數(shù)據(jù)分析師的必備的四個(gè)技能

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(shí)的 SQL 基礎(chǔ)，熟練使用 Excel，有統(tǒng)計(jì)學(xué)基礎(chǔ)，至少掌握一門(mén)數(shù)據(jù)挖掘語(yǔ)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(qiáng)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(wèn)題。

01 要打好扎實(shí)的 SQL 基礎(chǔ)

SQL 基礎(chǔ)之所以重要，是因?yàn)閿?shù)據(jù)分析師分析的數(shù)據(jù)大多都是從數(shù)據(jù)庫(kù)中提取而來(lái)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(guò)報(bào)表等其他途徑獲得，但絕大多數(shù)的數(shù)據(jù)仍需要通過(guò)自己寫(xiě) SQL 語(yǔ)句。

對(duì)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(shí)間可能會(huì)占據(jù)整個(gè)數(shù)據(jù)分析過(guò)程的 50%，甚至 80%，而對(duì)于未開(kāi)發(fā)成數(shù)據(jù)報(bào)表的常用數(shù)據(jù)需求，比如游戲封測(cè)、開(kāi)測(cè)期間的日?qǐng)?bào)和周報(bào)，則需要編寫(xiě)大量的 SQL 語(yǔ)句來(lái)查詢相應(yīng)數(shù)據(jù)，這時(shí)如果熟悉存儲(chǔ)過(guò)程，能夠自動(dòng)化或半自動(dòng)化地實(shí)現(xiàn)日常數(shù)據(jù)收集，就會(huì)事半功倍了。

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

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

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

3. Top——結(jié)合 select 語(yǔ)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(kù)，可用 limit 語(yǔ)句、rownum 列等方式實(shí)現(xiàn)相似的目的）。

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

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

6. Group By & Having 子句——Having 語(yǔ)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(guò) 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(gè)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(lái)，Union 在合并 時(shí)重復(fù)的數(shù)據(jù)僅保留一行，而 Union ALL 則是直接合并，不會(huì)處理重復(fù)行。 在大數(shù)據(jù)時(shí)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(gè)數(shù)據(jù)倉(cāng)庫(kù)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(kù)表，并提供完整的 SQL 查詢功能，可以將 SQL 語(yǔ)句轉(zhuǎn)換為 MapReduce 任務(wù)進(jìn)行運(yùn)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(guò)渡到 Hive。 另外，一定要注意兩者在結(jié)構(gòu)和語(yǔ)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(jì)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(lái)，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(jí)圖表，比如在中國(guó)地圖上標(biāo)注各省的人口分布等，實(shí)現(xiàn)這些能得到更好地?cái)?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(jì)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(jì)、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(shí)間序列等內(nèi)容。熟悉使用 Excel 的各項(xiàng)功能對(duì)一名優(yōu)秀的數(shù)據(jù)分析師來(lái)說(shuō)非常重要。

03 要有統(tǒng)計(jì)學(xué)基礎(chǔ)

統(tǒng)計(jì)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(jì)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(huì)更好地為數(shù)據(jù)分析服務(wù)。

沒(méi)有統(tǒng)計(jì)學(xué)基礎(chǔ)的分析師的職業(yè)發(fā)展之路不會(huì)長(zhǎng)遠(yuǎn)，因?yàn)槠湓诠ぷ髦锌赡軙?huì)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(jì)學(xué)基礎(chǔ)知識(shí)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(shí)要求應(yīng)聘者具有統(tǒng)計(jì)學(xué)知識(shí)的原因。當(dāng)然，如果不是統(tǒng)計(jì)或數(shù)學(xué)專業(yè)，分析師還可以通過(guò)自學(xué)統(tǒng)計(jì)學(xué)相關(guān)書(shū)籍的方法學(xué)習(xí)。

統(tǒng)計(jì)學(xué)知識(shí)主要包含：用于集中趨勢(shì)分析的平均數(shù)、中數(shù)、眾數(shù)；用于離中趨勢(shì)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(gè)變量的各個(gè)類別之間的差異，以及不同變量各個(gè)類別之間的對(duì)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(gè)及以上樣本均數(shù)差別的顯著性檢驗(yàn)的方差分析；概率及分布、參數(shù)估計(jì)、 假設(shè)檢驗(yàn)等經(jīng)典統(tǒng)計(jì)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(yǔ)言

以R語(yǔ)言為例，R編程語(yǔ)言在數(shù)據(jù)分析與機(jī)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(yǔ)言憑借其良好的互動(dòng)性和豐富的擴(kuò)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(jì)分析、可視化的問(wèn)題，并可以重現(xiàn)所有的細(xì)節(jié)。

R 的優(yōu)勢(shì)在于有包羅萬(wàn)象的統(tǒng)計(jì)函數(shù)可以調(diào)用，特別是在時(shí)間序列分析方面，無(wú)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(yǔ)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(huì)使用一門(mén)語(yǔ)言遠(yuǎn)遠(yuǎn)不夠，還需要修改數(shù)據(jù)挖掘語(yǔ)言的程序包或模型，因?yàn)楝F(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(xiě)代碼編程也可以根據(jù)自己的需求進(jìn)行編寫(xiě)，實(shí)現(xiàn)更多的個(gè)性化需求。

一名優(yōu)秀的數(shù)據(jù)分析師，還應(yīng)該主動(dòng)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(yùn)營(yíng)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(jì)理念、運(yùn)營(yíng)人員的版本計(jì)劃，抓住一切機(jī)會(huì)多觀察和學(xué)習(xí)其工作思路和方法，并參與其具體的實(shí)施過(guò)程，這樣才能逐步積累真正的游戲業(yè)務(wù)經(jīng)驗(yàn)。

現(xiàn)實(shí)情況中很多數(shù)據(jù)分析師都沒(méi)有這樣的經(jīng)歷，也就沒(méi)有相關(guān)的經(jīng)驗(yàn)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(tái)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(jī)制，比如大多數(shù)數(shù)據(jù)分析師是在技術(shù)部門(mén)或平臺(tái)部門(mén)，而非具體的產(chǎn)品部門(mén)，少有切實(shí)深入到業(yè)務(wù)現(xiàn)場(chǎng)的機(jī)會(huì)。

在這種環(huán)境下，更需要自己主動(dòng)去了解業(yè)務(wù)，多主動(dòng)和產(chǎn)品部門(mén)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(jì)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?yàn)椴涣私鈽I(yè)務(wù)背景而使結(jié)論錯(cuò)誤的情況。

從另外一個(gè)角度來(lái)說(shuō)，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(gè)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(gè)數(shù)字代表什么意義，更能針對(duì)數(shù)據(jù)分析結(jié)論提出有針對(duì)性的建議，對(duì)產(chǎn)品或者企業(yè)來(lái)說(shuō)都是非常有價(jià)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(diǎn)對(duì)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(xiě)報(bào)告的能力對(duì)成為一名優(yōu)秀的分析師來(lái)說(shuō)也非常重要。

即便有嚴(yán)謹(jǐn)?shù)姆治鏊悸泛陀袃r(jià)值的數(shù)據(jù)資料，如果不能將其寫(xiě)成報(bào)告，或者寫(xiě)的報(bào)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(jià)值將大打折扣。一份好的分析報(bào)告，數(shù)據(jù)資料是功底，報(bào)告的框架是支柱，報(bào)告的格式是軍裝，獨(dú)特見(jiàn)解是亮點(diǎn)，預(yù)測(cè)方法是刀槍，正確的判斷是見(jiàn)證。

在撰寫(xiě)報(bào)告時(shí)，深入地思考，深入分析，邏輯嚴(yán)謹(jǐn)，結(jié)論有說(shuō)服力，能提前預(yù)測(cè)數(shù)據(jù)趨 勢(shì)，能從問(wèn)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(shí)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(wèn)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?cè)谌肼殘?chǎng)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(guò)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(shí)踐 中不斷成長(zhǎng)和升華。一個(gè)優(yōu)秀的數(shù)據(jù)分析師應(yīng)該以數(shù)據(jù)價(jià)值為導(dǎo)向，放眼全局、立足業(yè)務(wù)、善于 溝通，認(rèn)真對(duì)待每一次的數(shù)據(jù)分析工作，在工作中快速成長(zhǎng)。