bi数据分析师如何养成？一篇文章告诉你！——九数云BI

那就来聊聊一个bi数据分析师的养成记：

第一阶段:初级bi数据分析师——工具人

1、bi数据分析师:工具篇

对于初级数据分析师，最重要的工具是什么?

SQL：“没错，正是在下!”当然除了SQL， Excel绝对是必必必需熟练的。

除此以外，现在掌握一个BI工具也可以说是基本项了，国内比较常见的就是帆软的九数云、FineBI，还有国外的Power BI、Tableau，好好掌握一个就行。

对数据分析师有需求的企业，绝大多数都拥有自己的数据系统或使用第三方的系统服务。特别是互联网企业，每天会产生海量的数据，这些数据会存储在数据库当中。

当业务方需要某些特定的数据时，会向技术部门/数据部门发起取数需求。分析师就会通过写SQL语言，从数据库中获取相应的数据而后发给业务方。你会发现，初级数据分析师的工作，大部分都是围绕着「获取数据」和「处理数据」进行的。

从工具人开始做起，执行力是重点。快速准确提数，领导可依赖，业务方能够信任，在需要的时候能够救急，就能体现出一个工具人的能力。

一些提高效率的小技巧需要在这个阶段掌握，比如相同结构的数据，可以合并到一张表中取出再进行整理格式；或者业务需要的是平均数，要把总计值提出后再计算，提高数据结果的可复用性。

2、bi数据分析师:思维篇

对于「数据分析思维」这一概念，很多人会云里雾里。其实它是一个过程，是你运用数据分析方法、模型去解决问题的过程。具体动作就是:了解业务→ 数据准备(获取) → 数据处理 →数据可视化 → 数据分析 → 分析结论。

我们运用数据分析思维，要解决的是商业/业务问题。所以，我们说的数据分析其实就是商业(数据)分析(区别干实验数据分析等)。大家最常接触到的所谓的「安索夫矩阵」、「波士顿矩阵」等，究其本质，不过是运用两个维度的指标进行分类分析罢了(四大分析方法之一)。

对于初级数据分析师而言，只要掌握好数据指标体系的搭建方法，和常用的分析方法，比如漏斗模型、矩阵模型、MECF原则、AARRR等模型即可。

初级数据分析师，业务水平、分析水平等，并不太高，工作性质更多是给出数据和简单的结论。

第二阶段:中级bi数据分析师——合作者

1、bi数据分析师:工具篇

这个阶段的你，已经有意识地梳理过SQL、Excel、BI和Python工具的使用了，很熟练地掌握了这些工具。并且，当你碰到这些工具报错或者使用问题的时候，你也知道如何有效寻找实现需求的方案了。

你对工具、技术的追求，热忱逐渐下降。原本掌握一个新用法都会高兴半天，现在只会觉得just so so。

恭喜你，已经掌握了真理:对工具、技术的追求，是无穷无尽的。碰到问题，再去研究如何用工具实现，而不是学了一大堆看似厉害却用不上的小技巧!

2、bi数据分析师:思维篇

相比于初级数据分析师，这一阶段要对问题有了自己的见解。转化业务问题，并且数据产出后给出结论及行动建议。

因为你专门去研究过，如何将数据分析方法运用到市场、竞品分析中。写了不少数据分析报告后，你知道了数据分析报告的套路，知道了好几个场景下，如何发现问题、定位问题、分析问题和解决问题。

这时候，要多和业务方交流，比如数据人员统计出来产品的成交情况和成交金额，业务同事在汇报时用的是利润指标，就要和业务方了解利润指标的计算方法，考虑提升利润。

突破这种困顿，在任何情景下，都有自己的分析方法论，你才能通往高级数据分析师之路(Level Up)!

第三阶段:高级bi数据分析师——指南针

1、工具篇

你已经熟练掌握数据分析江湖中人们常用的工具:Excel、WPS、SQL、 powerbi/Tableau、Power Query、VBA、Python、RPA、MindMaster、 ...

2、思维篇

高级数据分析师，身经百战，见得多啦!在行业和领域中钻研了很多年，对业务理解深刻、数据方法论独到、表达能力很强……

无论面对什么样的问题，你都有自己的解决方案。你知道，业务问题无非就是三要素，分析视角可以从四个方向，模型可以选哪九个...

能成为业务的指南针并不容易，也并不是每个数据分析师都能到达这一阶段。这一阶段，不能把自己的角色仅仅当作数据分析师，要把负责的业务当成事业，日夜思考。另外，要有全局观，多学习如何展示数据工作的成果和思路。