大部分人都听过数据分析师这个职位，但是不清楚它的工作内容，所以下面小编给大家介绍数据分析师是做什么的，一起来看看吧。

数据分析师的工作内容

一、初级数据分析师

技能：熟练掌握EXCEL(VBA比较学会;会做透视表;熟练用筛选、排序、公式);基本的SOL知识和统计学知识。

业务水平：提出一个业务问题，可以用数据进行回答，并能保证合理的数据结构、与业务的关联度，以及数据是对的。

二、中级数据分析师

技能：熟练掌握EXCEL;统计学熟练(回归、假设检验、时间序列、简单蒙特卡罗);可视化;Python、SAS或R工具至少会一种;懂业务。

业务水平：有能力独立完成高质量的数据分析报告，如产品规划、市场活动等，可以cover住从前期规划到中期细节完善再到后期评价分析的整个过程。

三、高级数据分析师

技能：精进统计学;熟悉业务;熟悉数据可视化和SQL数据库的操作;熟练掌握大数据平台技术，例如Hadoop、Spark等。

业务水平：独当一面的分析师，可以负责一个子产品(一组模块)级别的项目，带领一个团队来全面解决问题，把控手下数据分析师的工作质量。技术方面，能掌控数据分析的整个过程，对数据采集、埋点、造型、进入数据仓库的清洗有良好的手段。可以回答数据能够回答的任何问题。

数据分析师工作流程

1、制作报告

作为一名分析师，需要花了大量时间来制作内部报告和对外客户报告。这些报告为管理层提供趋势以及公司需要改进见解。

编写报告并不是将数字汇总发送给领导那么简单。数据分析师需要了解如何用数据创建叙述，为了保持价值，数据分析报告要一目了然，简单易懂的方式展现答案和见解，因为决策者或者上级领导不一定也是数据分析师。

2、发现重点

“成功的数据分析师了解如何用数据创建叙述。”

为了生成那些有意义的报告，数据分析师首先必须能够看到数据中的重要部分和模式。

定期递增报告(例如每周，每月或每季度)很重要，因为它有助于分析师注意到重要的部分是什么。

3、收集数据并设置基础设施

也许分析师工作中最技术性的方面是收集数据本身。但通常这也意味着数据分析师要与网络开发人员合作并优化数据收集。

挖掘数据是数据分析师的基本工作职责之一，简化数据收集同样也数据分析师的关键。因此分析人员需要一些专门的软件和工具来帮助完成工作任务。

数据分析师要掌握的技能

1、要掌握Excel，貌似这个很简单，其实未必。Excel不仅能够做简单二维表、复杂嵌套表，能画折线图/Column chart/Bar chart/Area chart/饼图/雷达图/Combo char/散点图/Win Loss图等，而且能实现更高级的功能，包括透视表(类似于BI的多维分析模型Cube)，以及Vlookup等复杂函数，处理100万条以内的数据没有大问题。最后，很多更高级的工具都有Excel插件，例如一些AI Machine Learning的开发工具。

2、掌握SQL Server或者Oracle的SQL语句，虽然你是业务分析师，但如果取数据能少依赖于IT人员和IT工具(比如BI的多维分析模型，有时候并不能获取你想要的数据)，对于做业务分析，无疑是如虎添翼，我曾经见过华为的会计能写七层嵌套的SQL语句，很吃惊。包括join、group by、order by、distinct、sum、count、average、各种统计函数等。

3、掌握可视化工具，比如BI，如Cognos/Tableau/FineBI等，具体看企业用什么工具，像我之前用的是FineBI。这些工具做可视化非常方便，特别是分析报告能含这些图，一定会吸引高层领导的眼球，一目了然了解，洞察业务的本质。另外，作为专业的分析师，用多维分析模型Cube能够方便地自定义报表，效率大大提升。

总之，掌握以上技能的80%，可以算是一个合格的分析师了。这个阶段的数据分析师，需要既懂得如何利用工具处理数据，也要懂得业务场景，能分析解决基本的问题。这里还是要强调一点，数据分析师最重要的是熟悉业务，比较是懂。懂业务，分析逻辑就会清晰一般，而且也能排除大部分无用的尝试。长期以往对于了解的业务，比对一下数据就知道问题出在哪里了。