最近不是剛做了一次活動，來了不少粉絲，大家在交流群裡聊的火熱，紛紛吐槽、交友、交流經驗。看到其中有的小夥伴的問題格外的典型：

.........

大家在群裡侃侃而談，互相交流經驗，相互排雷。

雖然我并未在群裡回複什麼，主要是想聽聽大家的聲音，想了解大家的想法。

現在針對這幾個問題，我就做一些簡單的回應。

在數據分析行業目前并沒有什麼通用證書，主流的證書大概是BDA、CDA、CPDA這三類證書

綜合來說CDA更值得入行不久的數據分析師去考，因為一方面BDA的等級劃分比較多，考試時間是有限制的，另一方面CPDA難度較大，要求較高，而且考證的課程有點貴，相比之下CDA的考試時間更靈活，而且考試内容上，感覺CDA更系統更有針對性，所以還是如果真的想考還是可以考一考的。

但目前這三種證書的考量都不是很大，證書方面還需要時間去推行。所以相之于證書的背書，個人的實戰經驗更加重要些。

根據上海公布的2021年的數據分析師年收入可以看出，在一線城市，數據分析師的工資大體呈正态分布，人數占比最多的區間是20k-30k,人數占比達到20.9%，其次為6K-8K,人數占比達到18.35,故此收入差距較大，如果是大廠的offer或者是中小公司的中高級崗位，基本薪資都是在20K以上的，此外數據分析師也是個很吃經驗的行業，0-2年平均薪資9749元，3-5年12000左右，8-10年21000左右。體而言大部分數據分析師能達到年薪20W,相比于其他行業收入可觀。

并且據預計，未來10年，數據分析師的職位将增長12.3%，各個傳統企業也都在尋求數字化轉型，因而需求量是可以保證的。根據BOSS發布的數據表明，在過去的12個月裡，已經有100,393個數據分析師職位發布，平均每個職位需要39天才能填滿——說明對于數據分析師的需求處于健康水平。

很多剛入門或者準備轉型的小夥伴挺好奇數據分析師的日常工作到底是什麼？

總體來說用三個詞語概括下：溝通、監控、分析

首先就是溝通，一般剛入行的時候，小夥伴面對的主要工作是幫各需求方從數據庫裡把他們想要的數據取到。但這時候大家也有個通病，就是業務提啥做啥，做之前不問清楚，不動腦子，純純的取數工具。

一般來說最好的溝通時間就是業務跟你提需求的時候，這個時候你隻要多問幾句了解業務部門要數據的目的，需求的類型、需求的輕重緩急、需求的維度和指标口徑，後面的工作會輕松不少，而且還有助于于你能更好的了解業務。

其次就是監控，數據分析師一個很重要的工作就是監控指标，而監控的結果通常是通過報表呈現，譬如周報、月報等等，依舊是大家經常自嘲的“表哥、表姐”。

但這卻也是項必不可少且花費大量時間的工作，通過制作報表來呈現監控指标變化的目的，但也要擺脫一味的“表哥、表姐”的工作，有時候通過報表，更能讓你從管理層級了解業務的整體情況和領導的關注重點。

所以這也對我們的能力提出了更高的要求，那就是将數據可視化的能力裡。畢竟與簡單的數據羅列相比，圖表更能直觀的傳達信息。這裡我最常用的專題分析看闆類工具就是FineBI和Tableau，大家有興趣也可以多了解下。

最後就是分析，數據分析師顧名思義就是對數據進行分析，其價值也是通過數據分析為企業的業務帶來價值，在這裡就要求大家至少能掌握适用于所屬行業的分析模型，能夠更高效的幫助我們去理解業務。這裡的數據分析模型我之前專門寫過一篇，大家可以看看這篇《數據分析常用的8種模型》

在發現問題之後還不夠，你還要能提出解決方案。針對這個問題你的理解是什麼？你有什麼樣的結論？該去怎麼解決？怎麼協調？如何對其落地、複盤、評估結果等等

因而可以說數據分析隻是手段，解決問題，為業務賦能才是根本，這也就為什麼大家都說數據分析師必須懂業務的原因。

首先是數據分析工具：做數據分析你至少要懂得一兩種編程語言，其中最基本的就是Excel和SQL，而R、SPSS、SAS這些工具有一定的針對性，部分公司才要求你必須會這些，故此如果剛開始入行時就花費時間學這些語言，可能會縮小你的求職範圍，但技多不壓身，要是再掌握基本的編程語言基礎上，有時間多學點其他語言，也更有競争力。

然後由于數據分析師要經常做周報月報，所以可視化工具至少也要熟練上手一種，譬如FineBI或者PowerBI。

因為針對經常做報表，且要求報表自動化的話，這兩種工具是最合适不夠。

其中PowerBI繼承office的界面，操作界面熟悉,但使用門檻較高，深入操作需要學習DAX語言、M語言。

而FineBI是以業務為中心的自助大數據分析平台；主要面向業務和數據分析師，以問題為導向的探索分析，操作簡單，但二次開發還有待加強。

在做數據分析時，除了自己收集數據，一般剛入行的新人找不到比較合适的公開數據源，用來做一些數據分析和挖掘實例，但數據是數據分析的基礎，所以獲取大而全的數據就至關重要，所以我也特意總結了些免費數據網站，大家可以按需查詢。

• 國家社會類：中國統計局、香港政府數據中心
• 企業信息類：EDGAR、巨潮資訊
• 經濟類：中财網、世界銀行、FactSet
• 互聯網類：CNNIC、SimilarWeb、镝數聚
• 電商類：阿裡研究院
• 傳媒類：CBO中國票房、收視率排行
• 移動應用類：艾瑞數據、新榜、Tasking Data
• 交通出行類：高德地圖中國路況、北京交通發展研究所

這些都是不錯的數據網站，如果還有其他的數據網站也歡迎評論區分享

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!