1理解需求

知道要什么，才能考慮怎么做

2獲取數(shù)據(jù)

數(shù)據(jù)庫SQL技能

網(wǎng)絡(luò)爬蟲（簡單的分析師做，復(fù)雜的技術(shù)部門）

3數(shù)據(jù)預(yù)處理：缺失、異常、異構(gòu)

Excel：處理數(shù)據(jù)量不大，不能處理太多復(fù)雜字符結(jié)構(gòu)

SQL：數(shù)據(jù)量大結(jié)構(gòu)簡單

Python：結(jié)構(gòu)復(fù)雜數(shù)據(jù)

大數(shù)據(jù)平臺hadoop、spark：數(shù)據(jù)量特別大

4統(tǒng)計(jì)分析：根據(jù)分組變量數(shù)據(jù)聚合計(jì)算、求均值、求和、求方差標(biāo)準(zhǔn)差；特征相關(guān)性分析、列連分析、假設(shè)檢驗(yàn)

數(shù)理統(tǒng)計(jì)知識

統(tǒng)計(jì)工具SPSS、SAS或編程語言如Python、R等

5數(shù)據(jù)建模：量化數(shù)據(jù)關(guān)系，方便預(yù)測分類，常用模型有線性回歸、邏輯回歸、決策樹、隨機(jī)森林、支持向量機(jī)、神經(jīng)網(wǎng)絡(luò)， 這些模型大部分都可以在Python的第三方庫Scikit learn中發(fā)現(xiàn)

統(tǒng)計(jì)知識

熟悉機(jī)器學(xué)習(xí)算法

有一定的編程能力

6數(shù)據(jù)可視化及數(shù)據(jù)報(bào)告的撰寫

Excel、Tableau、R、Python

統(tǒng)計(jì)知識和業(yè)務(wù)知識