會不會python對你能不能成為資料分析師也沒有任何關係，它只是一種工具語言，沒有因果關係
先從2則高階資料分析師的招聘看起：
第一個：
任職要求：
1、統計學，數學，計算機等專業本科及以上學歷，3~8年或以上的資料分析工作經驗。
2、紮實的數理統計理論知識，如描述性統計，推斷性統計，多元統計分析等。
3、熟悉資料探勘理論與方法，如聚類分析，決策樹，邏輯迴歸，關聯規則等。
4、熟練使用SQL語言進行各種複雜的資料處理和彙總統計分析。
5、熟練使用SPSS，SAS，R，Python中的任一工具進行資料分析工作。
6、邏輯思維能力強，表達條理清晰，善於用PPT寫作。
7、熟悉Tableau、FineBI等BI工具，瞭解資料結構和視覺化報表設計。
第二個：
1. 應用數學、統計學、金融學等相關專業，碩士及以上學歷。
2. 有良好的產品Sense和商業敏感度，有2年以上電商、物流、零售等資料分析經驗。
3. 精通SQL，有一定的Python或者R程式設計能力，或能使用SAS或SPSS，有海量資料分析和挖掘經驗者優先。
4. 對資料敏感，有強烈的資料驅動意識，能以創新的分析方法剖析複雜的商業問題。
5. 具有高質量的分析報告撰寫，有較強的溝通表達、專案管理及組織協調能力。
不知道大家注意到沒，SPSS，SAS，R，Python之間是並列關係，也就是說你只要精通其中的一種即可，那麼作為分析師，更看重的是什麼能力呢？
什麼是商業分析能力呢？我通過幾個面試題來讓大家感受一下
問題一：
某大型品牌更換代言人之後，首月銷售額增加５０％，因此認為代言人更換十分成功，你是否認同，為什麼？
問題二：以下是一家B2C電子商務網站的一週銷售資料，該網站主要使用者群是辦公室女性，銷售額主要集中在5種產品上，如果你是這家公司的分析師
1、從資料中，你看到了什麼問題?你覺得背後的原因是什麼?
2、如果你的老闆要求你提出一個運營改進計劃，你會怎麼做?
問題三：
這個月我們的GMV下降了20%，請問你將從那些方面進行分析？分析的邏輯是什麼？
嗯？是不是有人看到這些問題一頭霧水
那是你學習資料分析的路徑和方式不對，我接觸很多的分析師轉行都是從學python開始，誤認為學習了python就能做好資料分析，簡直是做夢，python對資料分析有一定的影響，但不是因果關係
python對分析師來講只是工具，那你知道對分析師來講最核心的三大工具是什麼嗎？
PPT、Excel、SQL
這就是你的商業分析能力，假如你還領悟不到，那就自己嘗試開個網店什麼，買點小東西，你感受一下，什麼叫商業sense
（這些工作看似不同，其實考驗的都是你的商業分析能力）
比如，一個業務給你說，今天我們的ROI是60%，那你瞬間就要知道60%在整個行業什麼水平，是正常值還是異常值
那麼這要如何做到？都背過英文單詞吧，我們分析的市場常見的一些指標的數值一定要記住，這個對你瞬間的判斷很有幫助，比如：客單價、次日留存、獲客成本、活躍使用者、復購率等等，這就是你大腦中的參考物，再加上商業分析的sense，你很快能找出一種解決方案出來，這就是為什麼要求資料敏感性的原因之一
還有一種，舉個栗子，有一次你去參加某峰會，上面一個競爭對手的boss說，我們的使用者量突破1000萬，客單價360，活躍使用者數達到400萬
這時候的你，腦海裡一定要有幾個思考：
1、同樣的時間戳，我們發展了多少使用者？差異懸殊嗎？
2、客單價和我們的差距在哪？是品類引起還是高淨值使用者引起？
3、活躍使用者的口徑是什麼？最活躍的區域在哪？存在我們的機會市場嗎？
等等類似這樣的問題，這都是要給予資料的敏感性去判斷，大腦永遠都是碰見異常、懸殊的資料才能帶動我們的深思，所以你的敏感性很重要
所謂的資料洞察和分析，到最後就是再用資料講一個好的故事，好的故事不但需要嚴密的邏輯，而且需要好的素材（資料），好的場景（框架），好的展示（視覺化），好的表達能力（溝通）很多人認為昨晚資料分析報告就可以，其實打錯特錯，你要把你所有的發現和觀點能夠串起來，和彙報的物件進行深度分享和共鳴，你才配提“價值”二字
首先要搞清楚WHO，你彙報的物件是誰？這對你的報告能否產生彼此的共鳴很重要，沒有共鳴就沒有價值可言，這是底線
其實WHAT，你要講什麼？整個故事的主人公是你，你要用資料和商業的sense造出一個好故事出來，而不是每一頁一頁的念下去，對別人來講，誤以為你只是做了資料到圖表的展示，還沒有到洞察，資料分析只是假設驗證的過程，更重要的是能夠將觀點都串起來講一個故事，多站在使用者的角度去分析
最後NEXT，需要下一步做什麼？好的報告不是資料，也不是圖表，而是透過簡潔的展示和表達，讓對方知道我要如何去做，那我們更應該深度去思考，用什麼樣的展示能夠讓對方賞心悅目，傳達精確，這需要下很大的功夫去思考，切記不要忽略！！！
這裡就不多說了，這類說過很多了，記住我所說的演算法是常用演算法，一般人知道什麼場景下如何應用即可，知道結果的解讀，如何用軟體來操作就行，你不是搞科研的，你需要的只是嚴謹
好的分析不僅僅只是會用演算法和模型，定性也很重要！！
最後想告訴大家，能不能成為一名優秀的資料分析師，和你會不會程式設計沒有絕對關係，會只是能夠加分，僅此而已
會不會python對你能不能成為資料分析師也沒有任何關係，它只是一種工具語言，沒有因果關係
先從2則高階資料分析師的招聘看起：
第一個：
任職要求：
1、統計學，數學，計算機等專業本科及以上學歷，3~8年或以上的資料分析工作經驗。
2、紮實的數理統計理論知識，如描述性統計，推斷性統計，多元統計分析等。
3、熟悉資料探勘理論與方法，如聚類分析，決策樹，邏輯迴歸，關聯規則等。
4、熟練使用SQL語言進行各種複雜的資料處理和彙總統計分析。
5、熟練使用SPSS，SAS，R，Python中的任一工具進行資料分析工作。
6、邏輯思維能力強，表達條理清晰，善於用PPT寫作。
7、熟悉Tableau、FineBI等BI工具，瞭解資料結構和視覺化報表設計。
第二個：
1. 應用數學、統計學、金融學等相關專業，碩士及以上學歷。
2. 有良好的產品Sense和商業敏感度，有2年以上電商、物流、零售等資料分析經驗。
3. 精通SQL，有一定的Python或者R程式設計能力，或能使用SAS或SPSS，有海量資料分析和挖掘經驗者優先。
4. 對資料敏感，有強烈的資料驅動意識，能以創新的分析方法剖析複雜的商業問題。
5. 具有高質量的分析報告撰寫，有較強的溝通表達、專案管理及組織協調能力。
不知道大家注意到沒，SPSS，SAS，R，Python之間是並列關係，也就是說你只要精通其中的一種即可，那麼作為分析師，更看重的是什麼能力呢？
商業分析能力什麼是商業分析能力呢？我通過幾個面試題來讓大家感受一下
問題一：
某大型品牌更換代言人之後，首月銷售額增加５０％，因此認為代言人更換十分成功，你是否認同，為什麼？
問題二：以下是一家B2C電子商務網站的一週銷售資料，該網站主要使用者群是辦公室女性，銷售額主要集中在5種產品上，如果你是這家公司的分析師
1、從資料中，你看到了什麼問題?你覺得背後的原因是什麼?
2、如果你的老闆要求你提出一個運營改進計劃，你會怎麼做?
問題三：
這個月我們的GMV下降了20%，請問你將從那些方面進行分析？分析的邏輯是什麼？
嗯？是不是有人看到這些問題一頭霧水
那是你學習資料分析的路徑和方式不對，我接觸很多的分析師轉行都是從學python開始，誤認為學習了python就能做好資料分析，簡直是做夢，python對資料分析有一定的影響，但不是因果關係
python對分析師來講只是工具，那你知道對分析師來講最核心的三大工具是什麼嗎？
PPT、Excel、SQL
這就是你的商業分析能力，假如你還領悟不到，那就自己嘗試開個網店什麼，買點小東西，你感受一下，什麼叫商業sense
（這些工作看似不同，其實考驗的都是你的商業分析能力）
資料敏感性比如，一個業務給你說，今天我們的ROI是60%，那你瞬間就要知道60%在整個行業什麼水平，是正常值還是異常值
那麼這要如何做到？都背過英文單詞吧，我們分析的市場常見的一些指標的數值一定要記住，這個對你瞬間的判斷很有幫助，比如：客單價、次日留存、獲客成本、活躍使用者、復購率等等，這就是你大腦中的參考物，再加上商業分析的sense，你很快能找出一種解決方案出來，這就是為什麼要求資料敏感性的原因之一
還有一種，舉個栗子，有一次你去參加某峰會，上面一個競爭對手的boss說，我們的使用者量突破1000萬，客單價360，活躍使用者數達到400萬
這時候的你，腦海裡一定要有幾個思考：
1、同樣的時間戳，我們發展了多少使用者？差異懸殊嗎？
2、客單價和我們的差距在哪？是品類引起還是高淨值使用者引起？
3、活躍使用者的口徑是什麼？最活躍的區域在哪？存在我們的機會市場嗎？
等等類似這樣的問題，這都是要給予資料的敏感性去判斷，大腦永遠都是碰見異常、懸殊的資料才能帶動我們的深思，所以你的敏感性很重要
資料講故事能力所謂的資料洞察和分析，到最後就是再用資料講一個好的故事，好的故事不但需要嚴密的邏輯，而且需要好的素材（資料），好的場景（框架），好的展示（視覺化），好的表達能力（溝通）很多人認為昨晚資料分析報告就可以，其實打錯特錯，你要把你所有的發現和觀點能夠串起來，和彙報的物件進行深度分享和共鳴，你才配提“價值”二字
首先要搞清楚WHO，你彙報的物件是誰？這對你的報告能否產生彼此的共鳴很重要，沒有共鳴就沒有價值可言，這是底線
其實WHAT，你要講什麼？整個故事的主人公是你，你要用資料和商業的sense造出一個好故事出來，而不是每一頁一頁的念下去，對別人來講，誤以為你只是做了資料到圖表的展示，還沒有到洞察，資料分析只是假設驗證的過程，更重要的是能夠將觀點都串起來講一個故事，多站在使用者的角度去分析
最後NEXT，需要下一步做什麼？好的報告不是資料，也不是圖表，而是透過簡潔的展示和表達，讓對方知道我要如何去做，那我們更應該深度去思考，用什麼樣的展示能夠讓對方賞心悅目，傳達精確，這需要下很大的功夫去思考，切記不要忽略！！！
方法論和演算法這裡就不多說了，這類說過很多了，記住我所說的演算法是常用演算法，一般人知道什麼場景下如何應用即可，知道結果的解讀，如何用軟體來操作就行，你不是搞科研的，你需要的只是嚴謹
好的分析不僅僅只是會用演算法和模型，定性也很重要！！
最後想告訴大家，能不能成為一名優秀的資料分析師，和你會不會程式設計沒有絕對關係，會只是能夠加分，僅此而已