本文目录
- 市场营销专业学生在现有的知识技能基础上，是否适合做数据分析师
- 会excel和数据库，有哪些职位适合这样的人
- 数据分析师的简历应该怎么写
- 什么背景的人适合做数据分析师
- 怎样判断一个人是否适合做数据分析
- 企业会给30岁转行数据分析，自学工具和思维的人机会吗
- 男生数字敏感度强，从事数据分析师与会计师哪个好
- 什么样的人适合学商务数据分析
市场营销专业学生在现有的知识技能基础上，是否适合做数据分析师
不适合！
营销玩的是人性，分析师玩的是数字。
人性是数据无法预测的，你能通过心理学大概知道某个人的想法，但这是人做完这件事之后收集出来的信息。我们可以通过数据知道什么类型的人对什么样的颜色敏感，但这一切首先是基于人已经做出喜欢某种颜色的反应。
同时数据换句话来说是过去式，我们可通过分析数据，得出一定的结论，但是这是整个社会没有进步的情况，现在是一个飞速发展的时代，今天得出的结论，可能明天就被别人推翻了，或者是被间接性的影响到了。
所以要想玩数字，首先你要对整个社会的认知达到一个高度，不然你的数字分析的再漂亮，也就是数字而已。
同时，如果你是毕业生，奉劝你一句，认认真真到一个真的在做事的部门去学习，书本上的东西是经过别人总结后得出来的，对于整个社会来说可能已经过时了。
会excel和数据库，有哪些职位适合这样的人
这种能力更偏向于做企业的数据分析岗位，但是如果只是掌握操作技能，没有对公司业务的深入理解能力，是不足以胜任的。
如果对数据分析岗位感兴趣的话，可以进一步学习sas，spss等这些比较主流的数据分析工具，会对求职以及工作有很大的帮助。
数据分析师的简历应该怎么写
从业以来面试过不少数据分析求职者，我就从面试官的角度说说我喜欢的简历顺序和要提前了解的那些事
个人能力
比如在数据分析工具方面掌握，算法方面的了解，业务的主攻方向，你的软强项有哪些？沟通、思维、学习、适应能力等
这部分一般用人企业很关注，可以直观看出你与需求之间的匹配程度，往往会给对方留下很深的印象
一定要根据需方的要求调整顺序，比如面试数据工程师，那你把工具、算法一定要写前面，面商业分析师，那你业务的主攻肯定要放首位，从上往下阅读是90%人的阅读习惯，往往开局记忆深刻，后面的内容基本靠匹配度去感觉，这部分的梳理一定要有逻辑，这部分属于并列关系，所以从几个方面独自去概述，千万别一段话了事，例如从数据分析工具上讲，你熟练哪些，掌握哪些，经常使用哪些，从算法来看，你掌握什么算法，经常使用的算法有哪些？从业务分析来看，你擅长市场分析、用户分群、营销分析还是驱动业务增长、媒介分析等
工作成就
其次你几年工作的主要成就，比如独自完成的项目有哪些？从0到1建立的分析体系有哪些？达到的效果如何？上级及服务方对你的认可有哪些？这部分一定要提炼自己这几年主要的成就，独立完成的不但要能写出来，还要能自圆其说，从0到1的创建，一定要有层次感，先做什么，后做什么，为什么这样去做，要能说清楚，要还原当时的处境，因为这些处境可能是你下一家也面临的，大千世界无奇不有，但芸芸众生皆有相似之处 最好的方式就是让你身边不懂得人来看，让他们问你，你来不断回答，慢慢梳理自己的逻辑，记住这点很重要，薪资的差异可能就从这部分开始了，大企业一般一个萝卜一个坑，这个坑放多大的萝卜就看你能否自圆其说，表达清晰
虽然很多人喜欢体现自己的数据分析对厉害，比如做了什么分析帮助公司转化率、客单价、复购率等提高了多少个点，要写没有问题，但一定要注意逻辑，提升多少点你判断的依据是什么，有没有前提条件，这件事不这么做的话，数字在什么范围，这里不仅要能说出场景，更重要的是背景，这样的背景下，我这样做带来的提升 如果觉得麻烦，最好别写，原因很简单，数据分析师很少有KPI的，而影响你所描述的KPI不是由数据分析本身决定的，只是存在关联，并没有直接的因果关系，所以这块一定要注意，常规的描述也有自己的套路，就是你所描述的工作都是围绕数据进行，也就是中心点一定要明确，也能事半功倍
背景履历
下来才是工作经历，教育等，工作经历描述尽量详细一些，让对方知道你到底在这家企业做什么？在团队中是什么角色，而不是匆匆几笔，这样面试人不知道问你什么，反而物极必反，就好比谈恋爱，你越了解别人，你们的话题才会更多，你才能聊的更深，这样彼此才能知己知彼，对你而言不但面试能成为学习的机会，还能让你少踩坑，对用人部门来讲，他们能否给你清晰的定位、准确的认识，从相识到相爱，而不是闪婚带来的阴影，你甚至怀疑自己的命运和人生 其实面试不可怕，大家都是搞数据分析的，也要懂得先分析企业需求，再对症下药，把每一次面试当成自己的重生，要用尽全力展示自己，简历只是一张门卡，要打开这扇门还要很多方式，比如自己的输出（针对性的报告、行业的见解总结、你对这个职位未来规划方案等），领导都喜欢主动的人，要用尽全力，一个好的企业，这一干可能就是3年+，所以一定要120%努力，不可忽视，你的面试蕴藏着你3年+的青春，也可能成为你职场最关键的三年+ 一定要想好如何应对，再去筹备，这不是一份简历那么简单，这是你职场的订婚证
提前准备
面前准备：
1、一定要了解目标公司的业务和产品，利用好搜索引擎，最好自己体验一下，顺便看看公司的其他招聘岗位，大致可以看出公司的重心是研发还是业务，可以去一些职场社交平台（例如linkin、脉脉等）看看有没有新鲜的发现
2、一定要看这个分析师的需求偏底层，偏算法、偏前端还是报告输出为主，这一点一定要清晰，面试中自我介绍时可以重点根据岗位需求去表达类似这样的经历，让对方觉得你很有见解，为他所用 分析清楚需求的目的还有一个就是对标自己的技能，一般业务为主的会要求懂统计软件之一即可，加分项可能是hadoop、hive、sql等，所以只要懂一种就可以了，他们更看重分析思维
面中准备
1、简历中尽量突出自己和岗位相符的技能和经历，就好比我们做数据匹配一样，增强第一好感
2、不懂得软件和技术千万不要写，对方肯定会根据你的描述，抽其中一个进行验证，既然写了，基本的模块和操作至少要了解
3、当问到你项目经验或者经历时，让你谈谈自己的操作过程，这时候千万不要以数据分析的流程去回答，比如了解需求、在需求的基础上提取什么数据、做什么分析，用什么模型，得到什么效果和好评 而是要用分析思维去解决
三个关键what、why、sowhat比如我做过一个用户提升项目，再与业务、老板、部分部门交流沟通后（给面试官感受：你有很强的需求分析、沟通、协调能力） 我把提升从业务和流程角度进行归纳总结（给面试官感受：你更侧重业务，而不是数据）
分为三个方面，用户获取能力提升、用户活跃度提升、用户提升消费… （面试官感受：你做事很有条理，有的结构化思维的意思）
比如在用户获取能力方面，为了需找优质渠道，去除没必要的广告投放，我先找出几个关键性的业务指标，投放金额、投放次数、转化人数等，然后根据这些指标再延伸影响这些关键指标的数据需求，出具体的数据需求，并对数据的可信度进行评估，然后用对比、分解、综合评估等方式进行数据分析，来假设和验证数据与目标主题之间的关系。数据来源有保障、分析框架清晰，回答what很容易，千万不要忽视原始数据采集和可信度，无数人被打趴下…
（what）阶段 得出了xxx结论，发现了影响的几个因素 （why阶段） 并联合xxx部门或者同事进行了数据验证和建议推进，提升了多少p，减少了多少金额 （so what阶段） 从中总结出了一些类似商业问题的经验，也对不足之处进行了深度复盘 （闭环思维模式）
最后提问环节：
不要问福利和保险什么的，纯废话、公司都有自己体系，hr更专业，offer里面都有 多问 1、要是入职的话，在团队里你是什么角色，重点是做什么方面 2、目前数据团队的人员匹配，未来的规划什么样子 等等，类似这样的问题，显得你很重视这个岗位 整个过程要是有自己的作品或者个人博客，公众号什么的可以说一下，显得你是一个没有焦虑，爱学习、爱反思的五有少年 就扯这么多，思维一定要注意三点what、why、sowhat，按照关注度来讲，sowhat很关注，毕竟很多公司不是没有数据分析师，而是没有让数据出彩的数据分析师
转自公众号：小邓种草
什么背景的人适合做数据分析师
数据分析行业的大火以及较高的薪酬待遇，让很多在校大学生或职业遭遇瓶颈的人士开始蠢蠢欲动，想学习数据分析从而进入数据分析行列。但 有一个很困惑的问题就是：自己选择或学习的专业似乎和数据分析没什么交集，这个时候选择数据分析师这条道路会不会很艰难？担心自己的专业跟不上数据分析的学习进度，也担心自己的能力是否符合数据分析技能的要求。
其实，讲真的。虽然数据分析这个行业有着天然的专业鄙视链（文理科的逻辑思维功底、编程语言接受程度上以及数理统计基础实实在在的存在差别，这也是甲方更信赖理工科出身的重要原因，因为社科或文艺类专业，很少有学校会严格地按照数理逻辑去制定学生的课程培养计划），但是并不代表文科生没有任何机会，因为大学以前，其实我们都没正式接触过编程或统计学，大学本科更多的是提升一个人的思维、而不是过硬的专研能力。所以文科专业的朋友，兴趣和决定也是重要因素，不能单单凭借客观的专业背景就否定自己。
当然，学习数学与应用数学、统计学、计算机科学与技术等理工科专业的人确实比文科生有着客观的优势，但能力大于专业，兴趣才会决定你走得有多远。毕竟数据分析不像编程那样，需要你天天敲代码，要学习好多的编程语言，数据分析更注重的是你的实操和业务能力。如今的软件学习都是非常简单便捷的，我们真正需要提升的是自己的逻辑思维能力，以及敏锐的洞察能力，还得有良好的沟通表述能力。这些都是和自身的努力有关，而不是单纯凭借理工科背景就可以啃得下来的。相反这些能力更加倾向于文科生，毕竟好奇心、创造力也是一个人不可或缺的。
怎样判断一个人是否适合做数据分析
大数据是我的主要研究方向之一，目前也在带大数据方向的研究生，所以我来回答一下这个问题。
首先，随着大数据技术逐渐开始落地到传统行业，未来大量的职场人都需要具备一定的数据分析能力，所以无论是否适合做数据分析，数据分析也将成为职场人必须掌握的技能之一。
要想判断自身是否适合专业从事数据分析工作，可以重点考虑以下几个方面的因素：
第一：是否对数据敏感。从事数据分析工作一定要培养自己对于数据的敏感程度，因为数据分析的主要目的就是找出数据背后的规律，所以对于数据敏感的人往往比较适合从事数据分析工作。
第二：是否具备扎实的数学基础。数据分析目前主要的分析方式有两种，分别是统计学方式和机器学习方式，这两种方式对于数学基础都有一定的要求，所以如果数据基础比较扎实，那么是完全可以从事数据分析工作的。以机器学习为例，机器学习的步骤包括数据采集、算法设计、算法实现、算法训练、算法验证和算法应用，所以算法是机器学习的核心，如果数学基础比较好，在算法的学习和理解上会更容易一些。
第三：是否善于编程。从事专业的数据分析工作是免不了进行程序编写的，目前在数据分析领域应用比较多的编程语言包括Python、Scala、R等，虽然这些编程语言在难度上并不算高，但是需要具有较强的动手实践能力。
对于非专业数据分析人员来说，学习数据分析技术可以从基本的数据分析工具开始，比如可以从学习Excel开始，接下来进一步学习数据库知识、BI工具以及编程语言知识，编程语言可以从Python开始学起。
最后，数据分析岗位往往需要具备一定的行业知识背景，目前场景大数据分析是大数据技术重要的落地应用之一。
我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。
如果有互联网、大数据、人工智能等方面的问题，或者是考研方面的问题，都可以在评论区留言！
企业会给30岁转行数据分析，自学工具和思维的人机会吗
每年都会帮公司招数据分析师，说说我在用人方面的看法。首先结论是：我会给机会。
原因有下：
1、数据分析这个工作其实是一个对综合素质要求挺高的工作，这个综合素质体现在逻辑思维能力、沟通表达能力、协同推动能力、业务理解能力、还有工具技术能力，而且这些能力之中，工具技术能力这个可能会受年龄影响的能力却恰恰是最不重要的，当然不重要不是说你可以不会，而是最容易获得，且不用纠结于工具技术，能解决问题的工具就是好工具。其他的能力真的是因人而异，和年龄无关，应届毕业生也有逻辑混乱的，30好几的说不定思维能力更好，所以完全有机会。
2、但是不得不提醒一点，要好好审视自己，有的人是不适合做数据分析，纵然你很喜欢这个工作。我遇到过太多不靠谱的数据分析师。
第一种：技术之上，从来不考虑如何高效低成本的解决问题，而是一味地搞高端工具和算法，令人哭笑不得。
第二种：没有用户思维，从来不站在业务或者对方的角度考虑问题，做的看板别人看不懂，做的分析别人听不懂，只会搞数据，从未考虑过数据背后的业务是什么，只讲数字，不讲“人话“。
第三种：思维不严谨，考虑问题简单片面，容易钻进细节无法自拔，而忽略了问题本身，做出的分析结论往往有很大问题，容易导致决策失误
第四种：业务面太狭窄，只限于自己所负责的那一亩三分地。数据分析不仅要懂产品，运营，还要懂市场懂营销，做的了竞品分析，读的了公司财报，只有更全面的掌握信息，才能做出更准确的分析和决策。
再扯回来，无论你是大龄打工人还是应届毕业生，数据分析的基本能力你如果具备就不是问题，但是也要考虑自己适不适合这个工作。想不想和能不能是两码事。最后，希望你能达你所想，如你所愿！
男生数字敏感度强，从事数据分析师与会计师哪个好
从社会和科技的发展趋势上来看，数据分析师会更有前景。
一方面，从工作到生活，数字化转型正在如火如荼的进行。数据已经变成了最重要的生产资料。
另一方面，相关的人才还是比较匮乏，尤其是诸如数据分析师这样的数字化人才。
不过这里要简单说明一下我们平时听到的数据分析（data analysis）和数据分析学（data analytics）之间的区别。
数据分析（data analysis），指的是我们对已有的数据进行整理、归类、加工、分析，提炼有价信息的一个过程。
而数据分析学（data analytics）是一套分析方法，涵盖了怎么获取数据，怎么分析数据，怎么使用数据的整个过程？所以它涵盖的范围更多更广。
数据分析师（数据分析学方向）的工作内容分为四个层面：
1、处理临时需求：解决业务一次性，临时性的数据需求
2、报表开发：根据业务需要，与开发工程师讨论进行相关报表开发。
3、数据分析与挖掘：与业务同事一起沟通，分析业务问题，提供建议;根据业务需要建立各类挖掘模型。
4、数据产品化：通过数据产品化方式解决结构化业务问题。
如果可能的话，尽量从事数据分析学方面的工作。
最后也想提醒一下，选择什么样的工作，最好能跟自己的兴趣挂起钩来。老话说：强扭的瓜不甜。只有有了兴趣，你才肯花时间和精力去钻研去学习，而且没有怨言。这样才更有可能成功。
什么样的人适合学商务数据分析
谢邀。小职为您解答。
什么样的人适合做商务数据分析师？数据分析师应该具备哪些的的素质呢？对于目前的大数据时代，数据分析师成了目前高需求高薪酬的职业，那么对于这样的需求很多的人会想去从事大数据相关的工作，那么什么样的人适合做数据分析师呢？
什么样的人适合做数据分析师？
1、企业单位：参与企业经营、决策管理、项目投资的职业经理人或高级决策人；参与企业项目运营环节中涉及的包括市场分析、市场研究、生产、研究、评价、销售等各个环节的工作人员。
2、ZF、事业机构：负责项目审核、审批和招商引资、项目评估、项目决策、政策制订等工作的ZF机构领导者及相关从业者。
3、金融机构：银行或非银行金融机构、管理咨询公司、风险投资、金融产品研发、信贷等相关工作人员。
4、事务所：项目数据分析师事务所、会计师事务所、资产评估事务所、税务师事务所及律师事务所等工作人员。
5、学校：学习经济学、财务、统计、投资、金融和企业管理等相关专业的在校学生（毕业后才能取证）以及应届毕业生。
上面讲解的是一些工作单位，从另外一个层面来讲，对于单个人的情况来看什么样的人更适合做数据分析师呢：
我们通过研究分析可以了解到，商务数据分析师从硬件要求上需要个人懂业务，懂管理，懂分析，懂工具，懂设计才可以。从软件方面来讲，数据分析师要求态度严谨负责，有好奇心强烈，有逻辑思维清晰的能力，可以做到擅长模仿和勇于创新。这样的人才才会在数据分析师这条路上走的更长久。
