数据分析师核心技术要点

我认为数据分析/数据科学/商业智能(或是其它类似名字)的职业，最核心的部分在于两点：业和术。

"业"更偏向于你的soft skills，你的理解能力，分析能力，沟通能力，mind-set。其中当然包括最重要的一个能力：

将复杂的商业问题转化为数学模型，并利用编程能力进行分析，预测和评估，再转化为合适的Business Plan，执行。

你可以看到，这是一个生态圈，其中并不是只是包含了其它答案所描述的数学模型，统计理论，也不只是包含用什么工具sas,r,excel。总结来说是一种完全设身处地去为商业模型思考的mind-set。这是我很多国内数据从业者身上很少看到的。很多同事更喜欢强调自己的统计模型多好，算法多牛，当然，别理解错，这些优化都是好事，但从一个Business function (我把analytic当作一种服务我们的商业目标的商业职能)　的角度来说，这只是一个从过程中的小部分。这可能是因为很多大型企业，比如银行，电商，IT，智能太细分导致，很少有人能真正退一步去思考我们做分析的意义何在，如何落地，能赚多少钱。

"术"更偏向于你的技术，包括你的数学，统计，编程，硬件的技术。这个技术对很多技术爱好者来说是数据分析最有意思的一部分，但对很多更喜欢business的朋友来说，很乏味。当然，没有好与坏，高级和低级的区别。术业有专攻就是这道理， 而抽象一点去说：

为了解决商业问题所需要的技术，能力。

看到这里你应该明白了，很多时候我们说的数据分析师实则是这个层面的。而再细分，这个技术其实分为三层：

1 统计理论，模型                            

2 数据库查询类编程SQL

3 底层数据存储技术hadoop, hive, spark, etc.

成为一个合格的数据科学家，你需要上面1，2的本事。有能力利用统计模型解决问题，也有能力通过编程将这些模型实现，并且自动化。这里很多人争论SAS,R,Python,SPSS，在我看来，无非只是工具，都是相同的，只要能用就好。而数理统计，则是要同时结合Q quant和P quant(具体请参照数说工作室，具体名字我忘了，一个微信号)。区别在于一个强调随机概率，一个强调根据历史数据的统计。所以，基本理论要知道，比如如何判别模型显著，如何优化模型。基本模型也要会，回归，Clustering, sequence analysis等等。只有精通这些模型，才能知道怎么从统计角度去解决商业文体。