七周数据分析师之路

今年五月，突然发现在自己不能一直做运维，于是乎，我就想做数据分析师了，究其原因，酷。

那么数据分析师师干什么的呢？

简单的总结：

1.底层数据的收集/产品端数据收集（用户行为->原始数据）

2.数据业务化/产品需要什么样的数据（原始数据->加工数据）

3.数据可视化/产品的表现如何？（加工数据->可视化数据/信息）

4.数据决策和执行/怎么让产品更好（可视化数据/信息->数据决策）

5.数据模型/产品开始自动化和系统化的运营（数据决策->数据产品/应用）

6.数据战略/指导未来(数据工具->数据体系/战略）

数据分析的结构

数据（库）——ETL、SQL、DW——业务/数据指标、报表/模型、用户画像——CRM、CMS、运营平台、BI——运营/业务/分析执行层

必须内容：数据分析思维、业务知识。

学习步骤：

1.业务思维（80%）、2数据能力（统计学、数据敏感性）（60%）、3工具技巧（40%）

阶段性学习、解决工作中的问题、温故知心、输出（笔记）。