数据分析是干什么的主要从两个纬度来理解？
一是数据分析的作用;
二是数据分析的工作内容。
数据分析的作用
单纯的谈数据分析的作用其实意义并不大，所以在谈论作用之前我们首先的考虑是受众对象。
比如对个人而言，因为身体传感设备，让我们的日常锻炼、身体素质等各项指标都得以数据化，最终完成个人身体和生活习性的自我量化，进而改进调节个人日常生活规律，让我们更好的生活。
而对于企业而言，数据分析的作用则主要体现在三大领域：
一是对业务的改进优化；二是帮助业务发现机会；三是创造新的商业价值。
改进优化业务方面
通俗的说就是让业务变得更好。让业务变得更好对企业而言主要体现在两大方面：一是对企业用户体验的改进方面，优化原有业务流程，为用户提供更好的用户体验。例如:早些年QQ游戏大厅对玩家进入游戏的流程再造，将原有的游戏进入登录环节从4个变更为3个。二是体现在对企业资源的合理化分配利用上，更合理的优化配置企业资源，进而达到效益最大化的目的。例如我们企业日常运营中的广告投放以及内部广告资源分配优化等就属于此范畴，一方面利用精准化广告投放，提高广告投放效率，另一方面根据广告引流客户量的大小做好企业资源分配，进而提高用户体验，提升用户留存率。
帮助业务发现机会
主要是利用数据查找发现人们思维上的盲点，进而发现新的业务机会的过程。例如游戏企业常在游戏中埋点记录玩家的游戏操作行为数据以及关键节点进程数据，以达到控制游戏进度和难易度的目的，而这个过程中可能会发现新的业务机会，进而扩展出譬如游戏安全操作标准及游戏安全产品之类的新业务渗透点。
创造新的商业价值模式方面
主要是在数据价值的基础上形成新的商业模式，将数据价值直接转化为金钱模式或离金钱更近的过程。例如2014年炒的比较火的个人征信业务就属于此类，腾讯、阿里巴巴等企业就利用其拥有广泛用户数据的基础上，分别成立了腾讯征信、芝麻信用等新的业务关联企业，而这些征信企业进而衍生出相关“刷脸”业务，将其扩展到租车、租房等领域。
此外，数据分析在企业运营过程中还发挥着“医生”般的作用。
一方面提供对企业日常运营活动的体检服务，对业务运营过程中可能会出现的问题作预警，将问题处理在萌芽状态，防患于未来。例如企业业务扩充过程中的投资合并，对投资合并对象的背景和发展历史等情况的尽职调查就属于此类；
另一方面则提供企业日常运营过程中的“巡诊就诊”服务，找出企业日常运营中的问题。揭露过去&预测未来。
数据分析的工作内容
5W1H基本回答了数据分析的工作内容，What（什么）——分析什么数据?When（何时）——什么时候数据分析？Where（那里）——从那里获取数据？Which（那个）——采用什么分析工具处理分析数据？Who（谁）——采用那个供应商的基础数据服务，帮你构建数据产品或处理数据？How（怎样）——如何进行数据分析？
·What 分析什么数据
分析什么数据与数据分析的目的有关，通常确定问题后，然后根据问题收集相应的数据，在对应的数据框架体系中形成对应的决策辅助策略，这个过程也是一个反复博弈的过程。
·When 什么时候数据分析
数据分析基本上贯彻了业务运营的各个环节，也就是在业务运营过程中要做到全程数据跟踪。例如电子商务中的商品选择、商品陈列、更新、广告投放引流跟踪、效果评估、客户跟踪等等都需要数据支撑。
·Where 从那里获取数据
企业通常的数据来源可分为两大类：内部来源数据和外部来源数据。对于互联网企业而言，内部数据主要包括网络日志相关数据、客户信息数据、业务流程数据等，而外部数据则主要包括各类第三方监测数据、企业市调数据、行业规模数据等。
·Which 那个数据分析工具处理数据
数据处理分析的工具非常多，也非常的细。用什么样的工具常常取决于企业的具体需求，不管怎样，相对于各类工具而言，操作工具的人更加重要。通常，企业在人与对应的工具上的投入比大约为9：1，也就是说当你投入10元钱在数据分析工具上的时候，那么你的企业对入在对应的人上的成本大约90元。
·How 如何进行数据分析
数据跟着业务走，数据分析的过程就是将业务问题转化为数据问题，然后再还原到业务场景中去的过程。如何进行数据分析将视具体情形而定，但其从的流程过程都是在AMAT这样一个框架内，关于AMAT以及如何确定数据问题的过程详细情况将在《数据应用前奏》部分详细说明。
作者：数据元素
来源：http://www.jianshu.com/p/48178ce12934
数据分析师工作的流程简单分为两部分，第一部分就是获取数据，第二部分就是对数据进行处理。
那么怎么获得数据呢？首先，我们要知道，获取相关的数据，是数据分析的前提。
每个企业，都有自己的一套存储机制。因此，基础的SQL语言是必须的。具备基本SQL基础，再学习下其中细节的语法，基本就可以到很多数据了。当每个需求明确以后，都要根据需要，把相关的数据获取到，做基础数据。
获得了数据以后，才能够进行数据处理工作。获取数据，把数据处理成自己想要的东西，是一个关键点。
很多时候，有了数据不是完成，而是分析的开始。
数据分析师最重要的工作就是把数据根据需求处理好，只有数据跟需求结合起来，才能发挥数据的价值，看到需求的问题和本质所在。如果连数据都没处理好，何谈从数据中发现问题呢？
就目前而言，大数据日益成为研究行业的重要研究目标。面对其高数据量、多维度与异构化的特点，以及分析方法思路的扩展，传统统计工具已经难以应对。所以我们要使用专业的数据分析软件。
数据分析工具都有Excel、SPSS、SAS等工具。
Excel、SPSS、SAS 这三者对于数据分析师来说并不陌生。
但是这三种数据分析工具应对的数据分析的场景并不是相同的，
一般来说，Excel轻量、易于使用，但功能相对较少，适合常规基本统计分析。
而SPSS和SAS作为商业统计软件，提供研究常用的经典统计分析处理。
由于SAS 功能丰富而强大，且支持编程扩展其分析能力，适合复杂与高要求的统计性分析。
数据分析师指的是不同行业中，专门从事行业数据搜集、整理、分析，并依据数据做出行业研究、评估和预测的专业人员。
1、作用
越来越多的政府机关、企事业单位将选择拥有数据分析师资质的专业人士为他们的项目做出科学、合理的分析、以便正确决策；越来越多的风险投资机构把数据分析师所出具的数据分析报告作为其判断项目是否可行及是否值得投资的重要依据；越来越多的高等院校和教育机构把数据分析师课程作为其中高管理层及决策层培训计划的重要内容；越来越多的有志之士把数据分析师培训内容作为其职业生涯发展中必备的知识体系。
2工作职责
互联网本身具有数字化和互动性的特征，这种属性特征给数据搜集、整理、研究带来了革命性的突破。以往“原子世界”中数据分析师要花较高的成本（资金、资源和时间）获取支撑研究、分析的数据，数据的丰富性、全面性、连续性和及时性都比互联网时代差很多。
与传统的数据分析师相比，互联网时代的数据分析师面临的不是数据匮乏，而是数据过剩。因此，互联网时代的数据分析师必须学会借助技术手段进行高效的数据处理。更为重要的是，互联网时代的数据分析师要不断在数据研究的方法论方面进行创新和突破。就行业而言，数据分析师的价值与此类似。就新闻出版行业而言，无论在任何时代，媒体运营者能否准确、详细和及时地了解受众状况和变化趋势，都是媒体成败的关键。
此外，对于新闻出版等内容产业来说，更为关键的是，数据分析师可以发挥内容消费者数据分析的职能，这是支撑新闻出版机构改善客户服务的关键职能。
3要求
技能要求
1、懂业务。从事数据分析工作的前提就会需要懂业务，即熟悉行业知识、公司业务及流程，最好有自己独到的见解，若脱离行业认知和公司业务背景，分析的结果只会是脱了线的风筝，没有太大的使用价值。
2、懂管理。一方面是搭建数据分析框架的要求，比如确定分析思路就需要用到营销、管理等理论知识来指导，如果不熟悉管理理论，就很难搭建数据分析的框架，后续的数据分析也很难进行。另一方面的作用是针对数据分析结论提出有指导意义的分析建议。
3、懂分析。指掌握数据分析基本原理与一些有效的数据分析方法，并能灵活运用到实践工作中，以便有效的开展数据分析。基本的分析方法有：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、聚类分析法、判别分析法、主成分分析法、因子分析法、对应分析法、时间序列等。
4、懂工具。指掌握数据分析相关的常用工具。数据分析方法是理论，而数据分析工具就是实现数据分析方法理论的工具，面对越来越庞大的数据，我们不能依靠计算器进行分析，必须依靠强大的数据分析工具帮我们完成数据分析工作。
最简单的工具如Excel，hihidata，都是需要熟练掌握的。Excel精通的话可能要好几年，hihidata学起来就方便多了，一天就能达到熟练状态。
5、懂设计。懂设计是指运用图表有效表达数据分析师的分析观点，使分析结果一目了然。图表的设计是门大学问，如图形的选择、版式的设计、颜色的搭配等等，都需要掌握一定的设计原则。
分析工具里面一般都自带了一些图表样式，如Excel里面的柱形图，饼图等，hihidata里面的仪表盘，雷达图，折线图，地图等等。
国内正式的数据分析行业的认证只有数据分析师认证，由国家工业与信息化部中国电子商务协会在全国开展推广，截至2010年中国数据分析业已拥有数据分析专业人才超过万人，每年以数以千计的速度增长。
对于人才的培养，国家工业与信息化部中国电子商务协会设立全国数据分析师考核鉴定中心在全国各省、直辖市发展授权管理培训中心，开展培训、继续教育工作。
分析工具：
【Excel】：普遍适用，既有基础，又有中高级。中级一般用Excel透视表，高级的用Excel VBA。
【hihidata】：比较小众的数据分析工具。三分钟就可以学会直接上手。无需下载安装，直接在线就可以使用。
【SPSS】：专业统计软件，没有统计功底很难用的。同时包含了数据挖掘等高大功能。
【SAS】：专业统计软件，专业人士用的，不懂编程还是不要碰了。
【MARLAB】：建立统计与数学模型，但是比较难学，很难上手。
各种BI与报表工具：【FineBI】，【FineReport】、Echarts
数据库：SQL、HIVE
编程语言：R、python