乎从来没有想过，这份报告背后付出的努力，我是如何进行数据采集的？这些数据只是样本是否可以代表整个行业呢？指标逻辑是什么？是我想要的吗？有什么区别？
其实对于很多不在自己范围内的数据都要去进行验证它的真实性，盲目的信从很容在过程中出错，比如媒体报道中的数据，什么离婚率、就业率、薪资等，要多来源验证、追问、质疑，有人会说，研究这些和我做的业务并没有关系，其实不是，这是一种对待数据的态度和习惯。
比如当你计算一个KPI完成率时，你会发现很多指标年年都好，但最终的财务指标基本没有任何变化，为什么？你质疑过吗？
考核的指标一般都是层层下压，为了完成KPI，基层也是绞尽脑汁。正所谓上有政策下有对策，执行中必然会被扭曲。
不善于思考的
无论是做出多么完美的报表，依旧是以发现问题、解决问题为目的，通过这些看似杂乱无章的数据给我们带来一些价值，而这个价值的衡量其实就是思考，也就是你要用数据干什么？这才是数据的价值。
比如领导让你出一份经营分析报告，那你就要思考，由下往上思考，整体会涉及哪些指标，这些指标背后的含义是什么？这些指标能不能分类？分类的标准是什么？比如分类的标准是整体收入、发展趋势、用户表现、品类管理、库存状况等，然后再思考，例如整体收入这块，我要用这个分类的那些指标做对比、哪些做预测、那些做结构，分别要告诉决策者什么问题，目前好不好的问题？未来好不好的问题？现在现在的状态问题？这一来二去雏形不就有了吗？这种方式相对而言，难度较大，要会归纳总结，还要会给一级、二级、三级框架造词。
还有一种是由上而下，这类思考取决于分析师的项目经验，做过的话，很容易提炼出诱人的大纲，再根据大纲敲定每个部分的分析框架，然后去思考选取那些指标，什么样式的分析方法更能传达你要表达的信息。
用不好excel的
可能会有人说，我们都用python好嘛，但是在没有Python之前呢？难道大家都不做数据分析的吗？
如果你仔细观察，你会发现5年以上的数据分析师，90%都用的excel，10%的工作环境可能是python、sql、spark、kettle等。
因为不是所有人，所有分析师都要面对所谓的海量数据，目前的趋势已经是数据统计智能化了，部分做专题分析会复杂一些，但一般大的专题是要一个团队一起完成的，比如简单的决策者+业务+it+分析师，所以很多时候IT是可以帮你搞定的。
不善于沟通的
数据分析师常常在程序员、决策者之间进行徘徊，在夹缝中求生要是没有有效的沟通，你很难去理解决策者到底想要什么？要是没有沟通你很难得到自己想要的数据形式？有数据和给你什么样式的数据差异很大的。
我见过很多人分析的框架和决策者想要的结合很完美，但找程序员要数据时，却没办法得到想要分析的数据。也见过很多人未能和IT准确有效的沟通，提出来一张自己用现有能力无法玩转的一张表。更见过很多元数据理解得很清楚，但输出分析框架时，受现有数据资源影响过大，打不开思维，导致输出与决策者完全不符的分析结果。
这是一个博弈的过程，一定要沟通，决策者的问题是没有边界的，但你、决策者、IT之间的沟通是可以让其有边境的。
动手能力差的
一方面是自学路上动手能力差，比如工具类的问题，经常问来问去，其实有时候自己动手搜索一下，你会发现世界真美好，这是搜索的强项，人脑记忆肯定干不过电脑。
另一个方面是自己缺乏练习，很多人学课程，看书，从来不自己操作，老想寻找一些面试题、某企业级数据集拿来分析一下，看看自己的水平，要对胃口的数据集其实很少的，即使有，也是美化版的，很多综合性的演练你还是学不到的，还不如随便爬一些数据，越乱越好（对练习工具操作有巨大好处），然后在现有数据的基础上看看可以分析出什么？希望告诉别人什么？需不需要再补充一些数据，让结论更有说服力，更细致一些。
要是仅仅是看，那你确实不适合做数据分析。
不复盘的
数据分析是一个很难成长的职业，有的人入行很多年还用的是入行时的那套分析逻辑，为何？
好的分析经验一定是复盘出来的，分析最终都是要看疗效的，那其实做业务分析的可以很直观看到自己输出对关键指标的影响。
㈣ 如何转行到数据分析师
事实上我不认为世上做任何事有速成的捷径。一分耕耘一分境界，老老实实学吧。
同意这一点的话，可以参考下我另一个问题下的回答，关于数据分析师，科学家都在干什么：
如何着手商业数据分析？
数据分析师日常工作是什么？
=================
有人说速成是指不走弯路，不浪费时间。特补充以下内容：
首先，我不认为我真的有什么经历是无用的，即便在数学本科时候学了很多不直接相关的课程，也对培养严谨的思维逻辑有极大的帮助。统计博士的学习让我对各种课本上学不到的模型和算法有了深刻的认识。也许从公司的角度看，我有些科研经历是无用的，我提出的有些方法他们觉得是rocket science根本派不上用场（其实是他们不懂而已），但同样是从我的以往经历中，可以找出对公司业务发展大有用处的模型方法。一些项目经验、建模的想法和技巧可以抽出来整合到新的问题中，而整个思考操作的过程是跟之前严谨的思维训练分不开的。
然后，我对这一类为了进某一行求速成（包括不想走弯路）问题都不太感冒，我觉得个人发展是个追求本心+适应现实的过程。不能一味只想着自己要干什么，也不能一心只想着现实是怎样的。从本心出发，想学就去学（网上超级多推荐的教材和技能），一边了解市场的需求，看自己能做什么，和自己的兴趣有哪些结合的地方。有一定积累后自然就会对自己想要在哪一个领域继续发展有一定的线索。
最后，数据分析行业尚处于刚开始的扩张阶段，指代的内容实在太杂。知乎上有些是数据分析领域的码农，有些是只会用一点数据分析的传统商业分析从业者，有些是数据科学家（从数据获取到成品全都会，个人觉得真要到这一步太难，精力太分散，而且什么都会其实就是什么都不会），有些是专注研发新模型算法的数据科学家（比如本人）。也很难给出一个简单明确的答复，什么有用什么没用。这样笼统地求速成只能越问越糊涂，码农会告诉你要学R、Python，Ruby、MapRece、Hadoop、HIVE、PIG。。。所以你该去学各种软件，做传统商业分析的告诉你数据模型只是工具，你要学习一个企业是怎么运作，业务要怎样开展。像我这样的数据科学家会告诉你，想发展到我这一步，你必须去读个博士。全能型数据科学家告诉你，上面你全得做。以上每条路都不一样，需要的技能侧重也不相同。真正要思考的是个人发展规划。所以我一般只会写介绍性的东西，而不会告诉别人怎么速成。
㈤ 数据分析师有哪几个方向，需要怎样入行，前景如何
1.高薪不是普遍状态，新进分析师也就一个温饱水平。2.工作很辛苦，加班和出差就不用说了，还不能出错，压力比较大。3.青春饭算不上，因为行业的机会还是很多的，当然做的太差也没前途。
㈥ 做数据分析师的就业前景怎么样
随着大数据技术在各行各业应用的越来越广，数据驱动智能产品和精细化运营回已经成为企业答经营的制胜法宝，相应地，数据分析师这个岗位也越来越受到关注，越来越多的小伙伴也转行做数据分析，因为大家不仅看到的是未来数据分析的发展前景，而且数据分析师的薪资待遇也很不错！
岗位缺口大，就业薪资高，而且这个岗位对学历的要求不是特别高，对经验的要求也不算严格，从而数据分析师，在大数据时代，迎来了黄金就业期。
通过搜索BOSS直聘和领英，发现其上面有上有10万+个数据分析师职位空缺，其中绝大部分是互联网行业的需求。值得注意的是，虽然国内现有很多数据分析师员工，但其数量占比依旧很少，职位空缺却占到了市场的50%之多。大多数热门岗位都会在招聘JD中，给出“具备数据分析能力”这样的招聘条件。
2019年全国大数据人才需求是2015年的12倍，从数据可以看出，2020年乃至未来，数据分析师将是职业发展的一个重要方向。
从销售、市场，到运营、产品经理、用户研究等，都试图从各种繁杂数据中看出点门道，获得对市场、产品、消费者等方面的洞见。
㈦ 做数据分析师有前途吗
诚然，如今大数据抄、数据分析、人工智能、数据挖掘这类领域挺火的，很多高薪岗位都极缺人才，是个很不错的就业方向。但不能单单从客观因素出发，要回归自身才行。因为数据分析师，要求一定的数理统计基础和良好的逻辑思维能力，还得看你的兴趣所在和规划，如果只是盲目觉得数据分析师好就去转行或学习，我觉得很快精力和耐力都会被耗尽的。毕竟学习和提升不是一件容易的事情，如果中途放弃，那就真的是浪费了青春也辜负了时光，会对自己造成很大的挫伤的。
如果真的有意转行数据分析师，至少得先了解自己的基础能力和个人需求，其次做好学习和生活规划，是边工作边学习，还是辞职脱产学习，抑或是自学成才之类的。不过按照小编看过的挺多的例子来看，自学这条路是几乎很难执行的，毕竟没有系统的学习安排和时间规定，也没有实操性强的例子来辅助能力和经验的提高，还是参加培训教育，算是比较靠谱的选择。
㈧ 我想改行做数据分析师方向的工作，先从基础做起，边做边学。什么岗位适合我这种外行。
主要的从事岗位有：公司法人、项目总监、市场总监、财务总监、审计工作人员、会计工作人员、税务工作人员、投资公司从业人员、银行从业人员、评估公司从业人员、企事业单位的投资部门人员、决策部人员、市场部工作人员、营销策划人员等相关。
也可以成立项目数据分析师事务所
㈨ 数据分析师如何入门，待遇怎么(⊙_⊙)
大数据开发分析工程师是属于程序员的，众所周知，程序员有是薪资多，入门大数据程序员要求的具备一定计算机基础和英语、数学等能力。一般在北上广一线城市发展比较火热。相关学校也有很多。如果你想要学习大数据的话可以关注扣丁学堂，那里有大量的大数据视频教程供学员观看学习。对于一般的企业而言，大数据的作用主要表现在两个方面，分别是数据的分析使用与进行二次开发项目，大数据的运用，不仅标志着时代的进步，同时还激励着人们进行更深领域的探究。
㈩ 想成为数据分析师的都是哪些人
第一类是非计算机专业的在校生，不知道怎么回事，反正就是对数据感兴趣了，然后想毕业之后从事相关工作，但对职位要求、该做什么准备一无所知，处于懵懂期；
第二类是互联网公司的产品经理和运营经理，及少数的市场经理。这些人在实际工作中，发现确实数据很有用，但对自己的数据分析能力感到不满意，进而想做出提升；
第三类是传统企业的业务人员，也是不知道怎么就对数据感兴趣了，想要从事数据分析相关的岗位，但缺少时间系统学习，工作经历又不足以支撑自己跳到数据分析职位。对于不同的背景，采用一样的方法去训练，显然是不合理的。我先来讲解一下数据相关的角色以及职责，说不定你认识清楚了就不想成为数据分析师了，就可以不用往下看了。如果还有信心，那我就介绍一下要学习的基础内容，然后再介绍进阶的内容。