数据分析两个方向的选择(极好)

转自知乎

首先你要明确自己的方向：是要做更偏向于业务分析（包括金融、电商、互联网等等）的数据分析师，还是要做更偏向于技术的数据挖掘工程师。你可以把这两个方向看成游戏里的转职分支（本来想写严肃一点但还是没忍住=。= 不过该严肃的地方我会严肃的，不会误导你），前者是圣骑后者是托姆勇士（答主你够了=。=）。鉴于我不了解你的个人情况，因此把两者都列一下，你可以做参考：

数据分析师（圣骑，精髓是知识面的广泛性和快速学习的能力，本人走这个路线）

基础属性（知识体系）：力量（统计学相关内容），敏捷（干活快，反应快，总是慢半拍的分析师不好混……），体力（真的是得有个好身体=。=分析师很累的），智力（不说了……），感知（业务理解能力，快速学习能力），魅力（沟通协调能力）；

擅长武器（分析工具）：钉头锤（EXCEL，泛用性高，日常问题70%以上能解决掉），盾牌（SQL，有最好没有也成，用双手武器呗=。=），长剑（SPSS/SAS，一把也成两把也成，但你总得有一把），大剑（R，用好了理论上讲可以代替之前的所有工具，不会用也能干活），等等（matlab，state，python，都可以学学，尤其是python，学会之后抓取和清洗数据）；

擅长防具（其他工具）：重甲（PPT，这是立身之本）；

职业能力（软实力，虽然题主说的是硬实力但是圣骑路线实在是需要靠软实力吃饭啊）：圣光（靠展现逻辑和各种数据可视化晃瞎听众的眼，给己方撑腰），交涉（让工程师帮你取数据，串分析的逻辑线讲故事忽悠听众，跟客户斗智斗勇，都得靠一张嘴），等等。

数据挖掘工程师（托姆勇士，你要专精某些武器了，还得会造会修理，简单来说就是写代码……曾想转这个职业但失败了的人捂脸飘过……）

基础属性（知识体系）：力量（数学基础，统计学基础，算法基础，以上都得懂原理），敏捷（也要快），体力（这个要写代码，更要好身体），智力（同上），感知（技术知识学习能力，需求理解能力），魅力（沟通能力差点也问题不算太大，可以走纯技术路线，当然有更好）；

擅长武器（挖掘工具）：这个要看你想练什么，常用几种武器：大斧（Python，能解决的问题多），大剑（R，解决问题犀利），战锤（Hadoop，都挖掘工程师了怎么着也得挖掘大数据吧，GB起步的那种），等等（这部分我用过的少，可能说的不全，不过以上这三种比较常见，据说有用C 语言做数据挖掘的，只能膜拜）；

擅长防具（其他工具）：有没有都行，你穿个重甲（PPT）也成，穿个中甲（process等可视化工具）也成，穿个轻甲（信息图）也成，不穿护甲多拿几件武器也成（=。=）；

职业能力（这可是硬实力）：制造武器（建模，工具化，写代码，写算法），修复武器（改进模型，改进工具，改进代码，改进算法=。=），等等。

以上是不严肃的部分（其实也挺严肃的啊，干货不少了=。=），以下说点严肃的，顺便回答你另外几个问题：

1、本科毕业能不能做数据分析师？

能做，而且两个路线都能走，进市场研究（咨询公司，广告公司）和互联网（阿里等）行业不难，但进银行极其困难（银行是典型的学历论行业，研究生以下想进入难上加难，而且去小银行没有意义，数据太少），本科毕业的话真对金融业感兴趣，可以考虑外包公司（Teradata，华胜天成

这种给金融业做数据挖掘外包的，不过基本都要托姆……啊呸，数据挖掘工程师）；

2、看什么书来补行业知识？

行业知识对数据分析师更重要一些，说有多重要都不为过。具体看什么书，请用知乎搜索（不是不告诉你，主要是我给你推荐也不权威=。=可以看看各行业大牛知友的推荐）；

3、考研有用么？国内外有什么学校做数据挖掘好？

考研对数据挖掘工程师的作用更大一些（数学基础更好，算法更扎实），对数据分析师意义一般（分析师是靠项目经验喂出来的，我自己就是本科，发现这个路线对经验的需求实在是高，有学历没经验（两年以下）的人市场需求比较少，多数公司都要求三年以上经验了）；

至于学校这事……能肯定告诉你的就是，国外学校理念和算法先进，但是回国不太好使（汉字语义分析卡死无数外国英雄好汉）；国内学校本地化比较好。

再提醒题主一下：方向一定要先定好，两个方向虽然都研究数据，但是需要的能力差别还是不小的，万一加错点了不太好改（=。=）。

最后祝题主能在这个外人看上去枯燥和神秘的领域找到自己的乐趣（学习和工作的时候没有乐趣真的撑不下去的……）。