轉行進資料分析已經十年了，表達一下我的個人看法。

私以為， 資料分析行業是可以長期發展下去的，但是對於資料分析師的專業技能的要求會越來越嚴格。

一、原因分析

在網際網路時代下誕生的不僅僅是一系列的智慧產品，還有海量的使用者資料。從app的開發使用、人工智慧的快速發展到5G的產生，整個大資料時代高速發展。就像當年的淘金熱一樣，誰能在海量的資料中找到有用的資訊，誰就能在這場資訊戰中獲得巨大的勝利。

於是，在大資料的風口上，資料分析師這個職業水漲船高，各大企業都意識到了資料分析的重要性。一時之間資料分析師供不應求，越來越多的人開始慢慢地從各個行業轉行來資料分析行業。由於資料分析師入門門檻很低，且大多數的同學在學校都修過程式設計相關課程，所以稍加訓練就可以滿足行業要求，因此也吸引了越來越多的人來從業。

儘管如此，資料分析行業仍然存在一種人才缺失的情況。在某聯招聘上搜了一下在招資料分析師的崗位，僅僅在上海就有1400個崗位缺口，而且薪資都在0.8-1.2萬不等。這個工資在上海雖屬於一般水平，但是仍然可以滿足正常生活的需要。據美國就業市場相關報告稱，僅僅在美國，大資料人才的缺口就達到20萬。因此在短時間內，資料分析師仍然會是個炙手可熱的職位。

但是隨著一些智慧軟體的發展， 資料分析的門檻會越來越低，慢慢滲入到各個崗位中。在大資料的浪潮推動下，資料分析將會變成工作必備技能。也就是說，基礎的資料分析師崗位會消失，取而代之的是已經掌握了資料分析初級技能的公司職員們。而資深的資料分析師完全不會受這場浪潮的影響，企業仍然需要可以為公司決策作出支援的資深分析者。

資深資料分析師和普通分析師職能差異

只有專業技能強的資深分析師，才能在這場崗位的競爭中長久地存活下去。

二、資料分析工具推薦

1、PPT

為什麼把PPT放在第一，原因很簡單，我們做資料分析的目的是什麼？當然是為了展示給客戶、上級，供他們做決策。

所以PPT作為主流彙報、展示工具，是將分析關鍵結果傳遞給其他的重要手段。學好PPT可以提升溝通和訊息傳遞效率，也是資料分析師必備的技能，具體學習書目我就不做推薦了。

2、EXCEL

EXCEL應該是資料分析師最常用的統計分析工具了，原因是因為方便，所見即所得，而且具有方便的視覺化功能。應該說只有學會了Vlookup，資料透視和基本公式才算EXCEL入門，其次EXCEL最大的驚喜是資料視覺化，擁有大量的圖表模板，可以減輕我們很多工作。

這裡我推薦《誰說菜鳥不會資料分析》這本書作為EXCEL入門。

這本書如果作為資料分析入門書籍是不合格的，因為它有太多內容是關於EXCEL基本操作的，關於資料分析的內容反而很少，但是實事求是的講這本書裡面關於EXCEL資料分析常用公式、資料視覺化的內容還是不錯的，可以當成一本入門書籍。

3、ACCESS

為什麼把ACCESS作為中級資料分析師必備技能，原因很簡單，當資料太大，EXCEL又處理不了，又沒有很強的程式設計基礎怎麼辦？ACCESS的優勢就體現出來了，它可以在不用掌握很高深程式語言的條件下，處理Excel所不能承載的大儲存量的資料原始檔案，速度奇快，且易學易用。

作為入門，我推薦《表哥的Access入門》這本書。透過一個簡單的小飯館資料庫管理程式的開發過程，對理解資料庫和學習一些基本的ACCESS很有幫助。

4、SQL

作為資料分析人員，要想獲取資料，肯定就要和資料庫打交道，因此sql肯定是要掌握的，在招聘要求中，sql也是很多資料分析崗位的能力要求之一。

學習SQL最快的方法是能自己下載資料庫管理工具，找些資料練習，主要了解一些資料庫查詢語言，where，group by，orderby，having，like，count，sum，min，max，distinct，if，join，left join，limit，and和or的邏輯，時間轉換函式等。這裡推薦《MYSQL必知必會》

5、Python

Python作為目前最火的程式設計軟體之一，確實在資料分析、資料探勘上有著獨特優勢。是否具備程式設計能力，也是初級資料分析和高階資料分析的分水嶺。以下是python的學習路線圖：

看起來要學習的內容挺多的，但其實python最大的優勢就是語言簡約，非常易於讀寫，如果之前有一定的程式設計基礎，上手很快。推薦書籍《Python程式設計快速上手》，新手可以跟著書裡的內容一步步做，把裡面的專案做完，差不多就入門了

6、商業資料分析軟體

excel做資料分析難以解決大資料量的問題，對沒有程式設計基礎的人來說上手python又比較難，這時候可以選擇利用資料分析軟體來做資料分析，現在市場上的資料分析軟體基本都涵蓋來資料採集、處理、分析到視覺化展現的過程，操作簡單，視覺化效果很棒，比較適合新手入門。

比較好用的有FineBI、tableau 等等