前几天公司面试了几个数据分析岗位，一连面试了一周，结果没有一个被录取，感触颇深。

数据分析师每天需要接触大量的数据，可是这些候选人连最基础的拆解业务场景，制定数据指标，以及通过什么样的工具去分析结果都不知道。

今天我们聊聊数据分析师需要掌握哪些技能？才能满足我们的日常工作呢？

一、统计分析

统计学是数据分析的基石，学了统计学，你会发现很多时候的分析并不那么准确。比如很多人喜欢用平均数去分析一个事物的结果，但是这往往是粗糙的的。而统计学可以帮助我们以更科学的角度看待数据，逐步接近这个数据背后的“真相”。

以下内容需要重点学习：

1.基本的统计量：均值、中位数、众数、方差、标准差、百分位数等。

2.概率分布：几何分布、二项分布、泊松分布、正态分布等。3.总体和样本：了解基本概念，抽样的概念。

4.置信区间与假设检验：如何进行验证分析？

5.相关性与回归分析：一般数据分析的基本模型。

（本段内容来源知乎：李启方）

二、可视化辅助工具

1.Excel：这个无需多说了，excel中最实用的是数据整理技巧，函数和透视表功能。

2.SQL:SQL语句用来取数，省时省力，纵观目前所有的招聘网站，都会要求熟悉SQL。这不是可选项，是必须项。

3.Python：目前最好火的编程语言，用于大数据的挖掘和分析。想成为高级数据分析师，Python是必须要好好学习下的，丰富的库，让Python成为人工智能，大数据分析的代表。Python入门容易，精通有点难，需要终身学习。

三、数据库

数据分析分等级的，有的只负责清洗数据，工作也比较简单；还有就是负责建模的，掌握常用的十多个机器学习算法也算不错。

sql在数据库里是核心技术，在数据分析学习时一定要重视这些内容，主要以MySQL为主，MySQL就是互联网行业的通用标准。

四、编程语言

数据分析领域最热门的两大语言是 R 和 Python。涉及各类统计函数和工具的调用，R无疑有优势。但是大数据量的处理力不足，学习曲线比较陡峭。Python 适用性强，可以将分析的过程脚本化。所以，如果你想在这一领域有所发展，学习 Python 也是相当有必要的。

当然其他编程语言也是需要掌握的。要有独立把数据化为己用的能力, 这其中SQL 是最基本的，你必须会用 SQL 查询数据、会快速写程序分析数据。当然，编程技术不需要达到软件工程师的水平。要想更深入的分析问题你可能还会用到：Exploratory analysis skills、Optimization、Simulation、Machine Learning、Data Mining、Modeling 等。

以上技能就是小编整理出来的，希望可以帮助到大家。一个优秀的数据分析师应该以数据价值为导向，放眼全局、立足业务、善于 沟通，认真对待每一次的数据分析工作，在工作中快速成长。