CDA：数据分析师门槛太高？精准学习很重要

原标题：CDA：数据分析师门槛太高？精准学习很重要

数据分析人员收集、处理和执行数据的统计分析，使数据以某种方式有用。它们帮助其他人做出正确的决定，并对已收集的原始数据进行优先排序，以便使用特定的公式和应用正确的算法使工作更容易。

随着有才华的专业人士进入这个行业寻找长期的、令人满意的职业，数据分析这个日益增长的领域变得越来越有竞争力。由于竞争的加剧，求职者必须掌握雇主们期望其具备的分析技能才能脱颖而出。

数据分析师：提高核心竞争力

日前，CDA数据分析师公布了《2020上半年数据分析人才及CDA持证人行业报告》（以下简称《报告》），对数据分析师需要掌握的核心技能进行了分析和总结。

《报告》显示，就业市场上不论是纯数据方向还是数据赋能方向，对数据相关岗位的要求主要从硬性和软性两方面阐述，硬性要求指的是工具层面的掌握程度，往往是初学者关注的重点。而软性要求因难以量化评估经常被忽视，需要理解分析方法论的价值及应用场景。这两项要求贯穿于招聘全流程，硬性要求主要在笔试环节考核，软性要求则在面试阶段评估。

硬性考核往往是行业新人最为关注的焦点，更是笔试环节的重点考核对象。通过分析就业市场数据相关岗位的硬性技能要求，发现SQL为招聘要求中提及频率最高的工具。为了解不同等级的硬性技能要求，进一步分析低中级技能的工具使用频率。

不同阶段的硬性技能要求存在差异，业务数据分析阶段主要需掌握EXCEL、SQL和BI（可视化软件），而数据挖掘阶段更加关注编程技能，如Python语言，大数据分析阶段除SQL和BI外更加关注大数据平台上特定工具的使用，如HADOOP、SPARK等。

数据分析作为一个高速发展的领域，且对于从业者的学历背景包容性大，求职者缺少职业等级证书的支撑很难证明数据分析软硬技能的掌握程度。CDA根据市场需求将数据分析能力划分3个级别，分别指出各级别的软硬性要求，硬性要求指工具软件的掌握程度和目前市场上数据岗位要求保持一致，软性要求即为数据分析人才的硬性考核，分析方法、业务、结果展现的能力。

数据分析技能：专度和广度维度扩张

阿里卢辉在《数据挖掘与数据化运营实战 思路、方法、技巧与应用》谈到，数据分析和数据挖掘技术的有效应用是数据化运营的基础和技术保障，没有这个基础保障，数据化运营就是空话，就是无本之水，无缘之木。这里的有效应用包括以下两层含义。一是企业必须拥有一支能够胜任数据分析和数据挖掘工作的团队和一群出色的数据分析师；二是企业的数据化运营只有在分析团队与业务团队协同配合下才可能做出成绩，取得效果。

对于数据分析师岗位技能要求，北京奇意管理咨询有限公司创始人李奇认为，从数据分析行业需求的变化分析看，数据分析技能展现出向专度以及广度两个维度不断扩张的趋势。在专度上越来越多的企业渴望得到数据科学家、大数据工程师、人工智能算法工程师等专精领域的数据分析人才。在广度上，基础的数据分析技能逐渐成为各个业务工作岗位中的普适性技能。在例如销售相关、运营相关、市场相关、人力资源相关等非数据分析的业务岗位招聘信息中，也常见到对数据分析技能的条件要求。

在CDA看来，培养一名合格的数据分析师，需要让其掌握精准学习这些技能：理解数据库：如MySQL，PostgreSQL，CouchDB，MongoDB，Cassandra等。理解数据库并且能熟练使用它，将是一个基础能力；掌握数据整理、可视化和报表制作能力：这项技能是做数据分析师的主要技能。可以借助新型软件帮助分析师迅速学会分析；懂设计：在运用图表表达数据分析师的观点时，懂不懂设计直接影响到图形的选择、版式的设计、颜色的搭配等，只有掌握设计原则才能让结果一目了然。

总体来说，数据分析师需要掌握的全局观、专业度、想象力和信任度，并非一朝一夕可以掌握，而是在实践中不断成长和升华。一个优秀的数据分析师应该以价值为导向，放眼全局、立足业务、与人为善，用数据来驱动增长。