在这个全球皆是大数据的时代，众多企业和机构都在跟随这个所谓的潮流，可大数据时代又有多少人能适应过来？
大数据是近年来被过度神话化的名词，放眼众多企业，真正明白大数据的意义者寥寥几人，不少人误以为自己做了大量的数据分析，整合了各种资料，就已经足以立足于大数据时代内，但是这些数据到底起作用了吗？分析结果能推动企业的发展么？这些仍然还是个未知数。乍一看，大数据似乎很高深，实际不然，现在就让我们先看看传统数据分析与大数据的区别所在：
传统的数据分析，是因果关系，而大数据是预判预估的关系。利用大数据分析的结果，来引导或者是提供给企业前端就是大数据营销的结果，而传统的数据分析，是对一个已经发生的事情进行分析，用来总结和助力下一次的行为。大数据的优势在于全面的覆盖从多个点来汇总分析，最终得到的结果是预判的，是预估性质的。
大数据分析的结果和传统数据分析的结果意义是不同的，传统数据分析是钉是钉铆是铆，是事实依据，而大数据的分析是对下一步行为做指导的，是将可能发生的事情做预判，便于企业的下一步行为。可两者就关系而言，是相互依存又相互独立的。套用在常规的客户服务中心中，普通的数据分析，是常态化的。当然，大数据管理不单单只有这些点，还有更多的运用技巧，点睛协助客户进行大数据技术分析，研发出各类大数据分析工具和模型，替客户有效地规划市场及营销策略。
到此，如何才能成为一个合格的数据分析师？这里有四个方面，可以让我们简单入手，成为痛并快乐着的数据分析师：
数据分析师最需要的基本素质是什么，很多人会回答，不是要统计学知识吗，不是要会一些工具吗，说得对，也不对，统计学等只是数据分析的术，真正的关键在技巧之外，即业务能力、思考能力及沟通能力三样，这些能力很多人天生就有，而很多人需要艰苦的训练获得，甚至训练也不可得。
业务知识的学习和掌握，需要的积累之深，培养一个业务专家，需要的周期之长，都远远超过后面所说的那些基本技能。数据分析师其实是之于业务专家之上的更深层次的思考和总结，因此作为数据分析师，最需要不断提升的能力就是行业和业务知识；
要形成独特的见解，则来自于个人不断的学习和思考，这里的学习更多的强调是跨领域和专业，思考则更多的强调养成思考的习惯。所谓“学而不思则罔，思而不学则殆”，思考本身是一种实践，它可以将你的知识更加系统化和深入化，数据分析一定程度上是用来验证思路和启发灵感的，“数据分析”从来不是“数据分析”本身，而是以“数据分析”为手段和表象，对业务的深刻理解、思考和判断。
数据分析贯穿BIT、数据、技术、业务整个链条，数据分析师将BIT最终转化成决策者理解的语言，跨越的流程很长，你需要面对不同的岗位，碰到不同的角色，采用不同的语言，表达你的要求和获得你需要的东西，成为数据和业务的桥梁，没有足够的沟通能力是很难达到的。毫无疑问，企业的管理者实际是最强的数据分析师。
说了数据分析的道，再来讲讲数据分析的术，即工具和手段，如果你进入了一个企业，希望尽快成长为一个数据分析师，还需要在数据、技术、统计理论、表达能力上加强学习。
业务学习有一个毛病，比如你看案例，往往接触到的数据或使用的数据是局部的，因此，你的视野会受局限，数据分析师应该主动的向IT部门拿到最全的数据字典，对于数据字典进行持续的学习，了解每张表甚至字段的业务含义，理解的越透彻，你的分析潜力就越大。反正在实践中慢慢熟悉好了，但自顶向下的数据学习方式可以让你有一个更好的基础和更全局的数据视野；
很多数据分析师仍然依赖于IT人员获取数据，但大数据时代，真的有必要自己动手了，因为依赖他人效率太低了，起码你要会SQL，这是基本功之一。其次，你要会一些数据分析工具，EXCEL是最基本的，其实大多数数据分析基于EXCEL应付已经绰绰有余了，EXCEL的图形表达能力也已经够强。最后，如果你希望更深一层，那就学习R语言、PYTHON、SPSS，SAS等，他们提供了更强大的挖掘能力，可以帮你把统计学的数据挖掘精髓发挥的淋漓尽致；
讲到统计学知识，这里有些书可以推荐给大家：《深入浅出数据分析》、《深入浅出统计学》、《数据挖掘导论》、《统计学习方法》，这些都是很实用的书籍，但结合了实践学更好；
最后，作为数据分析人员，PPT制作能力是极其重要的一项能力，当然你需要花一点时间来了解如何做重点突出，如何图文并茂，PPT的写作决非一日之功。
电话：
邮箱：6@qq.com
微信公众号：touchtech88
官网：
地址：广州市天河区华夏路49号津滨腾越大厦北塔808室
