數據與資源管理師哪個專業好

1. 數據分析師和 大數據工程師 哪個好

兩個崗位完全不同。數據分析師是用數據的。數據工程師是把數據匯聚起來的。不過非要說好的話，數據分析師是比較好的。

數據工程師對演演算法有相當好的理解。因此，數據工程師理應能運行基本數據模型。商業需求的高端化催生了演算高度復雜化的需求。很多時候，這些需求超過了數據工程師掌握知識范圍，這個時候就需要打電話尋求數據科學家的幫助。

互聯網時代的數據分析師必須學會藉助技術手段進行高效的數據處理。更為重要的是，互聯網時代的數據分析師要不斷在數據研究的方法論方面進行創新和突破。就行業而言，數據分析師的價值與此類似。就新聞出版行業而言，無論在任何時代，媒體運營者能否准確、詳細和及時地了解受眾狀況和變化趨勢，都是媒體成敗的關鍵。

想要了解更多關於數據分析師和大數據工程師的信息可以到CDA認證機構了解一下，全球CDA持證者秉承著先進商業數據分析的新理念，遵循著《CDA職業道德和行為准則》新規范，發揮著自身數據專業能力，推動科技創新進步，助力經濟持續發展。

2. cpda數據分析師證書含金量高嗎

CPDA數據分析師考試報名人數之多和薪酬待遇成正比，數據分析師在大數據行業譽為「金領階層」，證書更是在國內被譽為數據分析職業的「入門券」，數據分析師證書究竟好在哪裡?含金量為何如此之高?

中國商業聯合會數據分析專業委員會頒發的《CPDA數據分析師證書》是中國數據分析業由協會唯一認可的、具有從業特徵的證書體系，五名以上分析師可以申請成立項目數據分析師事務所，是承接項目數據分析報告唯一被市場及客戶認可的資質證書。

專業：CPDA數據分析師證書依照從業認證，從2003年設立開始，既不設立任何級別。學員只有通過嚴苛的考核並合格後，才能拿到行業協會頒發的數據分析師證書，取得從業資質。堅持CPDA數據分析師不區分等級，正是協會嚴格尊重國際慣例、遵守從業規范的結果。

權益： 持證人可以憑藉此證書申請成為中國數據分析行業協會個人會員，證書皆綁定考生真實身份，可在CPDA官網、查詢，確保證書唯一性與真實性。證書由協會三年審核一次，保證持證人的實力與權益。

精品課程：新的課程體系，加入了更多數據分析工具和應用場景的案例，把知識和技術更好地放入場景中，迎合業務需求，而不是純技術派。與老師面對面的交流學習，更直接。

優質的圈子：誰說學CPDA就是僅僅來上上課，看看書?在這里學習數據分析課程，就能認識許多同樣夢想的人，學習的同是積累人脈，原本沖突的兩個方面達到了完美均衡，CPDA的學習帶給了考生額外的驚喜，這是對自己未來最好的價值投資!

數據分析師證書的含金量你清楚了嗎?生命不息，學習不止，掃碼免費獲得 2017年數據分析師考試大綱嘍 !

北京市大數據企業認定管理辦法

第一條 為扶持和鼓勵大數據企業發展，積極推進大數據融合創新發展，根據《北京市大數據發展行動綱要(2016-2020)》的精神，特製定本辦法。

第二條 本辦法所稱的大數據企業是指：在北京市注冊,從事大數據存儲、大數據採集與管理、大數據分析與挖掘、大數據呈現和應用、傳統產業大數據融合，形成企業核心自主知識產權，並以此為基礎開展經營活動的企業。

第三條 大數據企業認定管理工作應遵循突出企業主體，鼓勵技術創新，實施動態管理，堅持公平公正的原則。

第四條 北京市數據資源局負責對北京市大數據企業認定工作進行指導、管理和監督。

第五條 北京市數據資源局成立大數據企業認定管理工作領導小組(以下稱「領導小組」)，其主要職責為：

(一)確定北京市大數據企業認定管理工作方向，審議大數據企業認定管理工作報告;

(二)協調、解決認定管理及相關政策落實中的重大問題;

(三)裁決大數據企業認定管理事項中的重大爭議、監督、檢查各縣(市)區、開發區認定管理工作，對發現問題指導整改。

第六條 大數據企業認定工作具體由數據資源局規劃標准(產業發展)處負責，其主要職責為：

(一)提交大數據企業認定及管理工作報告，研究提出政策完善建議;

(二)指導全市大數據企業認定管理工作，組織開展大數據企業認定管理工作監督檢查，對發現的問題提出整改處理建議;

(三)負責大數據技術企業認定的備案管理，公布認定的大數據企業名單，核准大數據企業證書編號;

(四)完成領導小組交辦的其他工作。

第七條 通過認定的大數據企業，其有效期為2年，失效後可提出復審認定。大數據企業應在期滿前3個月內提出復審申請，不提出復審申請或復審不合格的，其大數據企業資格到期自動失效。

第八條 認定的大數據企業須同時滿足以下條件：

(一)具有企業法人資格，其注冊地及工商、稅務、統計關系在北京市;

(二)具備從事大數據業務基礎設備條件和專門經營場所;

(三)企業主營業務需在下列范圍內:

(1)大數據存儲;

(2)大數據採集與管理;

(3)大數據分析與挖掘;

(4)大數據呈現和應用;

(5)傳統產業大數據融合。

(四)前項主營業務在(1)至(4)范圍內企業近一個會計年度的大數據產品(或服務)銷售收入占公司年度總收入的比例符合如下要求之一：

(1)最近一年銷售收入小於2000萬的企業，比例不低於25%;

(2)最近一年銷售收入大於2000萬且小於4000萬的企業，比例不低於20%;

(3)最近一年銷售收入大於4000萬小於1億元的企業，比例不低於15%;

(4)最近一年銷售收入大於1億元的企業，比例不低於12%;

(五)前項主營業務為(5)類企業近一個會計年度的大數據技術產品(服務)采購金額不低於公司年度營業成本的3%，或大數據技術研發費用不低於公司研發總費用的30%;

(六)「信用北京」綜合信用查詢中無不良記錄。

第九條 大數據企業認定程序如下：

(一)企業申請

企業對照本辦法進行自我評價，認為符合認定條件的，在認定通知發出後，向所在縣區數據資源工作主管部門提出認定申請，申請時提交下列材料：

(1)《北京市大數據企業認定申請書》、《擬認定大數據企業注冊登記表》、《擬認定大數據企業主要情況表》、《擬認定大數據企業主要產品匯總表》;

(2)企業載入統一社會信用代碼的營業執照、不動產權證或房屋租賃合同復印件;

(3)加蓋國稅局業務受理章的近一個會計年度的企業增值稅納稅表和企業所得稅納稅申請表;

(4)第八條中主營業務在(1)至(4)范圍內企業提交近一個會計年度大數據產品(服務)收入專項審計或鑒證報告，可另附研究開發活動說明材料;

(5)第八條中主營業務為(5)類企業提交近一個會計年度審計報告、大數據技術服務采購合同、發票，或近一個會計年度大數據技術研究開發費用專項審計或鑒證報告及研究開發活動說明材料;

(6)涉密企業，須將申報材料做脫密處理，確保涉密信息安全。

(二)縣區主管部門初審

各縣區數據資源工作主管部門負責對企業提交的材料進行初審，對於審核通過的出具推薦意見書並將企業申報材料提交市數據資源局進行復審，對於審核未通過的出具審核不通過情況說明並向未通過企業說明原因。

(三)專家評議

市數據資源局規劃標准(產業發展)處應在符合評審要求的專家中進行隨機抽取，組成專家組，專家組對企業申報材料進行評審，並提出評審意見。

(四)審查認定

市數據資源局規劃標准(產業發展)處結合專家組意見，對申請企業進行綜合審查，提出認定意見並報領導小組。待領導小組研究確定後，予以公示，公示期為5個工作日，無異議的，予以備案，向企業頒發統一印製的「大數據企業證書」。有異議的，由市數據資源局規劃標准(產業發展)處核實處理。

第十條 對於涉密企業，按照國家有關保密工作規定，在確保涉密信息安全的前提下，按認定工作程序組織認定。

第十一條 鼓勵有國家認可的中數委頒發的CPDA、CDA等大數據相關行業資質人員的企業申報。

第十二條 對已獲得大數據企業資格的企業，有關部門在日常管理過程中發現其不符合認定條件的，應提請市數據資源局復核。復核後確認不符合認定條件的，由市數據資源局取消其大數據企業認定並收回「大數據企業證書」。

第十三條 大數據企業發生更名或與認定條件有關的重大變化(如重組以及經營業務發生變化等)應在三個月內向市數據資源局報告。企業更名的，經市數據資源局審核符合認定條件的，重新核發認定證書，cpda數據分析師證書含金量高嗎編號與有效期不變。企業發生與認定條件有關的重大變化的，經市數據資源局審核符合認定條件的，其大數據企業資格不變，不符合認定條件的，自更名或條件變化之日起取消其大數據企業認定。

第十四條 已認定的大數據企業有下列行為之一的，由市數據資源局取消大數據企業認定;

(一)在申請認定過程中存在嚴重弄虛作假行為的;

(二)發生重大安全、重大質量事故或有嚴重環境違法行為的;

(三)未按期報告更名或與認定條件有關重大變化情況的。

第十五條 本辦法由北京市數據資源局負責解釋。

第十六條 本辦法自2018年9月1日起實施，有效期為2年。

3. 數據分析師應選擇什麼專業

統計專業（有統計理論）、計算機專業專業（會編程序實現）。

4. 數據分析師認證含金量最高的是什麼證書

獲得數據分析師認證證書，取得行業敲門金磚，並進而成功拿到心儀企業的Offer，是不少求職者的夢想。市場中的證書較多，有些是含金量高的，而有些是價值低的，大家一定要選擇到好的認證。在這里給大家比較下目前市場中的數據分析類證書。

一般認證機構是兩種類型，一種是國家部門認證，一種是行業性質認證。

l 國家部門認證

目前國家部門關於數據分析的認證還沒有一個權威的機構。大數據屬於新興科技，一般前沿技術會先實踐於企業之中，而相關部門的了解會有滯後性，所以關於大數據和數據分析的專業化技能、知識體系等主要是流行於高科技企業之中，在這個行業成熟之前，國家部門是無法頒發具備專業性兼具認可度和權威性的證書。目前有發證的機構是工信部、教育部、人社部，這幾個部門發的證書更多是一個技能的證明，因為在他們管理的上千個認證中，根本無法做到專業，這些證書可能會在國有企事業單位中有一定的參考作用，但並不具有評職稱作用，在大數據行業內也無人問津。

l 行業性質認證

1. SAS認證

SAS全球專業認證是由SAS公司頒發的、國際上公認的數據挖掘和商業智能領域的權威認證，隨著我國DT環境和應用的日漸進步，以上兩個領域將有極大的行業發展空間。獲取SAS全球專業認證，會讓您在數據挖掘、數據分析領域積累豐富經驗奠定良好的基礎。但是SAS面臨的問題在於，越來越多的競爭性開源軟體進入市場，如R語言，PYTHON，Spark等等，由於SAS昂貴的費用，導致自身軟體的使用率下降，市場佔有率低，在中國一般是大型銀行有用到SAS，而其他單位的使用逐年減少。因此SAS證書對於大多數的數據分析人士來講，如果你是傾向於找國有大型銀行的工作，可以考慮；如果你是希望去北美發展，也可以考慮；但如果沒有這種機會，最好還是考個其他的認證。by the way， Oracle的認證也類似，不過Oracle的認證沒有SAS的好使

2. Coursera

Coursera是免費大型公開在線課程項目，由美國斯坦福大學兩名計算機科學教授創辦。旨在同世界頂尖大學合作，在線提供免費的網路公開課程。Coursera的首批合作院校包括斯坦福大學、密歇根大學、普林斯頓大學、賓夕法尼亞大學等美國名校。

Coursera證書是每門課程的結業證書，代表修過這門課程並具備相關技能，在美國來講一些學校是認可的，對申報留學也許有一些作用，但是在國內來講也更多是一個技能參考作用。by the way， edx也類似

3. CDA數據分析師認證

CDA認證是由CDA Institute發起，在國內由經管之家承辦的數據分析師專業證書。是一套專業化，科學化，國際化，系統化的人才考核標准，分為LEVELⅠ ，LEVEL Ⅱ，LEVEL Ⅲ，涉及金融、電商、醫療、互聯網、電信等行業大數據及數據分析從業者所需要具備的技能，符合當今全球大數據及數據分析技術潮流。每年6月與12月底在全國范圍舉辦線下數據分析師考試，通過考試者可獲得CDA數據分析師認證證書。CDA認證目前已被德勤（Deloitte）、蘇寧、中國電信、重慶統計局等企業單位納入到了內部員工的考核之中，並且來自網路、阿里、京東、惠普、中國銀行、IBM、聯想、移動、華為、尼爾森寶馬、賓士及政府部門等企業單位的員工有考取CDA認證，並獲得了不錯的薪資和職位。由於CDA數據分析師專注於數據分析和大數據領域，每年投入大量的資金和人力用於研發，目前CDA認證算是國內最具認可度、含金量最高的證書。

4. BDA認證

BDA是由中國商業統計學會設立的數據分析師培訓與考試項目，為提高數據分析工作人員的業務素質。分為初、中、高三個級別，該認證近兩年才出來，屬於一個新的證書，目前還沒有一定的知名度。相關的宣傳網站建設還不完善，知識體系還不夠強，不推薦大家考取。

其他的一些機構認證大多是自己公司的培訓證書，就更沒有參考價值了。

以上推薦的相關資源，希望能幫助大家快速進步，學習到必備技術，獲取到認證證書，為自己的數據分析職業道路做好扎實的鋪墊！

5. 想要做數據分析師應選擇什麼專業

數據分析行業的大火以及較高的薪酬待遇，讓很多高中畢業生、在校大學生或職業遭遇瓶頸的人士開始蠢蠢欲動，想學習數據分析從而進入數據分析行列。但 有一個很困惑的問題就是：自己選擇或學習的專業似乎和數據分析沒什麼交集，這個時候選擇數據分析師這條道路會不會很艱難？擔心自己的專業跟不上數據分析的學習進度，也擔心自己的能力是否符合數據分析技能的要求。
其實，講真的。雖然數據分析這個行業有著天然的專業鄙視鏈（文理科的邏輯思維功底、編程語言接受程度上以及數理統計基礎實實在在的存在差別，這也是甲方更信賴理工科出身的重要原因，因為社科或文藝類專業，很少有學校會嚴格地按照數理邏輯去制定學生的課程培養計劃），但是並不代表文科生沒有任何機會，因為大學以前，其實我們都沒正式接觸過編程或統計學，大學本科更多的是提升一個人的思維、而不是過硬的專研能力。所以文科專業的朋友，興趣和決定也是重要因素，不能單單憑借客觀的專業背景就否定自己。
當然，學習數學與應用數學、統計學、計算機科學與技術等理工科專業的人確實比文科生有著客觀的優勢，但能力大於專業，興趣才會決定你走得有多遠。畢竟數據分析不像編程那樣，需要你天天敲代碼，要學習好多的編程語言，數據分析更注重的是你的實操和業務能力。如今的軟體學習都是非常簡單便捷的，我們真正需要提升的是自己的邏輯思維能力，以及敏銳的洞察能力，還得有良好的溝通表述能力。這些都是和自身的努力有關，而不是單純憑借理工科背景就可以啃得下來的。相反這些能力更加傾向於文科生，畢竟好奇心、創造力也是一個人不可或缺的。
所以，大學選擇什麼專業，不要讓數據分析這根繩子牽著你走，而是要問自己喜歡和擅長的是什麼。如果你物理基礎不好，硬要選擇機動化專業，那四年的大學時光只會讓你覺得難熬又無奈。一切從自身出發，發掘自己的優點和長處才是最重要的。

6. 數據分析師就業前景

數據分析師是一個發展前景非常好的工作，時代的發展決定了在未來，數據分析師將成為必不可少的一個工作崗位，如果大家能夠有幸進入到這個行業，那麼就好好珍惜，而對於那些還沒考慮未來就業方向的朋友來說，數據分析師絕對是一個不錯的選擇。

數據分析師在進階的道路上有多種選擇，可以成為數據技能超強的產品經理，也可以成為數據指導業務的運營VP，更可以進入到管理或者戰略層，而這些，都是在工作的過程中，開闊視野所帶給人們的。

從職位薪水來看，數據分析行業的高薪主要分布在長三角、珠三角和京津地區。北京、上海和深圳的薪水位列第一方陣，均薪大概在10k+；杭州、寧波和廣州位列第二方陣，均薪大概在9k+；其他沿海及內陸區域中心城市，如南京、重慶、蘇州、無錫等位於第三方陣，均薪大概在8k左右。

從職位量來看，北京、上海、深圳和廣州位列第一方陣，職位量大概在30000+，杭州、成都、南京和天津位列第二方陣，職位量大概在20000+，武漢、西安、鄭州等區域中心或省會城市對數據分析職位的需求也相對較高，職位量大概在10000+。

從行業需求來看，互聯網金融、O2O、數據服務、教育、電子商務、文化娛樂領域對數據分析師需求量相比其他行業更大。

想了解更多關於數據分析師的就業情況可以到CDA數據分析認證中心看看，CDA認證，致力於打造全球數據人才考核行業標准，推動全球數人才發展。CDA認證考試委員會與持證人會員、企業會員，以及行業知名第三方機構，共同合作並推進全球范圍內的數據科學研究事業及人才發展，包括開發和整合國際數據科學領域的前沿技術及優質資源。

制定並完善數據科學行業人才標准與職業道德行為准則；編寫和建立專業教材體系與題庫；組織並實施命題審題、人才評定和考試服務；管理會員與提供行業咨詢服務等事務。

7. 數據分析師培訓選哪個比較好

校區比較多的是比較靠譜的。可以在報名前多看看機構的信息和往屆的學員學習的情況，或者是和相關的老師了解的清楚一些，比如學習的內容啊，學習的時間啊什麼的，在了解之後就知道個大概了。
我考的時候是在中鵬考的，已經拿到了CPDA數據分析師的證書了。
數據分析師的考試共有四門《數據分析基礎》《量化經營》《量化投資》《戰略管理》，每門100分，60分及格制。主要是培養分析能力，只要跟著老師認真學，難度不會很大。
考試是每年有4次的，大致在每年的3月、6月、9月、12月中旬考試，具體的考試是要看通知的。

CPDA數據分析師的考試是很看耐心的，需要學習一年的時間的，希望你能堅持的學完考完順利的拿到證書，加油。

8. 做數據分析行業考什麼證書比較有含金量

獲得數據分析師認證證書，取得行業敲門金磚，並進而成功拿到心儀企業的Offer，是不少求職者的夢想。市場中的證書較多，有些是含金量高的，而有些是價值低的，大家一定要選擇到好的認證。在這里給大家比較下目前市場中的數據分析類證書。
一般認證機構是兩種類型，一種是國家部門認證，一種是行業性質認證。
l 國家部門認證
目前國家部門關於數據分析的認證還沒有一個權威的機構。大數據屬於新興科技，一般前沿技術會先實踐於企業之中，而相關部門的了解會有滯後性，所以關於大數據和數據分析的專業化技能、知識體系等主要是流行於高科技企業之中，在這個行業成熟之前，國家部門是無法頒發具備專業性兼具認可度和權威性的證書。目前有發證的機構是工信部、教育部、人社部，這幾個部門發的證書更多是一個技能的證明，因為在他們管理的上千個認證中，根本無法做到專業，這些證書可能會在國有企事業單位中有一定的參考作用，但並不具有評職稱作用，在大數據行業內也無人問津。
l 行業性質認證
1. SAS認證
SAS全球專業認證是由SAS公司頒發的、國際上公認的數據挖掘和商業智能領域的權威認證，隨著我國DT環境和應用的日漸進步，以上兩個領域將有極大的行業發展空間。獲取SAS全球專業認證，會讓您在數據挖掘、數據分析領域積累豐富經驗奠定良好的基礎。但是SAS面臨的問題在於，越來越多的競爭性開源軟體進入市場，如R語言，PYTHON，Spark等等，由於SAS昂貴的費用，導致自身軟體的使用率下降，市場佔有率低，在中國一般是大型銀行有用到SAS，而其他單位的使用逐年減少。因此SAS證書對於大多數的數據分析人士來講，如果你是傾向於找國有大型銀行的工作，可以考慮；如果你是希望去北美發展，也可以考慮；但如果沒有這種機會，最好還是考個其他的認證。by the way， Oracle的認證也類似，不過Oracle的認證沒有SAS的好使
2. Coursera
Coursera是免費大型公開在線課程項目，由美國斯坦福大學兩名計算機科學教授創辦。旨在同世界頂尖大學合作，在線提供免費的網路公開課程。Coursera的首批合作院校包括斯坦福大學、密歇根大學、普林斯頓大學、賓夕法尼亞大學等美國名校。
Coursera證書是每門課程的結業證書，代表修過這門課程並具備相關技能，在美國來講一些學校是認可的，對申報留學也許有一些作用，但是在國內來講也更多是一個技能參考作用。by the way， edx也類似
3. CDA數據分析師認證
CDA認證是由CDA Institute發起，在國內由經管之家承辦的數據分析師專業證書。是一套專業化，科學化，國際化，系統化的人才考核標准，分為LEVELⅠ ，LEVEL Ⅱ，LEVEL Ⅲ，涉及金融、電商、醫療、互聯網、電信等行業大數據及數據分析從業者所需要具備的技能，符合當今全球大數據及數據分析技術潮流。每年6月與12月底在全國范圍舉辦線下數據分析師考試，通過考試者可獲得CDA數據分析師認證證書。CDA認證目前已被德勤（Deloitte）、蘇寧、中國電信、重慶統計局等企業單位納入到了內部員工的考核之中，並且來自網路、阿里、京東、惠普、中國銀行、IBM、聯想、移動、華為、尼爾森寶馬、賓士及政府部門等企業單位的員工有考取CDA認證，並獲得了不錯的薪資和職位。由於CDA數據分析師專注於數據分析和大數據領域，每年投入大量的資金和人力用於研發，目前CDA認證算是國內最具認可度、含金量最高的證書。
4. BDA認證
BDA是由中國商業統計學會設立的數據分析師培訓與考試項目，為提高數據分析工作人員的業務素質。分為初、中、高三個級別，該認證近兩年才出來，屬於一個新的證書，目前還沒有一定的知名度。相關的宣傳網站建設還不完善，知識體系還不夠強，不推薦大家考取。
其他的一些機構認證大多是自己公司的培訓證書，就更沒有參考價值了。
以上推薦的相關資源，希望能幫助大家快速進步，學習到必備技術，獲取到認證證書，為自己的數據分析職業道路做好扎實的鋪墊！

9. 數據分析師是一個什麼樣的職業

數據分析師分布在不同行業中，專門從事行業數據的搜集、整理、分析，並依據數據做出行業研究、評估和預測。數據分析師需要敏銳的數字洞察力，因此，統計、會計、保險、工程經濟、金融、數學、計算機等專業的同學對這個行業有明顯優勢，但其他行業的同學如果對這個職業感興趣，通過日常學習，掌握一些統計必備技能，亦可以從事此類工作.
主要工作領域：
1、從事投資項目審核審批和招商引資、項目評估、投資決策等工作的政府機構、企業的相關領導以及從業人員。
2、在銀行或非銀行金融機構、投資管理公司、投資管理顧問公司從事風險投資、產業投資、信貸和投資管理等方面工作的專業從業人員。
3、會計師事務所、資產評估事務所及稅務師事務所、律師相關專業人員。
4、學習財務、統計、投資、金融和企業管理等相關專業的在校應屆學生。
5、在企事業單位從事市場調查與宣傳工作的人士以及具有策劃與決策工作職能要求的人士。
6、在不同領域嘗試創業以及在投資、金融、資本運營、房地產和企業管理領域發展的各界人士。
數據分析師的工作內容分為四個層面：
1、處理臨時需求：解決業務一次性，臨時性的數據需求。
2、報表開發：根據業務需要，與開發工程師討論進行相關報表開發。
3、數據分析與挖掘：與業務同事一起溝通，分析業務問題，提供建議;根據業務需要建立各類挖掘模型。
4、數據產品化：通過數據產品化方式解決結構化業務問題。
數據分析師的基本要求：
1、懂得建立目標
數據分析是為了解決問題而去分析，不是單純為分析而分析。數據分析是有目的性的。比如：一季度ABC產品的銷售情況，是按月份為橫坐標建立各部門的圖表;各產品線ABC在一季度的銷售情況，是按部門為橫坐標建立對應的圖表。
2、針對不同人群提供不同的結論報告
數據分析要有結論報告，不同的人群報告的側重點不同。比如管理層，看的是趨勢和異常點;營銷人員看的是ROI((Return On Investment)產出比率和高用戶質量的導入情況;業務人員看的是產品對用戶的活躍度等。
3、掌握數據分析工具
如果是互聯網數據分析，可以從google GA入門，EXCEL輔助，了解數據分析的基本演算法。至於SAS,SPSS這些高級工具不一定需要。
4、不同時期要有不同的KPI(KeyPerformance Indicator,關鍵績效指標)
不斷的調整目標和發現問題是數據分析精細化的必經過程。

10. 一般的數據分析師工資水平，在哪些行業發展比較好

不管是在企業還是社會，數據都已經開始扮演越來越重要的「角色」。在這種大勢之下，數據分析思維已經不只是數據分析師的「專業」了，包括銷售、市場、運營、策劃、產品等等前端的職位都需要通過數據分析來幫助自己的工作，甚至連後台的財務、法務、人事等也開始需要通過數據分析來提升效率。可以這么說，如果你在企業之中工作，你未來會開始越來越多的和數據打交道，這個時候數據分析已經成為工作的必要條件。
這里給大家舉幾個例子：
現在的產品，由於銷售渠道開始開始網路化，所以基本上每個產品在做客群劃分、競品分析、銷售預測等等工作時都必須基於數據來進行建模並分析。以前那樣只要寫寫產品分析書，畫畫產品原型，做做產品交互的「好日子」已經過去了。這么說吧，越來越多的公司里，如果產品不能拿數據出來支撐自己的工作，是基本上獲取不到什麼資源的支持。
再拿運營來說，更加離不開數據了。大到做一個活動，目標人群如何劃分，不同人群的方案是什麼，預計投入多少產出多少，這些都需要數據支持；小到一個營銷話術，也需要切分不通人群進行對照實驗來決定。可以說，現在不依靠數據分析的運營已經越來越少。
最後再舉一個後台部門的例子。現在的HR在做人力規劃時，從人員結構分析到配置策略分析再到成本分析，無論哪一項都需要使用到數據。除了本公司的人力數據外，還需要業務數據，競對公司數據乃至於整個行業數據。通過大量數據的分析，可以更加精確的制定公司的人力資源戰略。
可見，數據分析思維和業務范圍已經開始遍布各個行業的各個部門和各個職能，不單單是專門的數據分析師需要懂得數據分析，一般的其他崗位都要開始和數據分析打交道，可見數據分析這個行業只會發展得越來越廣泛，從事數據分析行業的工作，是順應和引領潮流的一個明智之選。