1.如果想做一个数据分析师,需要具备什么知识
统计学知识是最基础的必要的，所以你应该首先买统计学的书回来看
其次是数据库方面的知识，一般只需要会数据库语言即可，所以还需要一本sql的书
第三是数据挖掘方面的知识，所以还需要一般数据挖掘的教材来看
最后还要会应用相应的工具，比如spss、modeler、sas、stata等相关的一款
以上是专业方面的知识
下面还有实际分析能力方面，比如市场分析的能力，需要平时多结合实际工作情况，多看一些分析报告。
2.数据分析员需要掌握哪些知识
知识/经验：具有数理统计，经济学，数据库原理以及相关知识；能熟练使用EXCEL、SPSS、QUANVERT、SAS等统计软件。
工作能力： 严谨的逻辑思维能力、学习能力、言语表达能力、管理能力
工作态度：积极主动、工作认真、工作严谨
具体要求：
1、根据数据分析方案进行数据分析，在既定时间内提交给市场研究人员；
2、能进行较高级的数据统计分析；
3、公司录入人员的管理和业绩考核；以及对编码人员的行业知识和问卷结构的培训；
4、录入数据库的设立，数据的校验，数据库的逻辑查错，对部分问卷的核对；
其他方面的要求：
1. 持证上岗。
2. 热爱本职工作，具有高度的责任心和忘我的工作精神，爱岗敬业，工作认真细致，能认真完成公司交给的各项工作任务。
3. 要求掌握较深的业务知识和计算机应用知识，能用行业各种应用软件进行各种数据分析和综合数据处理，加工成有用的信息提供领导进行决策；能配合系统管理员进行计算机网络维护及管理。
4. 负责本公司计算机信息网络数据的收集、传递（主要是上报）和管理工作，对各网点上报的数据和本机房传递的信息数据，要做好详细的“数据传递纪录”，对未按时间要求漏报和数据有误的网点要及时督促，每月将各经营站、点数据上报情况通报一次；负责各类数据的整理、汇总和分析处理工作，及时向本公司领导及有关部门上报信息数据，做好相关纪录；负责本公司网络信息数据的安全管理，及时做好各类数据及报表的备份工作，做好归档、保管工作，做好信息数据的保密工作，严禁向未授权单位、部门及个人提供各类信息数据；负责机房文件收发、归档和保管工作。
5. 遵守特定的工作时间：必须等各网点数据传输完毕核对无误后才能下班。
关于数据分析员：
数据分析员是根据数据分析方案进行数据分析的人员，能进行较高级的数据统计分析，负责公司录入人员的管理和业绩考核，以及对编码人员的行业知识和问卷结构的培训，和录入数据库的设立，数据的校验，数据库的逻辑查错，对部分问卷的核对等职责。
3.成为一名数据分析师,需要具备哪些基本知识
一、办公软件
1） 熟练使用excel, Access,Visio等MS Office办公软件，可以制作相关的原型； （MS即microsoft微软，MS Office 是微软提供的系列软件，Word, Excel, PowerPoint, Access, OutLook,Publisher,InfoPath这7个办公软件中，常用的是前4个。） 2） 重点掌握EXCEL表，会使用高级功能，能快速制作报表，熟练使用EXCEL VBA;
二、数据分析软件及方法
1）熟练使用各种数理统计、数据分析、数据挖掘工具软件，熟悉各种网站分析软件的应用，如Google Analytics 、百度统计、Omniture等；
2）具备相关数据分析软件的使用经验SPSSSASEVIEWSTATARWeka……
3）至少精通使用IBM Intelligent Miner、SAS Enterprise Miner、SPSS Clementine、LEVEL5Quest、SGI、WinRosa、ExcelVBA、S-plus、Matlab、SSIS等等常见数据挖掘软件中的一个进行数据挖掘的 开发工作；
4）熟练使用至少一种网站流量分析工具（Google Analytics、Webtrends、百度统计等），并掌握分析工具的部署、配置优化和权限管理；
5）精通一种或多种数据挖掘算法（如聚类、回归、决策树等）； 6）熟悉维基编辑者优先； 7）使用软件的要求；
(7.1)掌握数据分析、挖掘方法，具备使用Excel、SQL、SPSS/SAS、Powerpoint等工具处理和分析较大量级数据的能力；
(7.2)能够综合使用各种数理统计、数据分析、制表绘图等软件进行图表、图像以及文字处理；
(7.3)掌握常用的数据统计、分析方法，有敏锐的洞察力和数据感觉，优秀的数据分析能力；
(7.4)能够综合使用各种数理统计、数据分析、数据挖掘、制表绘图等软件进行具有基本数据美感的图表、图像以及文字处理 。
三、数据库语言
1）熟悉Linux操作系统及至少一种脚本语言（Shell/Perl/Python）;
2）熟练掌握C/C++/Java中的一种，有分布式平台（如Hadoop）开发经验者优先； 3）熟悉数据库原理及SQL基本操作；
(3.1)了解Mysql,postgresql,sql server等数据库原理，熟悉SQL，具备很强的学习能力，写过程序，会perl,python等脚本语言者优先； （3.2）熟练应用mysql的select,update等sql语句； 4）熟悉sql server或其他主流数据库，熟悉olap原理； 5）熟悉Oracle或其他大型数据库。
四、思维能力等方面
1）具备良好的行业分析、判断能力、及文字表达能力；
2）沟通、协调能力强，有较高的数据敏感性及分析报告写作能力； 3）理解网站运营的常识，能从问题中引申出解决方案，提供设计改进建议；
4）具有良好经济学、统计学及相关领域的理论基础，熟悉数理统计、数据分析或市场研究的工作方法，具有较强的数据分析能力；
5）熟悉数据分析与数理统计理论，具有相关课程研修经历。
五、其他要求
1）较强的英文听说读写能力，英语6级以上；
2）文笔良好；
3）了解seo,sem优先；
4）知识要求：同时具备统计学、数据库、经济学三个领域的基础知识；英语四级或以上、熟悉指标英文名称；具备互联网产品设计知识；
5）具有深厚的数据分析、数据挖掘理论知识，深入了解相关技术；能熟练使用至少一种统计分析或数据挖掘工具。
4.数据分析师应具备哪些专业态度
态度一：避免从众心理
数据分析的过程中，从众心理也常常作祟，影响分析结果的有效性。例如，在焦点小组座谈会上，若主持人引导不力，受访者不敢或不愿发表自己的看法，可能就会出现一言堂的局面。再比如，使用德尔菲法时，若设计者没有坚持背靠背原则，参与的专家可能会因群体压力或迷信权威而放弃思考和坚持。再比如企业，在自身基础数据储量还未达到大数据量级别时，就随波逐流，推崇大数据技术，脱离实际。因此，数据分析工作同样要理性决策，避免从众心理。
态度二：避免偏见
很多时候，我们会仅凭过去的知识、经验做判断，于是偏见和思维定势代替了事情的本来面目。在数据分析中也不乏偏见和思维定势的现象，此可谓思维上的懈怠和懒惰。例如，在分析市场机会时，只看需求量不看供给量。或在评估是否要上项目时，一些分析师只看项目本身的收益，却不考虑市场的竞争和自身的实力。而这种思维定势往往给企业造成重大损失。例如，不看市场的供给可能会造成重复建设、恶性竞争；不看自身的实力可能会在激烈的竞争中败下阵来。
态度三：合理怀疑
在数据分析方面，秉承合理怀疑的态度也至关重要！所以在做数据分析时，要合理怀疑，通过假设检验等方法，核实自己的分析结论有多大的可信度。有时候，分析也会出问题，比如样本不具有代表性，或因为主观的原因而不自主的选择数据，造成分析偏差，企业在使用分析结论时，也要合理怀疑。很多数据分析结论是静态的展示，并不能从背后的数据来源做审视。
态度四：换位思考
数据分析工作也要学会换位思考，从多角度看待数据和使用数据。例如，为什么要将第三方监测数据和企业内部数据搭配使用？因为企业内部数据准确反映了企业自身的运营情况，但却缺少对竞争对手的考量，因此无法对整个行业进行全局性把握；而第三方监测数据则是全局性的，又有企业自身的数据，也有企业的竞争对手的数据，能够做全行业的规模、竞争和用户分析。但是，第三方监测数据多采用抽样的方式，存在着总体代表性的问题。因此 ，这两方面的数据需要相互印证、搭配使用。
5.大数据分析师 应该要学什么知识
大数据分析师应该要学的知识有，统计概率理论基础，软件操作结合分析模型进行实际运用，数据挖掘或者数据分析方向性选择，数据分析业务应用。
1、统计概率理论基础
这是重中之重，千里之台，起于垒土，最重要的就是最下面的那几层。统计思维，统计方法，这里首先是市场调研数据的获取与整理，然后是最简单的描述性分析，其次是常用的推断性分析，方差分析，到高级的相关，回归等多元统计分析，掌握了这些原理，才能进行下一步。
2、软件操作结合分析模型进行实际运用
关于数据分析主流软件有（从上手度从易到难）：Excel,SPSS,Stata,R,SAS等。首先是学会怎样操作这些软件，然后是利用软件从数据的清洗开始一步步进行处理，分析，最后输出结果，检验及解读数据。
3、数据挖掘或者数据分析方向性选择
其实数据分析也包含数据挖掘，但在工作中做到后面会细分到分析方向和挖掘方向，两者已有区别，关于数据挖掘也涉及到许多模型算法，如：关联法则、神经网络、决策树、遗传算法、可视技术等。
4、数据分析业务应用
这一步也是最难学习的一步，行业有别，业务不同，业务的不同所运用的分析方法亦有区分，实际工作是解决业务问题，因此对业务的洞察能力非常重要。
扩展资料
分析工作内容
1、搜索引擎分析师（Search Engine Optimization Strategy Analyst，简称SEO分析师）是一项新兴信息技术职业，主要关注搜索引擎动态，修建网站，拓展网络营销渠道，网站内部优化，流量数据分析，策划外链执行方案，负责竞价推广。
2、SEO分析师需要精通商业搜索引擎相关知识与市场运作。通过编程，HTML,CSS,JavaScript,MicrosoftASP.NET,Perl,PHP,Python等建立网站进行各种以用户体验为主同时带给公司盈利但可能失败的项目尝试。
参考资料来源：百度百科-大数据分析师
6.数据分析师要掌握哪些技能
一、掌握基础、更新知识
基本技术怎么强调都不过分。这里的术更多是（计算机、统计知识）， 多年做数据分析、数据挖掘的经历来看、以及业界朋友的交流来看，这点大家深有感触的。
二、数据库查询—SQL
数据分析师在计算机的层面的技能要求较低，主要是会SQL，因为这里解决一个数据提取的问题。有机会可以去逛逛一些专业的数据论坛，学习一些SQL技巧、新的函数，对你工作效率的提高是很有帮助的。
三、统计知识与数据挖掘
你要掌握基础的、成熟的数据建模方法、数据挖掘方法。例如：多元统计：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。但是还是应该关注一些博客、论坛中大家对于最新方法的介绍，或者是对老方法的新运用，不断更新自己知识，才能跟上时代，也许你工作中根本不会用到，但是未来呢？
四、行业知识
如果数据不结合具体的行业、业务知识，数据就是一堆数字，不代表任何东西。是冷冰冰，是不会产生任何价值的，数据驱动营销、提高科学决策一切都是空的。
一名数据分析师，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，你首先必须要知道，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， 在相应的业务是在哪个环节是产生的？数值的代表业务发生了什么（背景是什么）？最后，提醒大家，但大家一定不要忘记了一些基本的技术，不要把基础去忘记了，如果一名数据分析师不会写SQL，那麻烦就大了。你只有把数据先取对了，才能正确的分析，否则一切都是错误了，甚至会导致致命的结论。新同学，还是好好花时间把基础技能学好。因为基础技能你可以在短期内快速提高，但是在行业、业务知识的是一点一滴的积累起来的，有时候是急不来的，这更需要花时间慢慢去沉淀下来。
不要过于追求很高级、高深的统计方法，我提倡有空还是要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。以我经验来说，我负责任告诉新进的同学，永远不要忘记基本知识、基本技能的学习。
7.数据分析师要掌握哪些基本技能
1、懂业务。从事数据分析工作的前提就会需要懂业务，即熟悉行业知识、公司业务及流程，最好有自己独到的见解，若脱离行业认知和公司业务背景，分析的结果只会是脱了线的风筝，没有太大的使用价值。
2、懂管理。一方面是搭建数据分析框架的要求，比如确定分析思路就需要用到营销、管理等理论知识来指导，如果不熟悉管理理论，就很难搭建数据分析的框架，后续的数据分析也很难进行。另一方面的作用是针对数据分析结论提出有指导意义的分析建议。
3、懂分析。指掌握数据分析基本原理与一些有效的数据分析方法，并能灵活运用到实践工作中，以便有效的开展数据分析。基本的分析方法有：对比分析法、分组分析法、交叉分析法、结构分析法、漏斗图分析法、综合评价分析法、因素分析法、矩阵关联分析法等。高级的分析方法有：相关分析法、回归分析法、聚类分析法、判别分析法、主成分分析法、因子分析法、对应分析法、时间序列等。
4、懂工具。指掌握数据分析相关的常用工具。数据分析方法是理论，而数据分析工具就是实现数据分析方法理论的工具，面对越来越庞大的数据，我们不能依靠计算器进行分析，必须依靠强大的数据分析工具帮我们完成数据分析工作。
5、懂设计。懂设计是指运用图表有效表达数据分析师的分析观点，使分析结果一目了然。图表的设计是门大学问，如图形的选择、版式的设计、颜色的搭配等等，都需要掌握一定的设计原则。
