数据分析师到底是干啥的？

 数据分析师，顾名思义是指那些专门分析数据的人员，分析的数据主要是结构化数据，近年来对文本数据的分析也越来越多。

更加通俗的讲，数据分析师其实是翻译人员，是将数据翻译成结论的人，且这个结论是对方能听懂的。

下面这张有行和列的数据就是结构化数据，也是我们平时分析使用最多的数据。

不同行业的数据分析师，是有一定差别的，有的偏研发岗位，比如数据挖掘工程师、机器学习工程师、数据工程师；有的偏业务岗位，比如运营分析专家、用户研究工程师、商业分析师等。

在这些岗位中，都涉及到通过分析数据来解决问题，只是在整个工作流程中的侧重点会稍有不同。

那么，我们现在就来看一下数据分析的工作流程：

我来解释一下这个图：

第1步：数据分析最开始是由一个明确的问题来驱动的，比如互联网企业中经常会遇到【上周APP日活人数发生明显增加/下降的现象】，这时候就需要通过数据分析来找答案。

当然有些领域也会出现【在没有明确问题的前提下，拿到数据就开展分析工作】的情况，比如高校等科研院所，领导可能会直接甩给你一批数据，让你挖掘挖掘，看能得到什么结论，其实这类数据分析工作与企业中常说的数据分析工作，存在本质上的区别，对于这方面的内容，以后我可以再单独详细阐述。

第2步：这个问题是否能细分为多个小问题。一个大而复杂的问题，通常很难用一种数据分析方法解决，需要细化为多个小问题，每个小问题可以用一个简单的数据分析方法搞定。并且，根据细分的小问题，我们可以知道每个小问题需要收集哪些数据、用什么分析方法、制作什么样的图表等等

这一步在数据分析过程中非常关键，是考察我们研究设计能力高低的重要判断依据。

第3步：根据每个细分小问题，收集相应的数据。

第4步：根据收集到的数据，相应选择合适的数据分析方法，得到一个个细分小结论。

第5步：总结完整的结论。

第6步：评估结论是否能合理解释最开始的问题，这一步与第2步同等重要。

在这六个步骤中，第1、2、6步是非常非常关键的。

但是，这点往往被数据分析师所忽略，很多人认为第4步最重要，认为用高大上的分析方法、画出酷炫的可视化图表是反应一个人数据分析技术高低的标准。对于这个观点，我表示哭笑不得。我在招人的时候，判断一个人分析技能高低的标准之一是针对第2步的小问题能否选择合适的分析方法。

说完数据分析的流程，再回过来说下数据分析师的工作内容。当前互联网企业中数据分析师的岗位，70%的工作量主要集中在数据采集、整理和预处理上，这是数据分析这项工作的属性决定的，必须得先收集到数据，再清洗数据才能做后面的分析工作，而收集数据、清洗数据又是数据分析中最累的活。

剩下30%的工作包括设计指标、使用工具（Excel、Tableau、SPSS、R、Sass、Python、EViews、Stata等）分析数据、写报告、开会等等。

但是，很多刚入行数据分析的人，在面对整天处理大量数据的重复性工作时，总是感到厌倦、失望、崩溃，甚至在还没有接触到后面30%的工作时，就萌生了转行的想法......

其实，这些都属于数据分析师的“份内事”，只有把前期的工作做扎实，后期的分析工作才能完成的更漂亮。

Python经验分享

学好 Python 不论是就业还是做副业赚钱都不错，但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！

Python学习路线

这里把Python常用的技术点做了整理，有各个领域的知识点汇总，可以按照上面的知识点找对应的学习资源。

学习软件

Python常用的开发软件，会给大家节省很多时间。

学习视频

编程学习一定要多多看视频，书籍和视频结合起来学习才能事半功倍。

100道练习题

实战案例

光学理论是没用的，学习编程切忌纸上谈兵，一定要动手实操，将自己学到的知识运用到实际当中。

最后祝大家天天进步！！

上面这份完整版的Python全套学习资料已经上传至优快云官方，朋友如果需要可以直接微信扫描下方优快云官方认证二维码免费领取【保证100%免费】。