当我看到这些评论贴、经验文时，很多都是上图中关于如何学习数据分析基础技能的，Excel、SQL、Python等，罗列了一大堆学习方法、平台、软件。确实这是快速入门互联网初级数据分析师的捷径，但在数据分析师成长的道路上不建议采用速成大法，我更建议搭建好数据分析的底层逻辑和知识，基本功打扎实，后面才能在职场上走的更远。
数据分析师属于易入难精的领域，对于想入行的同学来说，觉得只要会SQL、Excel和基础的数据分析方法就可以，但这是走不远的；这样的能力还不能称之为数据分析师，只能是【数据专员】【数据运营】。
对于数据分析的高端岗位，需要的不仅仅是数据分析的技术，还需要懂商业、战略、财务、运营等各方面的知识以及思维力和影响力。未来，数据分析技能将成为高端岗位的必备技能之一，人人依靠数据来进行决策。
下面结合我个人成长经历、面试上百个数据分析师的经验、以及基于内部数据分析师培养课程和国外大学商业数据分析课程 来说说如何快速成长为一名合格的数据分析师。
需要长远以数据分析作为终身职业的同学，建议全部看完，会对你更有帮助。
数据分析师工作内容：
我把国内大部分业务方向数据分析师的工作内容进行了梳理，在图中你可以清楚看到，前四项工作是很多数据分析师会花大量时间去处理的，但坦白说含金量确实很低，可替代性很强，没有自己的核心竞争力，如果转行过来就是一成不变做这些工作，都不用说35岁危机了，可能30岁就会被更先进的软件工具取代。
举个例子，可能你原来是个运营，在自己原岗位上做的不错，但是脑袋一热，觉得运营没前途，想转行数据分析，找个培训班上完课后开始找工作，也的确让你找到了工作，结果工作后每天做的内容比你做运营时的工作内容还像个工具人，只能落个两难的局面。
先说结论：现在如果不是科班出身或对数据极其热爱，不建议转岗数据分析职位工作，但是可以用数据分析思维帮助自己的职位发展。
为什么给出这个结论？
因为其实可以看出，不管是在企业还是社会，数据的重要性已经愈发凸显出来。
政府推动大数据建设，企业加强数字化转型，在这种大势之下，数据分析思维已经不只是数据分析师的“专业”了，包括销售、市场、运营、策划、产品等职位都需要通过数据分析来帮助自己的工作，甚至连后台的财务、法务、人事等也开始需要通过数据分析来提升效率。
我的建议，分三步走：
第一步：利用业余时间学习数据分析思维和工具；
第二步：在工作中，培养自己的数据思维，多使用数据分析工具锻炼；
第三步：将数据分析结论有价值地输出，让其真正辅助自己职业发展。
始终认为思维和工具是相辅相成的，思维>工具
数据分析不仅是一种职业，更是当代职场人一种必备的技能，往大了说，人人都应该是数据分析师。说扎心点，在如今内卷严重的职场，不学点硬技能傍身，怎么体现出你的价值？
所以在今后的发展中，数据分析师会慢慢分化，一部分人（主要是应届生）会进行取数，数据整合、统计业务的了解中（数据运营）。如果在这一环表现优秀，展现出极强的分析思维，那么可以作为业务的一环进行数据分析的工作，进阶为数据分析师。
数据分析师的能力应该是：从大数据出发，实现发现问题、分析问题、解决问题的闭环，推进业务的增长和效率的提升。
这其中需要有、驾驭数据的能力、分析问题的思维习惯、沟通技巧&表达能力，这些能力中，取数能力是最容易被取代的。如果你发现你的工作百分之80%都是在处理数据，那这个能力很难支持分析思维的提升。会慢慢变成数仓的工作（没有比较工作优劣的意思）。
如果你已经在日常的数据分析工作中已经积累了一定的数据分析思维，那这便是你独有的财富，你的不可替代性将会慢慢增强。
分析思维在工具的使用中慢慢培养
分析思维不仅是在分析业务的场景中慢慢积累，也是可以使用一些辅助工具来锻炼思维能力的，体现一位数据分析师的思维能力在的是他对分析方法的使用，数据分析方法包括很多。
大部分都是殊途同归，都是【发现问题】【分析问题】【解决问题】的闭环。
都是寻找原因，产出结果。就举一个在数据分析中【因果分析】方法的例子：
就如在首图中举例的数据分析工具——【关河因果】。这款产品就是辅助数据分析师发现数据间的因果关系的。事物间的因果联系是复杂的，仅仅依靠分析工具是不能够完成的，需要加入使用者的思维判断。
【关河因果】只是能够分析出数据间的关联规则，并以图结构的形式展现出来，并不能够直接进行因果分析，得出结论。
因此就算是这些非常接近人类判断的软件，也需要去结合数据分析师的分析思维。
【因果分析】这类方法在业务场景的使用，非常能够锻炼一个数据分析师的思维能力，但前期如果没有思绪，找不到因果关系，可以借助【关河因果】这类能够进行关联规则发现的工具辅助分析师去发掘数据中潜在的规则，在通过这些规则去进行深度的因果分析。
总之一百个人眼中有一百个哈姆雷特，一百个数据分析师对快速入门有一百种方法，但是万变不离其综，以上是我的愚见，希望能对你有所启发，所以收藏的话不如点个赞啦！