這些都是工具，6K估計(jì)是給你開(kāi)的你所會(huì)的這些工具的價(jià)格，至于你值多少錢(qián)或者將來(lái)你在這個(gè)崗位上能值多少錢(qián)，這首先要看是否人崗匹配，崗位的設(shè)定和你會(huì)的東西是不是絕大部分吻合的。如果匹配那么就要看你用這些工具能產(chǎn)生多少有價(jià)值的增量信息，這個(gè)才是關(guān)鍵。

首先，要知道業(yè)務(wù)數(shù)據(jù)分析的核心價(jià)值是什么？

業(yè)務(wù)分析要熟悉行業(yè)特點(diǎn)，了解公司業(yè)務(wù)及流程，有針對(duì)性的抓住運(yùn)營(yíng)管理的痛點(diǎn)和關(guān)鍵點(diǎn)，才能有自己獨(dú)到的見(jiàn)解和分析視角，才能給業(yè)務(wù)部門(mén)提供可靠的數(shù)據(jù)分析。若脫離行業(yè)認(rèn)知和公司業(yè)務(wù)背景，缺少管理思維，無(wú)準(zhǔn)確的分析視角，分析的結(jié)果只會(huì)是脫了線的風(fēng)箏，無(wú)法給運(yùn)營(yíng)提供指導(dǎo)，就沒(méi)有太大的使用價(jià)值。

其次，要知道業(yè)務(wù)數(shù)據(jù)分析需要的技能和對(duì)自身現(xiàn)狀進(jìn)行分析。

一般來(lái)說(shuō)需要具備業(yè)務(wù)及管理知識(shí)和IT技術(shù)，如下圖。根據(jù)所掌握的知識(shí)不同一般分為三種類(lèi)型：

1. 業(yè)務(wù)分析師，業(yè)務(wù)現(xiàn)狀分析，用數(shù)據(jù)說(shuō)明業(yè)務(wù)痛點(diǎn)，梳理各指標(biāo)間的關(guān)系。
2. BI工程師，和ETL打交道，主要做數(shù)據(jù)規(guī)范，數(shù)據(jù)倉(cāng)庫(kù)，維度建模等，業(yè)務(wù)分析師中最好的程序員。
3. 算法工程師，各種技術(shù)高能力，數(shù)學(xué)基礎(chǔ)扎實(shí)。

世界很喜歡和我們開(kāi)玩笑，我們會(huì)的知識(shí)絕大多數(shù)不會(huì)太值錢(qián)，你需要打破邊際，補(bǔ)充了不會(huì)的知識(shí)之后才會(huì)更值錢(qián)。

• 極端情況一：如果你只懂業(yè)務(wù)不懂IT技術(shù)，那么你在工具上不能得心應(yīng)手，沒(méi)有好的效率和展現(xiàn)方式。
• 極端情況二：如果你只會(huì)IT技術(shù)沒(méi)有業(yè)務(wù)和管理基礎(chǔ)，那么你只是會(huì)工具的，不能產(chǎn)生有核心價(jià)值的人員。

最后針對(duì)自身現(xiàn)狀分析，找出提高價(jià)值的解決方法。

解決方法一般來(lái)說(shuō)有兩種：

1. 一種方法是補(bǔ)短板，你往另外一個(gè)方向去努力，補(bǔ)充你不足的地方，如上圖所示，不懂業(yè)務(wù)的補(bǔ)充業(yè)務(wù)流程知識(shí)和管理學(xué)基礎(chǔ)，多下沉去了解業(yè)務(wù)重心和痛點(diǎn)內(nèi)容，不懂IT技術(shù)的去學(xué)學(xué)維度建模方法，BI基礎(chǔ)，數(shù)據(jù)庫(kù)基礎(chǔ)，算法的科普讀物等。
2. 另外一種方法就是合作，倘若你是IT技術(shù)比較強(qiáng)的人員，那么你可以找一個(gè)業(yè)務(wù)比較熟悉的人員，你們組成一個(gè)團(tuán)隊(duì)，共同出成績(jī)。現(xiàn)在的世界，信息是爆炸式的增長(zhǎng)，根本學(xué)不完，如果你有一個(gè)好的搭檔，有匹配的價(jià)值觀，有優(yōu)秀的團(tuán)隊(duì)意識(shí)，那么組合也是一個(gè)非常好的選擇，可以?xún)?yōu)勢(shì)互補(bǔ)，共創(chuàng)佳績(jī)。

總之，工具不是決定你的價(jià)值的主要因素，你的輸出是什么，能解決什么，決定了你的市場(chǎng)定位和價(jià)值。

會(huì)到啥程度呢？

還是老生常談的那句話，數(shù)據(jù)分析師先學(xué)工具是本末倒置。

我一直不提倡想要入行數(shù)據(jù)分析的人蒙頭就學(xué)各種分析工具，學(xué)會(huì)了R、Python和各種BI工具后就覺(jué)得已經(jīng)成為一名合格的數(shù)據(jù)分析師了，這根本就是錯(cuò)誤的想法，也就會(huì)出現(xiàn)題主所說(shuō)的數(shù)據(jù)分析師只有6K的薪資。

當(dāng)然不能用薪資來(lái)衡量數(shù)據(jù)分析師的價(jià)值，但是一個(gè)好的數(shù)據(jù)分析師平均薪資一定高于這個(gè)數(shù)。

很多數(shù)據(jù)分析的書(shū)籍和課程都是從統(tǒng)計(jì)學(xué)知識(shí)入門(mén)的，很多人在被一堆概念洗腦之后，反而不知道該如何入手。

先要有分析思路

其實(shí)在實(shí)踐中學(xué)習(xí)是最快的成長(zhǎng)路徑，假設(shè)你已半路出家或者正在做分析項(xiàng)目，在此過(guò)程中遇到的難題，就是你成為分析師所需要具備的能力。

做數(shù)據(jù)分析師十之八九都會(huì)面臨以下情景：

“我們有一堆數(shù)，你分析分析吧，看看能有什么結(jié)果?！?/p>

有經(jīng)驗(yàn)的分析師因?yàn)榻?jīng)驗(yàn)老道，會(huì)清楚地知道從什么角度分析，可以解決哪些問(wèn)題，適用于哪些場(chǎng)景，預(yù)計(jì)產(chǎn)生什么結(jié)果，會(huì)將業(yè)務(wù)問(wèn)題轉(zhuǎn)化為數(shù)據(jù)分析問(wèn)題。因此數(shù)據(jù)分析師要具備用數(shù)據(jù)分析思路和方法，具備分析思維來(lái)考慮問(wèn)題的能力。

那作為小白，在沒(méi)有項(xiàng)目經(jīng)驗(yàn)時(shí)候，可以充分利用模仿技能，參考他人優(yōu)秀的分析思路和方法。實(shí)際業(yè)務(wù)分析的大多數(shù)問(wèn)題都是有前車(chē)之鑒可以學(xué)習(xí)的。很多分析已經(jīng)是成熟的分析方法，例如客戶(hù)畫(huà)像，營(yíng)銷(xiāo)提升，網(wǎng)站運(yùn)營(yíng)，信用卡評(píng)分，欺詐作弊等等。

學(xué)習(xí)領(lǐng)會(huì)他人的分析思路，轉(zhuǎn)化為自己的知識(shí)，是邁出分析的第一步。

業(yè)務(wù)知識(shí)重要性

所有數(shù)據(jù)分析師都會(huì)告訴后來(lái)人“業(yè)務(wù)知識(shí)很重要”，因?yàn)榇蠹以诓攘丝又蟛呕腥淮笪蚍治鲋杏龅降暮芏嚯y題問(wèn)題都源于對(duì)業(yè)務(wù)的不了解。數(shù)據(jù)分析可以說(shuō)是一門(mén)通用的技術(shù)，可以運(yùn)用于各行各業(yè)，但是想在行業(yè)中成功則需要結(jié)合行業(yè)知識(shí)。

例如，同樣是對(duì)客戶(hù)進(jìn)行分析，互聯(lián)網(wǎng)電商的客戶(hù)與保險(xiǎn)客戶(hù)具有明顯區(qū)別，前者重視來(lái)源，活躍度，購(gòu)買(mǎi)率，流失率，后者關(guān)注渠道，報(bào)價(jià)，理賠風(fēng)險(xiǎn)，投訴。業(yè)務(wù)知識(shí)包括這種大方向的行業(yè)知識(shí)，也包括公司內(nèi)部特殊情況，了解得越詳細(xì)可以避免繞很多彎路。

例如，有些行為是內(nèi)部人員參與的造成的數(shù)據(jù)異常要提前做處理，有些業(yè)務(wù)開(kāi)展是帶地區(qū)特性的，分析時(shí)候要區(qū)分對(duì)待等。

惡補(bǔ)專(zhuān)業(yè)知識(shí)

當(dāng)模仿別人的分析思路和方法時(shí)候，分析大方向已經(jīng)確定了，具體部分需要結(jié)合自己的項(xiàng)目情況進(jìn)行細(xì)化。如果只是簡(jiǎn)單的數(shù)據(jù)匯總就能解決的問(wèn)題就可以直接進(jìn)入實(shí)操階段，但是如果發(fā)現(xiàn)需要運(yùn)營(yíng)一些復(fù)雜的分析方法，則不得不惡補(bǔ)專(zhuān)業(yè)知識(shí)。

例如做營(yíng)銷(xiāo)提升，看到多數(shù)分析思路中都提到了產(chǎn)品關(guān)聯(lián)分析。什么是產(chǎn)品關(guān)聯(lián)分析，需要具備哪些數(shù)據(jù)，用什么算法，結(jié)果怎么應(yīng)用，產(chǎn)品關(guān)聯(lián)分析適不適合你目前的場(chǎng)景，這些問(wèn)題需要惡補(bǔ)分析知識(shí)才能回答出來(lái)。

眼花繚亂的分析工具

真正做分析時(shí)候，你會(huì)發(fā)現(xiàn)市面上有太多的分析工具，需要掌握的實(shí)在是太多了，其實(shí)不必糾結(jié)于此，依據(jù)個(gè)人能力，配合當(dāng)前的數(shù)據(jù)分析環(huán)境，適用的工具自然會(huì)被選出。

數(shù)據(jù)分析過(guò)來(lái)人都會(huì)說(shuō)80％的時(shí)間都在做數(shù)據(jù)處理工作，所以數(shù)據(jù)處理能力是必須的，簡(jiǎn)單工具有Excel、SQL，復(fù)雜的有R，Python，Java。商業(yè)工具的報(bào)表finereport，SASS。

然后分析建模的能力，鑒于目前有豐富的算法與成熟的模型調(diào)用機(jī)制包括商業(yè)軟件，開(kāi)源工具等，多數(shù)時(shí)候僅需要懂得算法原理，然后在實(shí)際中調(diào)用工具實(shí)現(xiàn)即可，不必驚慌。最后是分析結(jié)果展示能力，如果是報(bào)告或報(bào)表則需要運(yùn)用圖表，有效表達(dá)分析觀點(diǎn)，使分析結(jié)果一目了然。圖形的選擇、版式的設(shè)計(jì)、顏色的搭配等等，需要掌握一定技巧。如果是線上應(yīng)用則需要掌握部署的能力，利用接口調(diào)用連接分析與業(yè)務(wù)。

啰嗦了很多，總結(jié)一下數(shù)據(jù)分析師應(yīng)該從思維開(kāi)始，以業(yè)務(wù)與專(zhuān)業(yè)知識(shí)為助力，以實(shí)際動(dòng)手操為入口，開(kāi)啟新征程～

好歹也是想走數(shù)據(jù)分析師的路，那至少得有分析邏輯吧，在哪里做什么行業(yè)的數(shù)據(jù)分析，以前從事過(guò)什么工作做過(guò)什么項(xiàng)目，工具掌握到什么水平，期望的工作什么技能需要，幾個(gè)問(wèn)題都不說(shuō)清楚怎么分析？

不一定吧，Python能做的東西太多了，大數(shù)據(jù)這塊用Python的很多，還有ai方面，建議先工作，然后看看合適做什么

工具會(huì)的多不如會(huì)的精，會(huì)的精更要懂業(yè)務(wù)，否則一地雞毛。數(shù)據(jù)如果沒(méi)有清洗/分析只是冰冷冷的符號(hào)，數(shù)據(jù)本質(zhì)上是對(duì)現(xiàn)實(shí)世界的映射。

作為業(yè)務(wù)數(shù)據(jù)分析師，首先要懂業(yè)務(wù)深入了解業(yè)務(wù)，學(xué)習(xí)結(jié)構(gòu)化思維形成思考的邏輯，利用工具處理分析數(shù)據(jù)。

業(yè)務(wù)數(shù)據(jù)分析師不是嚴(yán)格意義上的數(shù)據(jù)分析師，業(yè)務(wù)數(shù)據(jù)分析師一般在企業(yè)是業(yè)務(wù)督導(dǎo)/銷(xiāo)售管理崗/統(tǒng)計(jì)與分析等崗位，從崗位名稱(chēng)我們也可以知道，他要對(duì)行業(yè)與業(yè)務(wù)有很深的了解與見(jiàn)解，沒(méi)有業(yè)務(wù)的深度，即使你邏輯能力和分析工具都很強(qiáng)也是虛的，毫無(wú)意義。所以你要有一線的業(yè)務(wù)經(jīng)驗(yàn)或者對(duì)一線業(yè)務(wù)了如指掌，能夠深度挖掘數(shù)據(jù)，不被表面數(shù)據(jù)所蒙蔽，也就是能真正分析出有意義的結(jié)論。比如看到某個(gè)組織人員滿編率很低你要知道為什么很低，可能是滿足學(xué)歷的人太少，可能是公司待遇不好，也可能確實(shí)是管理層的問(wèn)題，分析這些必須要掌握一定的業(yè)務(wù)，否則分析半天也分析不出愿意。

其次業(yè)務(wù)數(shù)據(jù)分析師還要有好的邏輯思維與數(shù)據(jù)分析能力，數(shù)據(jù)分析師是輔助領(lǐng)導(dǎo)做分析與決策的，類(lèi)似以前的師爺團(tuán)隊(duì)。數(shù)據(jù)只是冰冷的符號(hào)，只有當(dāng)它被利用起來(lái)才是價(jià)值，但數(shù)據(jù)被利用起來(lái)需要很好的邏輯能力，如果沒(méi)有很強(qiáng)的邏輯能力，數(shù)據(jù)就會(huì)被歪曲被誤會(huì)從而走向錯(cuò)誤的方向，錯(cuò)誤的數(shù)據(jù)分析解讀比沒(méi)有分析還可怕，當(dāng)然任何工作都需要有邏輯能力，數(shù)據(jù)分析師的嚴(yán)謹(jǐn)性要求其要有更強(qiáng)的邏輯能力，關(guān)于邏輯能力的書(shū)可以推薦基本，一本是《金字塔原理》，還有《麥肯錫意識(shí)》，都是前麥肯錫人寫(xiě)的，看完你會(huì)煥然大悟。數(shù)據(jù)分析能力也是數(shù)據(jù)分析師必備的，最簡(jiǎn)單的就是有數(shù)據(jù)感，看到數(shù)據(jù)就像看到業(yè)務(wù)場(chǎng)景一樣，能夠獲取信息了解業(yè)務(wù)基本情況，再深層次一些統(tǒng)計(jì)與數(shù)學(xué)好，數(shù)學(xué)與統(tǒng)計(jì)是數(shù)據(jù)分析的基礎(chǔ)。

至于說(shuō)工具，對(duì)于業(yè)務(wù)數(shù)據(jù)分析師來(lái)說(shuō)，沒(méi)有太高的要求，玩轉(zhuǎn)Excel/Word/PPT，會(huì)用sql提取數(shù)據(jù)基本差不多，至于統(tǒng)計(jì)分析軟件，數(shù)據(jù)分析工程師用的比較多，那個(gè)對(duì)數(shù)學(xué)與統(tǒng)計(jì)學(xué)要求高一些，業(yè)務(wù)數(shù)據(jù)分析師沒(méi)有必要學(xué)那么多。

看你要學(xué)習(xí)一堆工具，多說(shuō)一點(diǎn)工具的，SQL是結(jié)構(gòu)化查詢(xún)語(yǔ)言，是通過(guò)SQL語(yǔ)言去數(shù)據(jù)庫(kù)提取數(shù)據(jù)，對(duì)于數(shù)據(jù)分析師來(lái)說(shuō)就是提取數(shù)據(jù)，Python/r/spss是統(tǒng)計(jì)分析工具，用來(lái)處理分析數(shù)據(jù)，對(duì)數(shù)據(jù)作可視化操作，Excel也是基本的數(shù)據(jù)分析工具，也是用來(lái)分析數(shù)據(jù)/可視化數(shù)據(jù)的，只是可操作數(shù)據(jù)量相對(duì)小，最大可操作數(shù)據(jù)100萬(wàn)行，量再大就需要使用數(shù)據(jù)庫(kù)了，但處理方便，門(mén)檻低，是絕大部分業(yè)務(wù)數(shù)據(jù)分析師的基礎(chǔ)。