以下主要介绍的是数据分析师需要学习哪些内容,想学习数据分析师课程的学员可以在线咨询课程老师哦。
第二：很多人想不到的，你还是把excel玩熟悉吧。当然不需要掌握的高大全，也得要掌握常用的函数，比如重点*括但不限于sum，count，sumif，countif，find，if，left/right，时间转换，透视表，各种图表做法等之类的。如果数据量不算是特别大的话，excel能够解决很多问题。
第三：分析思维的练习。比如结构化思维、思维导图、或百度脑图、麦肯锡式分析，了解一些smart、5w2h、swot等等那就更好了。
第四：数据库知识。大数据大数据，就是数据量很多，excel就解决不了这么大数据量的时候，就得使用数据库。如果是关系型数据库，比如oracle、mysql、sqlserver等等，你还得要学习使用sql语句，筛选排序，汇总等等。非关系型数据库也得要学习
第五：业务学习。其实对于大数据分析师来说，了解业务比了解数据更重要。
第六：开发工具及环境。
(2)数据分析项目前中期：这个是耗时很长很麻烦的部分。前期是基础数据的处理清洗，基础汇总聚合，然后设计监测指标，指标的设计不仅仅是数学分析，更多需要跑业务需求方那边了解，毕竟最终目的是要让别人用，提升效率，不是为了凸显模型高大上。
(3)产品经理：业务模型完了后，就有了指标结果。把数据落地到数据库中。然后接下来需要找开发帮你做可视化站点。
(4)模型和指标正式应用起来自后：收集业务部的反馈，不停的跟他们沟通邮件，不停地优化模型，数据表.
根据美国劳工部预测，到2019年，数据分析师的需求量将增长40%。在数据分析行业发展成熟的，90%的市场决策和经营决策都是通过数据分析研究确定的。
据数联寻英发布《大数据人才报告》显示，未来3-5年内大数据人才的缺口将高达150万。根据中国商业联合会数据分析专业委员会统计，未来中国基础性数据分析人才缺口将达到1400万，而在bat等大型互联公司的职位里，80%以上都在招大数据人才。进入大数据行业，也成了越来越多人实现职场高薪梦的路径之一。
