1.3 职业要求

随着数据分析的发展，数据分析师的职业前景越来越美好，下面就来了解一下数据分析师的职业要求。

1.3.1 了解——任职方向

一般来说，数据分析师的发展方向有3个，包括企业、数据分析机构以及政府，其中企业是最需要数据分析人才的。

很多企业都设有专门的数据分析岗位，来满足企业数据分析的需求，如中国移动、腾讯、联想等企业，都会有专门的数据分析岗位。

不同的企业会有不同的关于数据分析岗位的建设，下面大致了解数据分析师常见职称的要求，如表1-1所示。

在现实生活中，有一些小规模的公司，会选择第三方数据研究机构，进行数据的把控，例如，市场研究公司、咨询公司、艾瑞等，届时数据分析师就可以到这类研究机构中进行数据方面的工作。

除此之外，政府部门也需要数据分析人才，政府部门通过数据分析可以进行科学研究、国情的调整，进行居民生活消费把控等。一般来说，政府部门关于数据分析的任职部门分为两类，如图1-12所示。

1.3.2 掌握——分析方法

当数据分析师在应聘时，第一个会被问到的问题，大多都是：“你会几种数据分析方法？分别能用来做什么？”由此可知，数据分析师的职业要求中，定然包括数据分析方法的使用。

数据分析师只有熟练运用数据分析方法，才能面对一堆碎片化的数据，快速地进行数据分析工作，有效地将数据背后所隐藏的“故事”挖掘出来，将数据价值最大化，促进企业运营。

一般常见的数据分析方法有12种，如表1-2所示。

1.3.3 巧用——分析工具

面对庞大的数据，数据分析师不可能单凭自己在纸上记录，利用计算器进行计算，并挖掘数据背后的“故事”；而是需要借助数据分析工具，进行高效的、实用的数据分析操作，才能达到事半功倍的效果。

下面以4个层次，进一步划分数据分析工具，如表1-3所示。

1.3.4 拓展——管理能力

只有具备较强逻辑思维的人，才能轻松地胜任数据分析的工作，在确定分析思路时，可以借助管理学的知识，增强分析思路，确定其分析目的。

对数据分析师来说，管理学知识有5点作用，如图1-13所示。

1.3.5 拥有——设计能力

数据分析师还需要做的事，就是让数据避免枯燥，让看到数据的人觉得美观、容易阅读。

美观的数据报告设计能增加可读性，其中图形的选择、版式的设计、颜色的搭配等，都需要掌握一定的设计原则，才能把分析出来的数据结果，精美、清晰地呈现出来，如图1-14所示。

1.3.6 增强——表达能力

数据分析师不仅是将数据分析出来就可以了，还需要将数据背后的“故事”告诉自己的领导，而数据“故事”的好坏，是否有价值，大部分还是要靠数据分析师的表达能力。

若数据分析师的表达能力较强，能在短时间内将相对有用的重点告知领导，则对于领导来说数据分析师分析出来的结论是能影响决策的，对于数据分析师来说也没有“白忙活”。

若数据分析师的表达能力不强，没有将一个正确的结论及时告诉领导，则会给企业带来一定的损失，而数据分析师也会被认为执行能力不强，很有可能面临被辞退的命运。

数据分析师与产品经理、运营经理、实施经理等一部分人群交流时，语言的表达能力是必不可缺的一环，但仅仅依靠语言是不够的，还需要有一定的组织能力、总结能力以及团队合作意识，才能让分析出来的现象和得出的结论有一个好“归宿”。

1.3.7 熟知——企业业务

不同的企业有不同的业务，数据分析师必须要熟知自己所在企业的业务，只有这样才能实现高效、实用的数据分析操作。若数据分析师脱离了企业业务背景，那么分析出来的结果必然会偏离原本的轨道，导致实用性不强。

对于刚进企业的新手而言，想要一蹴而就地熟知企业业务是很难实现的，数据分析新手，可以通过以下几点来了解，如图1-15所示。