1、数据分析到底是个啥玩意呢？
其实数据分析并没有那么神秘，因为每个人生活中，每天都在经历着数据分析，比如说，你早上因为闹钟没响起床晚了，需要分析怎么样去公司才不会迟到。当然，除了刚在这个案例以外，生活中还有很多其他的案例也表明了数据分析始终贯穿着我们的生活，比如有记账行为的同学每隔一段时间会根据自己之前的记账记录，来分析自己上个月在哪方面用钱大手大脚了，那下个月就会在某些方面克制些等等。
那到底啥是数据分析呢？从上面这些其实可以看出一些共同点，首先，得需要有一些数据，无论是历史的，还是当下的，还是未来的；其次，我们会基于这些数据的分析进行对比或者推理，然后得出一些结论。
所以，数据分析需要通过收集数据，在其中提取出有用的数据，然后利用合理的方法进行对比或者推理，总结出相应的结论。
讲了这么多，很明显可以发现数据分析一定不会是为了好玩，也显然不是为了炫技，毕竟区区数据分析也不算啥可以炫耀的技能。那数据分析是为了干嘛的，结合上面的一些案例，可以大致看得出数据分析是为了让我们得出一些结论，然后来帮助我们做出相应的决策。
正如上面的案例，无论是通过历史经验得出上班要迟到结论，还是说我们基于上个月的消费情况来对这个月的消费进行合理控制的行为，无不都是通过数据分析后得出的结论来帮助我们去进行的决策。
那在实际的产品工作中，数据分析归根到底的目的也是类似，都是通过分析得出某些结论来帮助在工作中做出后续的决策。
由于数据分析的角色和数据时间维度不同以及关注的数据指标不同，会有一些不同的目的测重点，从角色来讲，可以有产品、运营、市场等，从数据时间维度来看，可以有历史数据、当下数据、未来数据，从数据指标来看，可以有日活、月活、订单转化率、访问时长等，而根据不同角色和数据时间维度的排列组合，就可以得出一些不同的数据分析目的，比如电商产品根据历史销售数据去分析将来的销售趋势，还能通过以往的数据趋势分析出数据变化原因并试图找出解决方法等等。
2、入行数据分析，需要掌握的技能
目前数据分析行业大火，国内对于数据分析人才的需求不断扩大，而且数据分析师的薪资也是比较可观的，很多人都想抓住机遇，成功入行提薪。
如果想入行数据分析并且找到一份高薪工作的话，可以参考招聘网站上中意公司的招聘要求，根据要求去提升相应能力。小编在参考了几个招聘网站对于数据分析师的招聘要求后，总结出了以下几项入行数据分析必须具备的能力，想要入行的小伙伴，可以参考一下。
1.业务理解能力，作为企业的数据分析师一定要深入理解业务和产品的定位、以及商业逻辑和业务动态，明确数据分析的目的，用哪个数据将结果展现出来，为下一步驱动业务的增长做铺垫;
2.数据分析工具
过硬的个人技能，懂得数据采集、数据清洗、数据分析。不要以为只会 Excel就行了，SQL、Python、PowerBI、Tableau等常用的数据查询和可视化工具都是必备武器，提升能力应对复杂业务场景，多学一种总能用得上。
3.掌握数据分析方法和模型
用户数据运营模型、用户流失预测模型、混合矩阵模型、卡诺模型、漏斗模型、指标体系搭建、探索性分析…这些由平庸迈向卓越的绿色通道，你通关了吗？
4.具备数据意识
运用各类高级可视化图表阐释业务场景和数据逻辑，能够轻松通过数据讲故事，紧抓老板眼球，才能在公司获得更大的话语权和晋升机会。
5.思考能力，虽然数据分析师习惯用数据证明，但是千万不能将其理解成只是简单的数据展示，需要多思考为什么分析、分析的对不对、是否还有其他数据、数据展现的问题是什么、以及问题背后的逻辑是什么等。
6.沟通交流能力，作为数据分析师，不只是与数据打交道，还要有优秀的与人、与其他部门的沟通交流能力。
除了以上六点，小编认为入行数据分析最重要的是真正对数据分析感兴趣，而不是单纯一味地随大流，看到数据分析是热门行业就盲目入行。
3、零基础学者如何入手？
（1）统计学相关知识
统计学是数据分析的基础，因为数据分析需要对大量数据进行统计分析，大家可以通过对统计学的学习，培养数据分析最基本的一些逻辑思维。
（2）Excel
最初级的数据分析工具，在处理的数据量不是很大时，Excel完全可以胜任。重点应该加强对于各类函数以及Excel数据可视化的学习。
（3）编程语言
数据分析需要使用的工具很多，例如python、SQL等，这些都需要强大的代码知识做支撑，想学习数据分析的小伙伴可以在学习之前初步对代码有一个了解，这样不至于真正学习起来手足无措。
4、聊聊数据分析岗位
首先不得不承认，其实大部分的数据分析师就是民工，很多工作岗位只需要懂Excel和SQL就可以开始干活了。
而且现在很多现成分析工具已经很好用了，好多公司就用Power BI、Tableau、Qlik Sense（可视化）进行数据分析。
那数据分析师就不香了吗？
数据分析师香，太香了！以至于大大小小的公司都在招数据分析师，给出的薪资也一个比一个高。
所以想涨薪资，机会还是很大的!
但这些高薪岗位招聘中无一例外都强调两个字——业务，这就告诉我们数据分析师一个道理：
所谓的数据分析能力，不应该只是获取数据、清洗数据、数据建模、数据统计等操作方法。
熟练运用工具只是基本功，难的是知道要用这些工具来分析什么；或者分析后怎么解决业务问题，怎么快速获得商业价值。
所以对每个数据分析师来说，懂业务已成为了当代数据分析岗最需要掌握、最有潜力的能力之一。
举个例子，某天下班，老板对你说：“我要看这一周本市门店的营收情况，一周后给我结果。”
【大部分数据分析师】：
调取门店销售记录、成本管理等模块的数据，导出数据，利用Excel或者python工具，制作出数据可视化图表；
报告中再加上两句数据解读：售出货品100000件、收入700万、净利润180万。
【懂业务的数据分析师】：
先研究今年公司的发展战略和老板最近采取的业务调整策略，得知老板最近想要减少门店的运营成本。
调取员工考勤、货物存储记录等数据，利用比较分析找出异常值，并匹配具体业务场景，得出结论：
A门店在二季度处于淡季，应减少30%的人员投入，B储藏冷库的利用率低于平均值，应调整冷库储存结构…通过这些举措，总体成本预计减少15%。
我们都知道让管理层觉得数据分析有用其实是个非常难的事情，他们认为你就拿着几页数据分析的报告，凭什么挑战他们多年积累下来的工作敏锐性？
但懂业务的数据分析师就不一样。懂业务才能主动出击，让自己不再被动。
其实早在2017年，马云就曾说：“在未来，一切业务数据化，一切数据业务化，企业才更有出路。”
4年后的今天，数据已覆盖我们工作中的每一个场景。
身处数字化时代，懂业务的数据分析师将同时收获高薪、话语权、不可替代性和成就感。
如果你不想走到被优化的边缘，如果你不想还没发挥所长就进入瓶颈期，如果你不想在舒适区域中止步不前，提升业务能力趁早开始。
最后，小编想要补充的是，虽然说数据分析是未来职场人士必备的一项技能，但是各位想要入行的小伙伴还是需要考虑清楚自己未来的发展方向。一般来说，数据分析行业有两种方向，第一种就是技术方向，具体的职业有数据挖掘工程师，数据建模工程师、数据算法工程师等等。第二种方向就是业务方向，具体的职业有数据产品经理，项目经理等，通过数据分析辅助公司决策，实现业务增长。如果是选择了偏技术方向数据分析的小伙伴，要学习的技术层面的知识会更多，而业务方面，则需要各位小伙伴对相关行业有着深入的了解。