本文来源知乎问答：https://www.zhihu.com/question/29265587

看了这么多好的回答，我决定这次换一个风格。尽量用最简单的语言分享一下对这个问题的看法。希望对大家有帮助。

我的想法也很简单，就是梳理一下数据分析师这个岗位的特征，然后你就可以知道当前阶段和每一步需要做什么以及如何找方向了。

一、到底什么是数据分析师？

数据分析师的定义非常多，为了“平易近人”，我这里想了一个办法：

数据分析可以理解为做菜的，把数据拿过来做成各种“菜”。这些“菜”就是数据分析师的工作结果。吃菜的人就是数据分析师服务的对象，可以是公司、个人、机构。一个合格的数据分析师就是在保证数据干净，数据原材料丰富的情况下把数据做成对目标用户/用户群有“营养”，有价值的“菜”。

二、要成为数据分析师需要做什么呢？

理解了数据分析师的定义就不难想出，数据分析师本质上和厨师是一个套路：

厨师需要需要买菜、洗菜、切菜、做菜、摆盘、最后评估改进菜的质量；

而数据分析师则是找数据、清洗数据、加工数据、展示数据、最后改进数据或者给公司的决策提供建议。

三、要做到这些需要会哪些东西？

这个答案前面的优质答主提供了很多建议。这里做几个分类吧：

找数据阶段：数据库知识、爬虫相关知识

清洗阶段：Excel、数据库知识、编程语言（如Python、R语言）

加工数据：Excel、数据库知识、编程语言

展示数据：Excel、编程语言、BI工具（如Tableau）

改进数据：BI工具、沟通能力、市场/产品/运营/营销/技术/战略等等能力

强调一下最后一条，沟通能力、市场/产品/运营/营销/技术/战略等等能力，这些往往决定了你的未来发展，希望你重视，我之后还会提到原因。

四、为什么现在需要数据分析师？

1、数据量越来越多

这个道理很好理解，随便一查就能知道：

时至今日互联网每天新增的数据量达2.5*10^18字节，而全球90%的数据都是在过去的两年间创造出来的。举个直观的例子来说明一下互联网的数据量：假设大西洋里每一升海水代表一个字节的数据，那么整个大西洋存储的数据也只能到2010年就满了。

2、数据之间的关系越来越复杂

理解这个原理可以做这么一个数字题。现在有2个人互相联网，第3个人加入后会和前两个人都产生连接，那么就是1+2个链接。第4个人加入后就产生1+2+3个链接。

所以有N个人的网络就是1+2+3+。。。+(N-1)个链接。小时候就学过这个原理吧？？这个结果就是(N-1)N/2。也就是说随着加入网络的节点增加，链接的复杂度就会指数型上升！

3、数据的价值越来越大

维度的增加和信息的在线化导致互联网行业的快速发展。尤其是和消费、金融、理财、个人信息相关的数据会不断强化数据的重要性，我想这些道理不用我多说了吧。

4、数据方面的人才欠账越来越严重

另一方面，数据分析师的人才数量却跟不上这些数据的增速。也很好理解：在数据量指数型增长的同时，工作人口无法指数型增长（甚至有所下降），因此，优秀的公司招不到优秀的人成为常态，也常常出现原来从事其他岗位的人边干边学数据分析的情况。实在不行你还可以从数据分析师的招聘薪资看嘛～

五、你真的愿意成为数据分析师吗？

看了上面的介绍，你是不是也打算从事数据分析师了呢？且慢。

数据分析的重要不代表你就一定要从事这个行业，职业规划的准则之一就是工作和自己能力、愿景的匹配。那么，实事求是的说，数据分析师这个岗位有哪些好处和坏处呢？（仅供参考！）

先说好处

数据分析师说白了就是分析数据，那么就需要锻炼你的数据思维和综合分析事物的思维。

这两个思维无论是在数据分析岗位还是未来大数据时代的决策类岗位都十分重要。在复杂的网络世界里拥有数据思维的人更能准确的找到自己想要的东西。因此通过接触数据锻炼这些能力是对自己的发展很有利的事情。

其次就是工资和发展前景了，前文已经提到，不再赘述。

那么坏处是什么呢？

首先，数据分析师作为新兴岗位，还远不成熟，各个公司对数据分析师的要求和能提供的条件千差万别。遇到不懂数据分析的领导也很常见。因此你可能会面临公司无人会、去了没人带、带了没人懂的尴尬情况。

其次，数据作为新兴的生产要素，没有完整有效的管理体系，很多公司的数据数量和质量无法保证，你能做的也就十分有限了。

补充一段，我为什么选择数据分析师呢？也给你作为参考。

首先，要从兴趣爱好开始说。在我第二份工作的时候就发现数据的作用，有段时间通过自学SQL语言简化了一些工作的流程，当时那个过程感觉很舒畅。也打下了对数据分析的兴趣的种子。

其次，历史背景。我从第二份工作开始和数据打交道，渐渐有机会从传统制造业往互联网发展。从传统制造业的技术转到数据分析再转到互联网的数据分析，一步步的发展没有特别大的跨度，转型比较平稳。

再次，能力达标。在第三份工作中边工作边学习，就积累了一些数据分析方面的知识，尤其是在 @猴子 课程中认识了一些优秀的朋友和老师一起进步，使得在基础知识上没有明显的短板。

最后，还要算一下收益和成本。转行有学习成本、对新行业熟悉的成本、还有面对新的竞争的压力。同时收益是你的成长，更高的工资和新行业的人脉。如果你算清楚了这些，成本大于收益的前提下，再转行，也许才是正确的决定。

六、如何学到数据分析师才有的那些东西呢？

看到这里的人应该都是确定自己要往数据分析方向发展的人了吧？（否则建议你再回去看看之前的内容）那么如何开始呢？其实要做的有两件事：如何学以及如何实践数据分析。

第一、如何学？

课程的来源非常多，在这个数据爆炸的时代最不缺的就是数据。这里我分享一下我接触的一些来源：

网易公共课是最老资格的网课平台，免费、内容丰富、可以找到一些有趣的课程让你对某个领域有概念。

猴子聊数据分析是我之前报名的课程，通过社群互助学习+闯关的方式带你学，比较通俗易懂、由浅入深

天善学院是入门之后了解到的一个课程，里面的秦路老师的课我有报名，讲解很细致，可以反复看。

Coursera是一个国外的网课平台，内容深入、全面、专业，如果你想深入或者拓宽行业知识时非常值得参考。

第二、如何实践？

要实践，就要有两个条件：数据来源和数据分析方法。

数据来源很多，给你几个比较权威的吧：

其次是数据分析思维。这个听起来很玄，但是我至今也没有想到更好的方法，无非就是：多练，多看，多交流。因此，找一个靠谱的小组互相帮助也许是在这个新出现的行业分支最好的进步方法了吧。

也欢迎各位大牛大神联系我共同学习共同成长！本人微信：q734550709。

七、如何快速开始数据分析

上面说的是数据分析很难有明确的路径来学习，但是如何开始我觉得还是有一些方法论的（也是要切合题目中“快速”一词）。

一个总的方法论是：从你熟悉的开始。

你的身边的数据，你工作中的数据或者你经常接触的数据开始，减少一个陌生的变量才能让你对另一个变量（数据分析）有更好的把握。

除此之外，还可以做的是让数据分析对你有帮助：

如果你在找工作，可以数据分析目标公司的行业情况数据；

如果你对某个领域特别感兴趣，就可以分析这个领域的数据；

如果你觉得分析某个数据特别有意义（比如能帮你找女朋友之类的）；

或者你通过分析某个数据可以赚钱（比如分析股票数据），都可以。

八、快速开始数据分析之后，下一步是什么？

看这个问题的朋友们也许没有想过这个问题，就是当你开始进入这个行业，下一步是什么？你的职业发展是什么？

参考资料可以微信联系我，知乎不让放啦～

其实数据分析和其他工作一样，离不开几个方向：业务方向、技术方向、底层架构方向和管理方向。当你真正入行之后，真正要考虑的是你的职业发展，尤其是在这个快速变化的时代如何规划变得尤其重要。这个没法展开了，有兴趣的伙伴也可以联系我（微：q734550709）一起交流。

最后我想说的是，每一个选择都存在着风险，每一个工作也意味着一份责任。希望你谨慎选择，同时积极迎接挑战。（哈哈，貌似很高大上的结尾了呢）