優(yōu)秀的數(shù)據(jù)分析師需要具備這樣一些素質(zhì)：有扎實的 SQL 基礎(chǔ)，熟練使用 Excel，有統(tǒng)計學(xué)基礎(chǔ)，至少掌握一門數(shù)據(jù)挖掘語言（R、SAS、Python、SPSS），有良好的溝通和表達(dá)能力，做好不斷學(xué)習(xí)的準(zhǔn)備，有較強的數(shù)據(jù)敏感度和邏輯思維能力，深入了解業(yè)務(wù)，有管理者思維，能站在管理者的角度考慮問題。

01 要打好扎實的 SQL 基礎(chǔ)

SQL 基礎(chǔ)之所以重要，是因為數(shù)據(jù)分析師分析的數(shù)據(jù)大多都是從數(shù)據(jù)庫中提取而來的。有良好的 SQL 功底并能熟悉使用，不僅能提取到需要的數(shù)據(jù)，還能大大提高工作效率。盡管有部分?jǐn)?shù)據(jù)可以通過報表等其他途徑獲得，但絕大多數(shù)的數(shù)據(jù)仍需要通過自己寫 SQL 語句。

對于一些需要 深入分析用戶行為的數(shù)據(jù)，用 SQL 提取數(shù)據(jù)的時間可能會占據(jù)整個數(shù)據(jù)分析過程的 50%，甚至 80%，而對于未開發(fā)成數(shù)據(jù)報表的常用數(shù)據(jù)需求，比如游戲封測、開測期間的日報和周報，則需要編寫大量的 SQL 語句來查詢相應(yīng)數(shù)據(jù)，這時如果熟悉存儲過程，能夠自動化或半自動化地實現(xiàn)日常數(shù)據(jù)收集，就會事半功倍了。

目前使用較多的數(shù)據(jù)庫有 MySQL、SQL Server 和 Oracle，數(shù)據(jù)分析師必須掌握的常用語句和函數(shù)有如下幾種：

1. 合計和標(biāo)量函數(shù)：Count()、Max()、Sum()、Upper()、lower()、Round()等。

2. distinct——distinct 關(guān)鍵字可以過濾重復(fù)的數(shù)據(jù)記錄。

3. Top——結(jié)合 select 語句，Top 函數(shù)可以查詢頭幾條和末幾條的數(shù)據(jù)記錄（僅限 SQL Server， 在其他數(shù)據(jù)庫，可用 limit 語句、rownum 列等方式實現(xiàn)相似的目的）。

4. Order By——結(jié)合 select語句，Order By 可以讓查詢結(jié)果按某個字段正序和逆序排列。

5. Group By——Group By 子句可以對查詢的結(jié)果集按指定字段分組。

6. Group By & Having 子句——Having 語句基于 Group By，定義分組條件。

7. Inner Join，Left Outer Join，Right Outer Join and Full outer Join——多表的列關(guān)聯(lián)，即通過 Join 可以將不同物理表中的數(shù)據(jù)列根據(jù)一定的關(guān)聯(lián)條件合并成一個結(jié)果集。

8. Union 合并查詢：Union/Union ALL 查詢可以把多張表的數(shù)據(jù)行合并起來，Union 在合并 時重復(fù)的數(shù)據(jù)僅保留一行，而 Union ALL 則是直接合并，不會處理重復(fù)行。 在大數(shù)據(jù)時代，有很多查詢工具可供選擇。

Hive 和 SQL 是目前比較主流的工具。Hive 是基 于 Hadoop 的一個數(shù)據(jù)倉庫工具，可以將結(jié)構(gòu)化的數(shù)據(jù)文件映射為一張數(shù)據(jù)庫表，并提供完整的 SQL 查詢功能，可以將 SQL 語句轉(zhuǎn)換為 MapReduce 任務(wù)進(jìn)行運行。Hive 和 SQL 是非常相似的， 主要的區(qū)別就是 Hive 缺少更新和刪除功能。如果你可以熟練使用 SQL，就可以平穩(wěn)過渡到 Hive。 另外，一定要注意兩者在結(jié)構(gòu)和語法上的差異。

02 要熟練使用 Excel

Excel 可以進(jìn)行各種數(shù)據(jù)的處理、統(tǒng)計分析和輔助決策操作，作為常用的數(shù)據(jù)處理和展現(xiàn)工具，數(shù)據(jù)分析師除了要熟練將數(shù)據(jù)用 Excel 中的圖表展現(xiàn)出來，還需要掌握為生成的圖表做一系 列的格式設(shè)置的方法，如：系列格式美化、三維格式美化，以及坐標(biāo)軸和網(wǎng)格線設(shè)置等，圖表可以與函數(shù)或宏等功能一起聯(lián)用，制作出模擬圖表或帶有交互效果的高級圖表，比如在中國地圖上標(biāo)注各省的人口分布等，實現(xiàn)這些能得到更好地數(shù)據(jù)分析和查看效果。

Excel 里面自帶的數(shù)據(jù)分析功能，很大程度上能完成專業(yè)統(tǒng)計軟件（R、SPSS、SAS、Matlab）的數(shù)據(jù)分析工作，這其中包括描述性統(tǒng)計、相關(guān)系數(shù)、概率分布、均值推斷、線性、非線性回歸、多元回歸分析、時間序列等內(nèi)容。熟悉使用 Excel 的各項功能對一名優(yōu)秀的數(shù)據(jù)分析師來說非常重要。

03 要有統(tǒng)計學(xué)基礎(chǔ)

統(tǒng)計學(xué)是收集、處理、分析、解釋數(shù)據(jù)并從數(shù)據(jù)中得出結(jié)論的科學(xué)，其中的理論及依據(jù)就是數(shù)據(jù)分析的理論和依據(jù)。統(tǒng)計學(xué)是數(shù)據(jù)分析的理論基礎(chǔ)，可以使數(shù)據(jù)分析更加系統(tǒng)化，以系統(tǒng)的數(shù)據(jù)科學(xué)作為數(shù)據(jù)分析的指導(dǎo)，才會更好地為數(shù)據(jù)分析服務(wù)。

沒有統(tǒng)計學(xué)基礎(chǔ)的分析師的職業(yè)發(fā)展之路不會長遠(yuǎn)，因為其在工作中可能會常常遇到不知道該用什么方法找尋數(shù)據(jù)規(guī)律的瓶頸，因此掌握數(shù)據(jù)分析的統(tǒng)計學(xué)基礎(chǔ)知識是成為一名優(yōu)秀數(shù)據(jù)分析師的基礎(chǔ)，這也是在招聘數(shù)據(jù)分析師崗位時要求應(yīng)聘者具有統(tǒng)計學(xué)知識的原因。當(dāng)然，如果不是統(tǒng)計或數(shù)學(xué)專業(yè)，分析師還可以通過自學(xué)統(tǒng)計學(xué)相關(guān)書籍的方法學(xué)習(xí)。

統(tǒng)計學(xué)知識主要包含：用于集中趨勢分析的平均數(shù)、中數(shù)、眾數(shù)；用于離中趨勢分析的全距、 四分差、平均差、方差、標(biāo)準(zhǔn)差；研究現(xiàn)象之間是否存在某種依存關(guān)系的相關(guān)分析；確定兩種或兩種以上變數(shù)間相互依賴的定量關(guān)系的回歸分析；揭示同一個變量的各個類別之間的差異，以及不同變量各個類別之間的對應(yīng)關(guān)系的關(guān)聯(lián)分析、R-Q 型因子分析；研究從變量群中提取共性因子 的因子分析；用于兩個及以上樣本均數(shù)差別的顯著性檢驗的方差分析；概率及分布、參數(shù)估計、 假設(shè)檢驗等經(jīng)典統(tǒng)計學(xué)內(nèi)容。

04至少熟悉并精通一種數(shù)據(jù)挖掘工具和語言

以R語言為例，R編程語言在數(shù)據(jù)分析與機器學(xué)習(xí)領(lǐng)域已經(jīng)成為一款重要的工具。R 作為腳本語言憑借其良好的互動性和豐富的擴展包資源可以方便地解決大部分?jǐn)?shù)據(jù)處理、變換、統(tǒng)計分析、可視化的問題，并可以重現(xiàn)所有的細(xì)節(jié)。

R 的優(yōu)勢在于有包羅萬象的統(tǒng)計函數(shù)可以調(diào)用，特別是在時間序列分析方面，無論是經(jīng)典還是前沿的方法都有相應(yīng)的包可以直接使用。

因此，掌握R語言可以提高整體的生產(chǎn)力。然而，要成為一名優(yōu)秀的數(shù)據(jù)分析師，僅學(xué)會使用一門語言遠(yuǎn)遠(yuǎn)不夠，還需要修改數(shù)據(jù)挖掘語言的程序包或模型，因為現(xiàn)有的程序 包或模型有局限性，在前期數(shù)據(jù)處理上還是不夠自由，如異常值的處理、變量處理等，而自己寫代碼編程也可以根據(jù)自己的需求進(jìn)行編寫，實現(xiàn)更多的個性化需求。

一名優(yōu)秀的數(shù)據(jù)分析師，還應(yīng)該主動熟悉業(yè)務(wù)。

以游戲公司為例，如果不熟悉游戲產(chǎn)品制作流程、系統(tǒng)架構(gòu)、基本運營思路，不知道游戲玩家的基本游戲行為和情感訴求，那么數(shù)據(jù)分析工作就相當(dāng)于空中樓閣，所以要多了解策劃人員的游戲設(shè)計理念、運營人員的版本計劃，抓住一切機會多觀察和學(xué)習(xí)其工作思路和方法，并參與其具體的實施過程，這樣才能逐步積累真正的游戲業(yè)務(wù)經(jīng)驗。

現(xiàn)實情況中很多數(shù)據(jù)分析師都沒有這樣的經(jīng)歷，也就沒有相關(guān)的經(jīng)驗積累，所以他們大多數(shù)的工作產(chǎn)出主要是一些非產(chǎn)品相關(guān)的平臺數(shù)據(jù)分析內(nèi)容和結(jié)論；當(dāng)然，筆者相信并非他們不愿意去積累，而是受限于企業(yè)中的一些機制，比如大多數(shù)數(shù)據(jù)分析師是在技術(shù)部門或平臺部門，而非具體的產(chǎn)品部門，少有切實深入到業(yè)務(wù)現(xiàn)場的機會。

在這種環(huán)境下，更需要自己主動去了解業(yè)務(wù)，多主動和產(chǎn)品部門聯(lián)系，若脫離行業(yè)認(rèn)知和業(yè)務(wù)背景，即使有很好的統(tǒng)計學(xué)功底，分析的結(jié)果也往往只能停留在數(shù)據(jù)解讀層面，甚至出現(xiàn)因為不了解業(yè)務(wù)背景而使結(jié)論錯誤的情況。

從另外一個角度來說，懂業(yè)務(wù)也是數(shù)據(jù)敏感的體現(xiàn)，不懂業(yè)務(wù)的數(shù)據(jù)分析師，看到的只是一個數(shù)字。反之，懂業(yè)務(wù)的數(shù)據(jù)分析師，則看到的不僅僅是數(shù)字，他明白這個數(shù)字代表什么意義，更能針對數(shù)據(jù)分析結(jié)論提出有針對性的建議，對產(chǎn)品或者企業(yè)來說都是非常有價值的。

懂業(yè)務(wù)是做數(shù)據(jù)分析師的基本要求，這種觀點對任何其他行業(yè)也是一樣的道理。優(yōu)秀的分析師不僅要懂業(yè)務(wù)，而且要非常熟悉業(yè)務(wù)。

撰寫報告的能力對成為一名優(yōu)秀的分析師來說也非常重要。

即便有嚴(yán)謹(jǐn)?shù)姆治鏊悸泛陀袃r值的數(shù)據(jù)資料，如果不能將其寫成報告，或者寫的報告未能準(zhǔn)確清楚地表達(dá)出數(shù)據(jù)中隱含的規(guī)律，那數(shù)據(jù)的價值將大打折扣。一份好的分析報告，數(shù)據(jù)資料是功底，報告的框架是支柱，報告的格式是軍裝，獨特見解是亮點，預(yù)測方法是刀槍，正確的判斷是見證。

在撰寫報告時，深入地思考，深入分析，邏輯嚴(yán)謹(jǐn)，結(jié)論有說服力，能提前預(yù)測數(shù)據(jù)趨 勢，能從問題中引申出解決方案，提出有指導(dǎo)意義的分析建議，這些都是一名優(yōu)秀的分析師所體現(xiàn)的特質(zhì)。

除了以上的硬實力，數(shù)據(jù)敏感力、邏輯思維能力、歸納能力、批判性思維能力、交流溝通能力、責(zé)任力這些軟性的技能也是優(yōu)秀分析師必須具備的素質(zhì)。另外，如果分析師能站在更高的角 度思考問題，有管理者的思維，則能在眾多分析師中能脫穎而出。

以上有些素質(zhì)是我們在入職場之前就具備的，而有些則需要進(jìn)入行業(yè)環(huán)境后逐步積累和建立。 成為優(yōu)秀的數(shù)據(jù)分析師需要具備過硬的業(yè)務(wù)素養(yǎng)和技術(shù)能力，這絕非一朝一夕之功，需要在實踐 中不斷成長和升華。一個優(yōu)秀的數(shù)據(jù)分析師應(yīng)該以數(shù)據(jù)價值為導(dǎo)向，放眼全局、立足業(yè)務(wù)、善于 溝通，認(rèn)真對待每一次的數(shù)據(jù)分析工作，在工作中快速成長。