“初入數據領域，需要學哪些工具？需要掌握到什么程度？本文闡述了所有數據崗位所需的工具。”
數據分析，橫向來看，屬于計算機與統(tǒng)計學的結合；縱向來看，始于數據、終于業(yè)務。因此需要掌握的工具/技能跨度還是比較大的，從數據流轉角度來看，涵蓋從「數據倉庫→數據提取→數據分析→數據展示→數據匯報」幾個模塊，小火龍為大家梳理了各模塊涉及的工具內容，并標注重要性，供大家參考。
數據分析崗位，一般不會涉及數據倉庫的搭建及維護，但對數據倉庫的了解，有助于下游數據提取，以及做一些ADS層的數倉建設，有益于自身成長。其中涉及到的工具主要涵蓋：SQL、Python、Java、Flink等。
其中SQL是最為重要的，會在下文詳細展開；Python、Java在數據處理層會應用到，Python會在下文展開，Java的優(yōu)先級不高，大家了解即可；Flink在處理實時流時會應用到，優(yōu)先級同樣不高，了解即可。
數據提取是數據分析的首個環(huán)節(jié)，將數據從數據庫中，按照指定的格式輸出出來。在這個過程中，SQL是必備工具。
非常重要！非常重要！非常重要！建議掌握程度如下。
熟練掌握增、刪、查、改等基礎語句。
熟練掌握基礎函數，在遇到問題時，能夠快速檢索出用什么類型函數來解決問題。
熟練掌握語法結構，能夠寫出相對復雜的嵌套語句。
有清晰的代碼邏輯，在遇到不同類型需求時，能夠快速在腦海中形成輸出結構。
之前也有分享過SQL相關的文章：
數據提取后，分析是日常工作的核心環(huán)節(jié)，將數據加工處理，探索其中的業(yè)務價值。這里涉及的工具比較多，包含但不限于：Excel、Python、R、Spss、Eviews、Sas等。
雖然不高端，但仍然是數據分析最好用、最常用的工具。建議掌握程度如下。
熟練掌握常用函數。例如：sum、average、vlookup等。可參考文章「Excel函數匯總」。
熟練掌握常用操作技巧。例如：行列轉置、選擇性粘貼等?？蓞⒖嘉恼?a target="_blank" >「Excel應用技巧」。
熟練掌握常用快捷鍵。例如：快速刪除行列、快速篩選內容等。
了解VBA，能夠簡單實現Excel自動化。這一點不是必須，但對提高工作效率會有幫助。
Python并不是數據分析必備工具，但卻能夠決定你的發(fā)展上限。
主要應用場景涵蓋：創(chuàng)建SQL中應用的UDF函數、通過腳本快速產出分析報告、通過數據挖掘產出模型。建議掌握程度如下。
熟練掌握Python基礎語法、函數，能夠看懂別人寫的代碼。
熟練掌握分析及挖掘常用工具包。例如：numpy、pandas、matplotlib、sklearn等。
熟悉通用的Python項目目錄結構。
從功能角度來說，R與Python很多功能是交叉的。R更加偏向于統(tǒng)計分析與繪圖，一般在學術研究中應用較多。對于數據分析同學，Python與R二選一即可，個人推薦前者，應用方向更廣一些。
Spss是一款數據統(tǒng)計與應用軟件，在處理「離線+中小數據量」的統(tǒng)計分析時比較好用。
通過「可視化界面+點選方式」選擇不同類型的統(tǒng)計分析，例如：概率統(tǒng)計、相關分析、回歸分析等，甚至還包含了機器學習算法與文本分析等，應用方向較廣。建議掌握程度如下：
熟練掌握常用的統(tǒng)計學原理，并了解各原理中的參數含義?？蓞⒖嘉恼?a target="_blank" >「數據分析中常用的統(tǒng)計學方法」。
了解工具能解決哪些問題，至于具體的操作細節(jié)，可在用到的時候查詢。
Eviews和Sas在非經濟學領域出現頻次不太高。Eviews主要在時間序列分析中有較多應用；而Sas主要在銀行及金融業(yè)應用較多，屬于付費軟件。這兩個工具，大家了解就好，用到的時候再深入研究。
產出數據結論后，往往需要配合圖表進行展示，簡單的圖表，Excel、Python Matplotlib基本上就可滿足需求了。
但如果希望配置成例行圖表，則需要通過商業(yè)BI軟件來完成。目前應用較為廣泛的軟件有FineBI，PowerBI和Tableau，FineBI是國產軟件，后兩者則是國外的軟件。具體要掌握哪個軟件主要看你的公司使用哪個軟件。
BI平臺操作相對比較簡單，如果之前沒有應用過，建議下載FineBI用一用，了解一下BI平臺的一般功能，并能夠實現一些簡單的看板搭建（FineBI個人版是永久免費的）。
數據對于業(yè)務的價值，需要通過匯報讓更多人知曉。這一階段，PPT是最常用的工具。
聯系客服
