数据分析师在计算机层面的技能要求较低，主要需要掌握SQL，因为这里可以解决数据提取的问题。对于这一工具你可以经常逛逛专业的数据论坛，学习一些SQL技巧、新的函数，对你工作效率的提高会有帮助。

　　统计知识与数据挖掘

　　你要掌握基础的、成熟的数据建模和数据挖掘方法。例如：多元统计中的回归分析、因子分析、离散等；数据挖掘中的决策树、聚类、关联规则、神经网络等。但是还要关注一些博客、论坛中对于最新方法的介绍，或者是对老方法的新运用，不断更新自己的知识，才能跟上企业的发展速度。

　　行业知识

　　如果数据不结合具体行业、业务知识，数据就是一堆数字，没有任何意义，更不会产生任何价值，而通过数据驱动营销、提高科学决策等也将成为空谈。

　　一名合格的数据分析师一定要对所在行业知识、业务知识有深入的了解。例如：看到某个数据，你首先要知道，这个数据的统计口径是什么？是如何取出来的？这个数据在这个行业或这个业务中的哪个环节里产生的？数值的代表业务发生了什么（背景是什么）？对于A部门来说，本月新会员有10万，这一数据是好还是坏？

　　以A部门的会员统计为例，可以引伸出下列问题：

　　1、新会员的统计口径是什么。是第一次使用A部门产品的会员？还是第一次公司发展业务接触的会员？

　　2、是如何统计出来的。A、时间：是通过创建时间，还是业务完成时间？B、业务场景：是只要与业务发生接触，例如下了单，还是要业务完成后，到成功支付？

　　3、这个数据是在哪个环节统计出来的。在注册环节、下单环节还是成功支付环节？

　　4、这个数据代表着什么。10万高吗？与历史同期比较如何？是否做了营销活动？

　　前面两点，更多要求你能按业务逻辑来进行数据的提取（更多是写SQL代码从数据库取出数据）。后面两点，更重要是对业务了解，对行业知识了解，你才能进行相应的数据解读，才能让数据产生真正的价值。

　　不要过于追求高级、高深的统计方法，笔者提倡多去学习基本的统计学知识，从而提高工作效率，达到事半功倍。

　　要有三心。

　　1、细心。

　　2、耐心。

　　3、静心。

　　数据分析是一个细活，特别是在前文例子中的前两点。而且数据分析过程是一个不断循环迭代的过程，所以一定要耐心，不怕麻烦，能静下心来不断地去修改自己的分析思路。

　　形成结构化思维

　　数据分析师一定要严谨，而严谨一定要有很强的结构化思维，如何提高结构化思维，也许只能在工作中不断实践，但笔者推荐你用mindmanagement，首先把你的整个思路整理出来，然后根据分析不断深入、得到的信息不断增加的情况下去完善你的结构，慢慢你会形成一套自己的思想。

　　当然有空的时候去看看《麦肯锡思维》、结构化逻辑思维训练的书籍等，同时，多看看你身边更资深的同事的报告，多问问他们是怎么去考虑这个问题的，别人的思想是怎样的？他是怎么构建整个分析体系的？

（伍月）