最近，知乎热榜上有这样一个问题：如何快速成为数据分析师？

相信这也是数据分析小白或者数据分析职场萌新，非常感兴趣的一个话题。

不知道大家对于“快速”的定义是多久时间，我可以跟大家分享一下自己和身边朋友的看法，希望能给你带来一定启发。

数据分析师的不同方向

数据分析师根据自己的工作岗位、行业、工作内容等等，可以分成非常多的种类。

但总体可以区分成两个方向，即业务方向和技术方向。当然，在业务和技能上两类也是需要相互结合的。

其中，想要短时间内快速成为技术方向的数据分析师，是非常很难的。一定要底子深基础牢，编程语言基础、统计学知识、算法、数据结构样样不能少，甚至得精通，而这些不是我们自习两三个月就能完全掌握的。

而业务方向的数据分析师，在目前的招聘市场上需求岗位最多。这种岗位的进入门槛会相对较低一点，所以对于0基础想转行的同学，自然业务型数据分析师会更适合。但如果入职后不能尽快掌握业务，提升自己的数据思维能力，就很有可能就变成“只会提数的表哥表姐”。

所以，想快速成为一名数据分析师，又不想入职后沦为“打杂”人员。就应该知道自己应该持续学习并掌握的各项技能，以及自己进入数分行业后的发展路径。

数据分析师的阶段与技能

本节我们只讨论业务向的数据分析师的必备能力，把分析师简单划分为初级、中级、高级三个阶段：

各阶段数据分析师的差异体现在三个方面：业务技能、执行管理能力、业内影响力。

后两者能力属于软实力，需要在工作中逐渐掌握。作为初学者，第一步最需要的是掌握业务技能，最好能了解完整的学习路线。

那么，初级数据分析师所必备的业务技能都包含哪些？

1、业务能力。数据分析工作并不是简单的数据统计与展示，它有一个重要的前提就是需要懂业务，包括行业知识、公司业务及流程等，最好有自己独到的见解。数据分析的目的就是通过研究数据实现转化增长，若脱离行业背景和公司业务内容，数据分析就是一堆没有价值的数据图表而已。

2、工具使用能力。数据分析工具是实现数据分析方法理论的工具，面对越来越庞杂的数据，数据分析师必须要掌握相应的工具去对这些数据进行采集、清洗、分析和处理，以快速准确地的到最后的结果。常用工具有：Excel、SQL、Python、R、Tableau、BI等

3、分析能力。数据分析师必须要掌握一些行之有效的的数据分析方法数据分析工具 知乎，并能灵活的与自身实际工作相结合。数据分析师常用的数据分析方法有：对比分析法、分组分析法、交叉分析法、结构分析法、漏斗图分析法、综合评价分析法、因素分析法、矩阵关联分析法等。高级的分析方法有：相关分析法、回归分析法、聚类

来源【首席数据官】，更多内容/合作请关注「辉声辉语」公众号，送10G营销资料！