1.3 職業要求

隨著數據分析的發展，數據分析師的職業前景越來越美好，下面就來了解一下數據分析師的職業要求。

1.3.1 了解——任職方向

一般來說，數據分析師的發展方向有3個，包括企業、數據分析機構以及政府，其中企業是最需要數據分析人才的。

很多企業都設有專門的數據分析崗位，來滿足企業數據分析的需求，如中國移動、騰訊、聯想等企業，都會有專門的數據分析崗位。

不同的企業會有不同的關于數據分析崗位的建設，下面大致了解數據分析師常見職稱的要求，如表1-1所示。

在現實生活中，有一些小規模的公司，會選擇第三方數據研究機構，進行數據的把控，例如，市場研究公司、咨詢公司、艾瑞等，屆時數據分析師就可以到這類研究機構中進行數據方面的工作。

除此之外，政府部門也需要數據分析人才，政府部門通過數據分析可以進行科學研究、國情的調整，進行居民生活消費把控等。一般來說，政府部門關于數據分析的任職部門分為兩類，如圖1-12所示。

1.3.2 掌握——分析方法

當數據分析師在應聘時，第一個會被問到的問題，大多都是：“你會幾種數據分析方法？分別能用來做什么？”由此可知，數據分析師的職業要求中，定然包括數據分析方法的使用。

數據分析師只有熟練運用數據分析方法，才能面對一堆碎片化的數據，快速地進行數據分析工作，有效地將數據背后所隱藏的“故事”挖掘出來，將數據價值最大化，促進企業運營。

一般常見的數據分析方法有12種，如表1-2所示。

1.3.3 巧用——分析工具

面對龐大的數據，數據分析師不可能單憑自己在紙上記錄，利用計算器進行計算，并挖掘數據背后的“故事”；而是需要借助數據分析工具，進行高效的、實用的數據分析操作，才能達到事半功倍的效果。

下面以4個層次，進一步劃分數據分析工具，如表1-3所示。

1.3.4 拓展——管理能力

只有具備較強邏輯思維的人，才能輕松地勝任數據分析的工作，在確定分析思路時，可以借助管理學的知識，增強分析思路，確定其分析目的。

對數據分析師來說，管理學知識有5點作用，如圖1-13所示。

1.3.5 擁有——設計能力

數據分析師還需要做的事，就是讓數據避免枯燥，讓看到數據的人覺得美觀、容易閱讀。

美觀的數據報告設計能增加可讀性，其中圖形的選擇、版式的設計、顏色的搭配等，都需要掌握一定的設計原則，才能把分析出來的數據結果，精美、清晰地呈現出來，如圖1-14所示。

1.3.6 增強——表達能力

數據分析師不僅是將數據分析出來就可以了，還需要將數據背后的“故事”告訴自己的領導，而數據“故事”的好壞，是否有價值，大部分還是要靠數據分析師的表達能力。

若數據分析師的表達能力較強，能在短時間內將相對有用的重點告知領導，則對于領導來說數據分析師分析出來的結論是能影響決策的，對于數據分析師來說也沒有“白忙活”。

若數據分析師的表達能力不強，沒有將一個正確的結論及時告訴領導，則會給企業帶來一定的損失，而數據分析師也會被認為執行能力不強，很有可能面臨被辭退的命運。

數據分析師與產品經理、運營經理、實施經理等一部分人群交流時，語言的表達能力是必不可缺的一環，但僅僅依靠語言是不夠的，還需要有一定的組織能力、總結能力以及團隊合作意識，才能讓分析出來的現象和得出的結論有一個好“歸宿”。

1.3.7 熟知——企業業務

不同的企業有不同的業務，數據分析師必須要熟知自己所在企業的業務，只有這樣才能實現高效、實用的數據分析操作。若數據分析師脫離了企業業務背景，那么分析出來的結果必然會偏離原本的軌道，導致實用性不強。

對于剛進企業的新手而言，想要一蹴而就地熟知企業業務是很難實現的，數據分析新手，可以通過以下幾點來了解，如圖1-15所示。