數據的獲取需要sql工具，Excel可以應對小型數據的分析。還需要學習r語言、Python、spss等數據，這樣才能夠提供數據的挖掘能力。當然還需要學習數據庫的內容，將數據納入數據庫的本領也需要掌握，學好了這些才能夠做好數據分析。

數據分析師要學會什么技能

數據分析師要學會Excel、掌握SQL Server或者Oracle的SQL語句、掌握可視化工具。

首先是Excel，貌似這個很簡單，其實未必。Excel不僅能夠做簡單二維表、復雜嵌套表，能畫折線圖、Column chart、Bar chart、Area chart、餅圖、雷達圖、Combo char、散點圖、Win Loss圖等，而且能實現更高級的功能。

包括透視表（類似于BI的多維分析模型Cube），以及Vlookup等復雜函數，處理100萬條以內的數據沒有大問題。最后，很多更高級的工具都有Excel插件，例如一些AI Machine Learning的開發(fā)工具。

掌握SQL Server或者Oracle的SQL語句，雖然你是業(yè)務分析師，但如果取數據能少依賴于IT人員和IT工具（比如BI的多維分析模型，有時候并不能獲取你想要的數據），對于做業(yè)務分析，無疑是如虎添翼，我曾經見過華為的會計能寫七層嵌套的SQL語句，很吃驚。

包括join、group by、order by、distinct、sum、count、average，各種統(tǒng)計函數等。

掌握可視化工具，比如BI，如Cognos、Tableau、FineBI等，具體看企業(yè)用什么工具，像我之前用的是FineBI。

這些工具做可視化非常方便，特別是分析報告能含這些圖，一定會吸引高層領導的眼球，一目了然了解，洞察業(yè)務的本質。另外，作為專業(yè)的分析師，用多維分析模型Cube能夠方便地自定義報表，效率大大提升。

數據分析師要具備的基本知識

第一，數據思維,對數據敏感性要高,建立起興趣,自己要刻意練習。

第二，業(yè)務能力,多關注行業(yè)分析報告,cda有很多原創(chuàng)文章。

第三，熟練使用數據分析工具,比如excel sql語言、spss python sas等,建議精通1-2門就好,以后需要其他工具工作中再學習。

第四，扎實統(tǒng)計和數學基礎,比如微積分,線性代數 模型有聚類,關聯(lián)分析、SVM、神經網絡、貝葉斯網絡、樸素貝葉斯、隨機森林等。