我对于数据分析师的理解

spss/sql之类的软件的运用、一些数据处理方法的认知，如决策树、时间序列之类等，就能成为一个合格的数据分析师。我个人做了4年的数据分析，也参加了许多关于数据分析的行业培训，如北京bihuman的培训课程。心里总觉得缺点什么，数据分析到底是应该怎么去做。

我觉得要将数据分析，首先就要了解一个行业，这个是最重要的部分。就像一个房子的地基，就是那么重要，你不知道行业是怎么赢利，客户目标群，传统的渠道，行业的影响因素等等，我现在觉得这些是最重要的。了解这些之后，才有后面数据分析对于决策的支持。

第二点，我认为数据分析师，在数据建模的时候，必须要给出自己的意见，这个怎么讲呢？每一个行业都有自己的侧重点。不能说，在数据建模的时候大而全就能涵盖到所有，我个人认为在数据建模时，数据分析师就应该根据行业的特点给出自己的建议，这样会有利于以后的数据分析的思路。也就是说，在数据建模的时候，数据分析师就应该考虑到给自己以后的数据分析留下思路空间。

第三点，我认为数据分析重点不是在于那些方法，而是运用这些数据分析方法找到有用的信息。问题就来了，什么样的信息是有用的？现在很多数据分析师都是照搬的别人是怎么做的。不用说每一个行业，就是每一个公司都不一样。比如，视频网站，点击量的分析。每一个视频的大体分类都是那样的，可是什么咨询，科技，游戏等等；可是这些大类只能说明人的兴趣点分，有没有把大类中视频的再进行类，对其视频内容进行分析（当然主要对于点击量很大的），这是在数据建模的时候根本就没有办法做到的。我觉得数据分析师的思路是对于分析最重要的事，很多数据要是死死的用，分析出来就效果不大。还是刚才的视频网站，假如我们分析了排名前300名点击量视频的内容，我们就很容易得到，我们应该在我们网站的首页放置什么样的视频，看视频的主要的人群，他们的年龄段，他们可能消费的方向，应该给他们推荐什么样的视频等等。

最后一点，数据分析师，不要仅仅的盯着数据库，要把数据库延伸出来，数据库中的东西，有很多可以延伸的方面。比如，在分析一个企业的销售的时候，我们的数据源：时间，数量，性别，电话，地点等。然后我们得出一些常用的结论。可以我想说的是，你关注过这个商品的行业的一些影响吗？政策的影响吗？趋势有时候是有原因的。