1樓：凌晨一點
可以總結為四大技能:
第一部分資料分析必備技巧及工具
比如 Hive、Spark 等常見資料處理工具的使用，為你日後學習資料分析與實戰做好鋪墊；
第二部分以業務為導向的資料分析思維
掌握資料分析工具之下的底層職業思維以及從工作中表象出發，梳理資料的能力。
掌握資料異常的快速定位方法，資料分析在使用者運營中的運用，了解如何巧用資料分析優化產品，如何開展專題分析以及如何完成首頁入口資源位最大價值；
第三部分會進行資料策略分析
了解資料分析驅動公司業績增長的原理及具體方法，入門 AB 實驗設計和評估。
第四部分商業化資料
通過流量的商業閉環，實現資料分析和商業變現。學會拆解網際網路公司價值資料量化模型，做出準確的價值評估。
如果是零基礎未來打算從事資料分析的朋友可以看一下這個課程，理論與實踐相結合，基本可以幫你跨越職業門檻。
2樓：夭夭
1. 加強數學基礎，重點了解統計學、微積分和線性代數。
2. 深入對業務的理解和思考。多與需求方了解需求的背景和目的，而不是僅僅完成需求本身。很多業務方對過程並不專業，他們需要的是資料分析師提供針對性的解決方案。
3. 靈活運動多種工具。SQL是必須熟練掌握的，幫助我們獲取合適的資料。
R和Python都是資料分析的利器，在大資料處理和分析上非常給力。同時R語言的視覺化效果也很贊，資料展現會更炫酷。
4. 持續學習，提公升自我。在目前大資料大熱的趨勢中，資料探勘、機器學習、深度學習...資料分析還有很長的路要走。
爪機碼字，與題主共勉。
3樓：
需要技能：
工具：SQL、R（Python）
業務知識：要熟悉對接的業務知識
資料分析：常見統計知識以及基本演算法知識
工作內容：
臨時需求：報表
分析需求：基本分析、專題分析、原因分析、功能分析建模需求：這個也是一部分工作內容，但是目前我還沒有接觸到
資料分析師需要掌握的25個商業模型（二），可快速套用！
一久久二 大家都沒看球麼？05 06賽季歐冠決賽，埃托奧單刀機會，在弧頂處被出擊的萊曼絆倒，久利跟近補射空門得手，裁判判罰萊曼犯規，並出示紅牌將其罰下，巴薩進球無效，並獲得弧頂處任意球機會。這不是實打實的例子麼？如果那一年裁判並沒有出示紅牌，而是判罰進球有效並補上一張黃牌，可能比賽結果就不一樣了，1...
資料分析師更多需要技術還是思維？
何傻子很快樂 像我這個剛剛面試過好多家公司，並且都是資料分析崗位的，目前成功找到工作，以我的親身經歷來看。個人認為，如果是剛畢業的或者剛轉型為資料分析的，可能更偏向於技術方面和邏輯思維。但是對於乙個有了工作經驗之後更多要求是業務能力。當然了，不排除這種情況，如果這個公司不想培養新人的話，它會直接要求...
資料分析師需要哪些方面的電腦科學技能？
盧文龍 就只講電腦科學的。作業系統上Linux學習下，即使命令眾多，但網上能搜到答案的問題都不叫問題。程式語言你就認定python吧。另外python中，Anaconda了解一下，它對python中的大部分常用資料分析包和IDE進行了打包。裡面的Spyder我用的很舒服，一視窗是檢視檔案及變數，一視...