数据分析师，你是什么段位？

文章期号：20190702

不断磨练，不断进阶，你就是王者

数据分析师的每一个段位的成长都是围绕着“数据分析链条环”技能提升和工具改造来完成数据分析能力的进阶。

数据分析师的成长”离不开【两个维度】的关联分析：成长段位+数据分析链条环的升级。

数据分析能力的提升过程简单的描述为：从感性经验的依赖开始不断的逼近理性数据的描述推断。

数据分析本身是：数学统计+工程效用产生的数据科学，是一个交叉性的学科。

这里为了更好的作答，我们将数据分析师的成长段位分为：青铜，白银，黄金。

数据分析链条环：资料数据的收集，资料数据的清理，资料数据的存储，资料数据的分析，资料数据的可视化。

1，青铜阶段的分析链条环 （薪资：8k-10k）：

• 怎么收集呢？我们百度搜索，下载，复制，粘贴，手工录入excel等，偏向耗时耗力的人工操作。
• 怎么清洗数据呢？人工验证，手动修复，excel的查找替换。
• 怎么存储数据呢？存储在excel,csv文件，U盘，电脑磁盘。
• 怎么分析数据呢？计算器（为零，为零的那种），excel做简单的数据描述，最大值，最小值，平均值，求和
• 怎么可视化呢？excel绘制简单的条形图，饼图，折现图，制作PPT

纵使我们的excel熟练了掌握各种内置函数，宏，LOOKUP 等高级技巧，也无妨突破excel在大数据面前的苍白与无力。好比一位熟练了刀枪棍棒的武林大侠，也敌不过小米步枪的致命一击。数据分析师能力的进阶第一步是要突破工具本身对自己的物理制约。需要不断的学习新工具，寻找更高的天花板。也只能做做漂亮的数据图表：

2，白银阶段的分析链条环 （薪资：15k-25k）：

• 怎么收集呢？python网络爬虫，shell日志批处理等开始依赖计算机程序来收集。
• 怎么清洗数据呢？SPSS软件工具，R语言，python脚本。
• 怎么存储数据呢？存储到关系型数据库或者非关系数据库，如:ACCESS, MYSQL, SQL sever,mongodb等。
• 怎么分析数据呢？利用数据查询语句SQL, 聚合函数，分组，排序， PYthon工具包numPy,Pandas。
• 怎么可视化呢？结合echart.js, Pivot Tables，matplotlib程序化出图。

这里顺便科普数据分析常用的Python工具包，祝你升级加薪：

numpy：数组、 向量、 矩阵、 数值运算等
scipy：统计推断、 统计检验等
pandas：数据读取、 数据整合、 数据清洗整理等
statsmodel：统计建模、 模型验证等
scikit-learn：数据清洗、 机器学习建模、 交叉验证等
matplotlib：绘图
nltk：自然语言处理

3，黄金阶段的分析链条环 （薪资：25k-35k）：

• 怎么收集呢？集成的数据平台，负责实时同步业务数据，离线日志数据格式化到数据库。
• 怎么清洗数据呢？程序业务逻辑控制，保证数据的格式统一，数据维度和指标的语意清晰。
• 怎么存储数据呢？存储在hadoop集群的hdfs, Hbase, Apache Kylin, Baidu Palo 等分布式存储平台。
• 怎么分析数据呢？HIVE,SPARK结构化查询，异常值监控，ABtest,多渠道流量监控，用户细化管理，机器推荐，搜索优化，交易预测。
• 怎么可视化呢？图表一次定制多次可用，预测走势图，核心指标监控仪表盘，分层用户转化漏斗，AB测试等多样化。

黄金阶段：需要脱离对数据的简单描述，迈向深层次的分析推断，数据最大的价值就对未知事态的判断预测，机器学习实现对无规则海量数据完成普遍性的归纳。

4，最高的进阶 （薪资：40k+）：

数据分析师在数据和图表的基础上，能说话，有话说，说的好，意见建议能落地。能够主导一个业务的流程优化。才是数据分析师最高的能力，也只有这样才能发挥出一个优秀数据分析师的真正价值。