分享|数据分析师核心能力是这些，看看你有没有掌握

需要的数据分析师核心能力包括业务理解、方法理论、技术实现3个方面。

1、数据分析师核心能力——业务理解

行业理解：比如电商主营业务是卖货(C端)以及提供在线货架管理(B端)，然后延伸服务(比如金融、自营品牌等)，目前国内市场的top3是天猫、京东、唯品会，三家的业务模式又各有不同;

产品模式：卖给谁(用户人群有啥特点)?卖什么(主营产品或服务)?在哪卖(交易场景是啥)?这3点对应的是人、货、场;

关键指标：只有被量化以及对比适合的参照点才能知道业务的好坏，推荐《精益数据分析》这本书，涉及互联网的主要商业模式以及相应的关键指标解读;

2、数据分析师核心能力——方法理论

业务知识：产品的主干转化环节(枝干环节如何拆分)、如何监测用户数据(e.g.埋点)等，以及运营的主要形式及目的(用户运营重生命周期转化，内容运营重活跃，产品运营重产品转化，活动运营重交易或传播)，运营相关的书籍，推荐黄有璨的《运营之光》以及李少加的《进化式运营》;

数学知识：概率统计、线性代数、常用的机器学习算法等专业知识都要知道的，理论上讲，这些知识知道的越清楚，使用得越熟练，工资就越高。不一定要做到能推导公式，但至少也要理解各类算法的大致原理、优缺点、使用前提及场景等;

通用能力：比如思维方法(e.g.数据分析常用思维)、沟通技巧(e.g.表达的框架)、项目管理等，关于通用能力这块，推荐看《12个工作的基本》和《商业模式新生代》，可以辅助构建自己的能力体系;

其他专业：跨专业的知识不仅有利于工作中理解用户、产品、营销等，也能让自己在生活中多多收益，推荐科特勒的《营销管理》，如果对心理学感兴趣的话，《心理学导论：思想与行为的认识之路》和《心理学与生活》是不错的入门读物，当然，跨专业的知识也可以直接和合作的业务方请教学习;

3、数据分析师核心能力——技术实现

流程：比如数据分析的常见的SEMMA、CRISP-DM流程，涉及到数据采集、清洗、整合、转化、建模、评估、上线等环节，每个环节还可以细分操作方法，比如数据采集可以分为网络爬虫、问卷调研、用户访谈、产品埋点等(详情见数据获取)。对应到具体的工作内容，可能就有更多细化的操作，比如需求处理流程、报表开发流程、模型上线流程等;

工具：分析软件(Excel/R/Python/SAS等)、可视化软件(PowerBI/Tableau等)、大数据平台(Hive/Spark等)、机器学习框架(Tensorflow/Mahout等)等，趁手的工具一定要熟练使用(详情可参见数据分析常用工具)

架构：使用工具来搭建整合数据分析流程的系统或者数据产品，这是比较高阶的能力，架构不仅要掌握全面且熟练的技术，还依赖于对过往工作经验的总结，从中提炼“模式”和“标准”，将标准化的某项技术或者分析思路用规则化的编程语言实现，最终形成一个适用于多个场景(迁移性)的产品。

以上就是数据分析师核心能力的全部内容，还有我所理解的数据分析师核心能，注重广度而非深度，也谈到了该岗位定位的问题和存在的困境。实际工作中确实会遇到各种各样的问题和挑战，只有迎难而上，多多总结，保持思考，才能从容应对。祝大家金九银十，升职加薪!