本篇文章是我首次认识数据分析的文章，以下是结构内容：

1、数据分析的定义；

2、数据分析的价值；

3、数据分析师在公司的作用；

4、数据分析师的软硬技能；

5、数据分析如何驱动业务工作的；

6、数据和变量有哪些类型；

7、数据分析的典型分析流程；

8、数据清理四原则；

9、数据分析各步骤需要掌握的技能点；

1、数据分析的定义

数据分析是指用适当的统计分析方法对收集来的大量数据进行分析，提取有用的信息形成结论并对数据加以详细研究和概括总结的过程。在实际应用中，数据分析可以帮助人们作出判断，以便采取正确行动。

2、数据分析的价值

数据分析的价值体现在各个行业中，下图是以电商行业的价值来说明数据分析的价值，如图所示。

3、数据分析师在公司的作用

随着公司的发展，公司和市场对数据分析的要求越来越高，从一开始的提供简单的业务报表，发展到需要提供咨询分析建议，再到公司逐步发展，需要数据分析师根据数据分析提供解决方案，随着市场竞争的激烈和业务的大发展，最终需要数据分析师对公司的盈利作出直接贡献，当然在这个过程中，对于数据分析师的要求也是逐步提高，从一开始的描述性分析转向诊断性分析，再到预测性分析，直到指导性分析，一步一步更深层次的对数据进行分析。我们可以用Gartner分析优势模型图来看看。

4、数据分析师（初级）需要的软硬技能

先从初级的数据分析师技能说起，硬技能大概需要六个方面，分别是：Excel、编程语言、统计基础、机器学习、数据库、可视化工具、大数据工具。如下图：

数据分析师在在工作中需要的软技能有：A、了解业务；B、讲故事的能力；C、将分析结果转化成业务决策的能力；D、团队合作能力。其中A和D是其他行业通用的能力，而讲故事的能力其实也是将数据分析结果翻译成同事都能听懂的能力。

5、数据分析如何驱动业务工作的

在日常工作中，数据分析师是如何驱动业务和同事合作的呢？具体的流程是：1、定义问题；2、数据分析；3、产生洞见；4、实施落地；5、项目发盘。然后再新一轮的发现问题定义问题往复。具体如下图：

6、数据和变量的类型

数据的类型有四种：表格数据、图片数据、音频数据、文本数据。数据分析师一般以分析表格数据为主，其他的也可以转换成表格形式的数据。如下图所示：

变量的类型可以分为数值变量和分类变量，数值变量有两种：离散型变量和连续性变量。分类变量有有序分类和无序分类。如图：

7、数据分析的典型分析流程

在日常工作中，数据分析工作是遵循一定的流程的，从数据获取到报告呈现，其中每个步骤都用对应得事情要做的，概括总结为下图：

同时数据获取的步骤中，数据的源头也来自好几个，整理下来如下图：

8、数据清理四原则

在数据获取后，由于大部分初始数据并不是我们直接能分析的，需要先清理数据，提升数据质量，然后再进行下一步的分析，数据清理需要保证数据的完整性，合法性、唯一性、一致性。

9、数据分析各步骤需要的技能点

数据分析6步骤中，每个步骤所做的事情不一样，需要的技能也是不一样的，大概需要的技能点整理乳臭所示：

最后，数据分析师需要掌握很扎实的理论基础，这些硬知识对工作的帮助很大，即便难学，也需要分析师努力去掌握，在这个过程中，要以解决实际问题为中心，不要陷入细节中，知识和技术的细节无边无际，但是数据分析师的最终目标是更好的解决和处理现实问题，以驱动业务发展。