小白数据分析必看！从入门到精通数据分析师进阶技能全...

一、认知误区扫盲
首先先帮小白同学来扫盲两个问题：

认知误区一：数据分析会工具就行了
也许你看过很多数据分析的文章，开头就是“学会这个Excel，7天搞定数据分析”，“一个月Python培训班，即可就业高级数据分析师”，还有的会教你数据分析的各种方法论。
但可能从来没哪个博主告诉你，数据分析师日常的工作，是跟各种各样的人撕逼，撕赢了才能推进工作，没撕赢可能得背锅挨骂！这才是咱们老数据分析的常态！有没有！
因为公司招咱们来是来推动业务的，只有业务赚了钱才能给咱们发工资啊！是不是！所以可不是简单就分析分析数据就好了。
平时大家还要注意和业务部门斗智斗勇，比如说他业绩没有完成，他就会说，哎呀，是你这个数据没及时提供，或者分析的结论不对。
这时候咱们就成了倒霉的“背锅侠‘。
这时候你就要注意了，可不是掌握Excel等各种工具就可以，这时候咱们就需要懂业务从数据层面来反驳他们。

认知误区二：数据分析不需要懂业务
作为一个数据分析师，掌握好数据分析的方法论和工具当然很重要，但如果你只会方法论和工具，就没有接触到数据分析真正的本质——推动业务。给我在心里重复三遍。
我相信大家在日常工作中，不论是跟同事，跟其他部门，还是跟领导沟通的时候，都会有无法说服对方的情况，总是公说公有理婆说婆有理。但如果你掌握业务逻辑又有数据思维，再遇到这样的问题的时候，就可以靠客观的数据来怼回去。

二、面临的现状及问题
目前各个层级数据分析面临的现状及问题：

第一阶段，定位：0 岁职场人
如果咱们现在是一个大四的毕业生，也该到了找工作的时候了，这时候咱们打开了 boss，看着 boss 上琳琅满目的岗位挑花了眼。好家伙，看了一圈觉得自己这也做不了那也做不了，最后讲目光锁定了一个叫数据分析的岗位，感觉数据分析嘛，那不就是 excel 么，整理整理数据排排版就好了。看起来这个好像不需要要求太多的专业。
0 岁职场人，他现在面临着是一个定位的问题。
我们也知道刚进入职场，我们对职场的情况并不了解，那是由于我们从大学环境进入到了职场的另一个环境。这个时候我们面临着其实就是一个定位和目标的问题，我们现在对自己没有一个清楚的定位，所以也对职场没有一个清晰的目标。那我们应该首先先总结一下我们的自身条件，然后看我们更匹配哪一种工作。来用我们自身的条件来使用外部的工作。

第二阶段，胜任：工作 1-2 年
咱们入职发现这份工作不如自己想象的那样简单，虽然自己会一点 excel 知识，但是感觉远远不够，觉得自己的工作没有技术含量随时都会被取代。
想要更高的工资就要变得更厉害，但是自己也不知道该从何开始努力，于是就将侧重点都用在了工具的使用上，而且是高级工具的使用，从 Python、统计学、到数据挖掘等。乍一看，好像这个路线也没什么毛病，但仔细想想，Excel 熟练了吗？不知道更高的薪资需要具备什么样的能力觉得月薪过万遥不可及。变得焦虑。
工作 1-2 年的职场人，他现在面临的是一个胜任的问题
知道要提高自己的能力，但是无法辨别提高什么能力。觉得自己只要学习更多的工具就可以涨工资。陷入了一个误区。希望有人来明明白白的举例罗列自己需要什么样的能力。

第三阶段，晋升：工作 3-5 年
工作了三五年，虽然好似薪水还过得去，但是每天做着相同的工作，也不需要思考，随之而来也没有什么提升。
工作 3-5 岁的职场人，他面临的是晋升问题
每天做着重复没有思考的工作，很容易被新人取代有没有独特的技能，但是没有核心的能力，也无法将能力复制给下属带领团队，成为领导者。这时候，希望了解如何拥有核心的可迁移的能力。

第四阶段，独立：工作 5-10 年以上
在公司做了几年后，想出来换个环境本以为凭自己的经验会是个香饽饽，怎么着也是个小领导吧，结果却屡屡碰壁。招小兵的觉得年纪不合适，招领导的又觉得他不够格。
想一想自己是学数分析的，要不自己单干算了，但是创业的项目看似好多，又不知道改如何选择。数据分析只是为其他人提供帮助的，没办法自己独立构建起一个商业模式。
工作 5-10 年的职场人，他面临的是独立的问题
具有了一定能力，可以单独出来创业。数据分析能力很好，但是如何很好的应用数据分析能力在自己的创业上？

三、岗位分析


知己知彼，百战不殆。分析各个岗位数据分析的薪资和技能差距
那咱们如何在数据分析的道路上逐渐提升自己呢，那咱们就得先全面了解数据分析师在各个不同阶段所需要的技能。快收藏！我已经帮你整理好了！

各个不同层级数据分析之间的岗位的区别是什么呢？为什么薪资会有这么大的差距呢？
如果咱们随便的去 boss 上搜一下，就会看到很多数据分析的岗位，但是这些岗位有的是 3000～5000，有的已经上万了，还有的已经好几万一个月，薪资差距这么大，那他们之间又有什么区别呢？接下来我会为你分别讲解这些不同薪资岗位的区别以及能力的划分。

入门数据分析的岗位是做什么的？
数据采集：具有采集公司所需数据信息的能力
需熟练使用的工具：excel
描述性统计分析技能：可以明确到底发生了什么。研究数据收集、处理和描述的统计学方法。数字和图表的形式来理解、分析和总结数据。对不同类型的数据(数值的和分类的)使用不同的图形和图表来分析数据，如条形图、饼图、散点图、直方图等。所有的解释和可视化都是描述性统计的一部分。

初级数据分析岗位是做什么的？

• 策略分析：能够直接得出策略性的结论。好了，这就是公司让你现在直接告诉我这件事情的问题在哪里，怎么去搞定他？
• 输出报告：输出行业分析报告。这就是啥哎，我不想看这么多复杂的数据，直接给我出一个分析报告吧。为什么业绩上升？业绩是怎么上升的？业绩上升了多少？下降也是同理哦。
• 编程技术：精通 SQL 语言，进行复杂的数据处理和汇总，统计分析，熟练的使用 Python 等编程语言。看没看到，以前只需要会 office 就行了，现在不行了，你还要会编程啦。
  

工具：SQL，Python&R语言任意一种
描述性统计分析＋诊断性统计分析技能：我们可以根据现有的结果和相关的因素。这个过程其实很依赖于我们对业务的了解程度。这个时候你可以回答一些WHY的问题。可以将历史数据可以开始与其他数据进行比较，以回答为什么过去发生了某些事情的问题。诊断分析的一些方法包括向下钻取、数据发现、数据挖掘和相关分析。这可以包括一些使用比率、可能性和分析结果分布等

中级数据分析岗位是做什么的

1. 可行性报告：可以理解为有这么几个通用能力，理解分析客户行为的根本原因，制定数据分析目标，并且优化预计效果，突出可行性的报告。

2. 预警：平时咱们得做预警啊，那么要有常规数据检测，同时推动线上可视化平台搭建。还有向上汇报那就要有，负责部门运营分析报告和 PPT 的撰写，并且将数据分析结果图形化，可视化，还要为业务提供思路。规划页不能少所以要输出，制定短期和长期的客服数据输出规划。最后对市场及行业信息进行分析，对市场作出合理的判断和趋势性的预判。

• 数据搜集：Wind等数据终端，Python爬虫
• 数据库使用：SQL
• 数据分析：python数据分析，Excel等
• 数据可视化：永洪BI，Python里面的扩展包
  

描述性统计分析＋诊断性统计分析技能＋预测性分析技能：

• 利用预测模型，机器学习，数据挖掘等技术来分析当前及历史数据，从而对未来，或其他不确定的事件进行预测。
• 行业市场和商业模式研究，对行业有前瞻性洞察，深刻理解行业及上下游体系，助力商业创新。抓住重点词前瞻性，这说明需要我们已经可以能预测市场走势了。
• 发现业务的风险，如果咱们可以有效的进行风险管理，那咱们就可以帮助企业保护自己的资产安全和完整，降低决策错误的几率。
• 发现关键问题，并且可以完成解决方案的分析。发现问题，是实现自己目标的第一步。因为只有发现了问题，才能分析问题，然后再解决问题。才能帮公司更快的实现业务目标。
  

高级数据分析师岗位是做什么的？
以上这些技能你都要有，但是你还要有！

• 数据搜集：Wind等数据终端，Python爬虫
• 数据库使用：SQL
• 数据分析：python数据分析，Excel等
• 数据可视化：BI产品，Python里面的扩展包
  

描述性统计分析＋诊断性统计分析技能＋预测性分析技能＋宏观大趋势研判+规范性技术分析：规范性分析是数据分析师的终极梦想，可以建立在上述三种分析技术的基础上，根据咱们对未来的合理预测去确定我们的行动方案。
比如说：一个公司的利润意外地激增或下滑，描述性和诊断性分析可以帮助你确定原因，预测性分析将帮助你判断这种趋势在未来是否会延续，规范性分析则将帮助你确定接下来的步骤，利用机会并减少风险。