数据分析岗位是否必须要学编程

崔滔

数据分析师这一职业，哪怕你对他的具体职责不够了解，但随着大数据日渐与我们现实生活息息相关，你也一定在某篇文章或新闻上有听说过它。

酷炫的图表，理性的分析阐述，出其不意又在情理之中的思考角度，总让人对这群“用数据讲故事的人”充满了向往，他们似乎总是蒙着一层神秘面纱，让人禁不住想去探索。

数据分析师

数据分析师使用的主要工具可以是编程，但是目前来讲其实也已经存在了大量十分强大以及易用的数据分析工具，比如Excel，Tableau，SPSS等，所以使用这些工具也能完成简单的数据分析工作。

如今各大互联网公司都在讲大数据，数据的存储基本上在各种大数据平台和数据库中，因此还有必要掌握Hive，HDFS，MySQL等的工具，且熟练掌握SQL是不可避免的。

目前来讲数据分析师一般分为2种，其中一种是面向业务的，主要是对各业务线、产品经理、运营以及各部门领导的需求提供支持，帮助他们分析业务、了解业务，发掘出业务中的问题并提供解决方案；还有一种就是比较宏观以及庞大的分析，一般来讲它是没有指定的需求方的，更多的是需要自发地进行探索，主动找到公司业务中存在的问题，弄清公司发展的趋势，对于公司发展的方向做出指引。

数据分析岗位潜力巨大

现在已经进入了信息高速发展的时代，从如今的趋势来讲的话，数据推动业务发展、数据辅助业务决策已经成为大势所趋。如果抓住了这个风口，抢占了这个先机并且顺应大数据时代号召的人，薪资待遇也是让人羡慕不已———数据分析师确实是高薪职业，大部分公司提供的待遇基本上是10K往上，且随着工作经验的累积和技能树的完善，薪資超过30K也是指日可待。

数据分析师的职业之路

数据分析师大体工作流程可以简化描述成：数据获取整理-数据分析-数据报告几个关键环节。那么，如果是零基础的小白想成为一名数据分析师应该从哪里开始努力呢？可以先从数据分析师最常用的工具———Excel和Python入手。

基础能力

就是使用Excel完成最基本简单的数据分析工作。

Excel大家都已经非常熟悉了，对于Excel来讲它非常适用一些数据量并不大、重复性并不算强的工作场景，如果脱离这个基础条件，需要使用它去处理一些海量的数据以及大批量的任务时，它就会存在效率低（数据量大时会卡死）、复用性不强等问题。

进阶能力

使用Python语言进行更深入、更强大的数据分析。

Python可以说是近几年来最火的编程语言之一，大数据分析领域来讲，Python这门编程语言的运行效率是基础简单的Excel望尘莫及的，除此之外对于图表的交互性和工作可复用性来讲也不是Excel能比拟的。

当你工作到一定时间，开始有了经验、有了进阶的能力之时，可能就会不满足于现状，会不想仅适用Excel，觉得它已经不能给职场发展带来更大的进步，从而会开始转向对Python技能的探索，这时会发现新的职业大门会向你敞开。无论是Web开发，还是操作系统、运维、数据开发以及机器学习等，都离不开Python，Python是一个不练习就学不会的技能。

从技术到业务是数据分析师的基本素养

数据分析师这个岗位针对于大数据的处理往往都是为业务服务的，所以这就需要让数据分析师具备合格的职业素养以及更高的职业水平与能力，他们需要熟知业务痛点以及需要，从而使用自己的专业知识，从数据中提取出有价值的结论。有意从事数据分析的同学，还一定要结合具体项目来实践自己的数据技能。