根据麦肯锡的一份分析报告指出，到2020年大数据或者数据工作者的岗位需求将激增其中数据科学家的岗位缺口在14万-19万之间，对于懂得利用大数据做决策的分析师和经历的岗位缺口则将达到150万左右。
可见数据分析是未来的趋势所在，除了缺口大，工资也很可观哟~
除了表示羡慕嫉妒恨，职前菌还能说神马呢？（Emmmm，也许转行是个不错的选择）
今天职前菌就带大家一起走进令人羡慕嫉妒的“数据分析”岗。
什么是数据？
除了罗马数字以外，所有的信息都可以被称为数据，
我们所有产生的行为，如果去记录它的话，也是会产生数据的，文字信息，图像信息，所有这些信息，都是可以被转化成数据，数据是无所不在的。
举个栗子，比如游戏数据、电商用户数据、搜索平台的数据，网页数据、人员管理数据等等。
数据分析师要做什么？
数据分析师的工作就是将刚才所说的数据，进行挖掘、整理、清洗、处理，然后找出其中的规律。
并不是数字表面所展现的东西，而是去深挖它背后的规律或者它产生的原因，才是数据分析师存在的意义，更多的是起到一个决策性的作用。
数据分析师在不同的行业可以发挥不同的作用，目前对数据分析师需求最旺盛的行业主要是制药业、计算机软件、IT技术服务、互联网、科研、生物技术、金融等行业，但其实数据分析可以施展拳脚的领域非常广阔，在这个互联网时代，大部分行业都需要数据分析来做创新驱动。
以互联网为例，可以是微博、微信的运营，社群的运营，游戏运营、电商运营、用户运营、产品运营等等。主要是根据后台数据，例如浏览数据、网页数据等等的各种数据来对粉丝用户的数据进行了解。
数据分析师在互联网公司中数据中枢的位置，在做产品的决策、用户的运营增长的时候，都是通过数据分析得来的。
什么样的人可以成为数据分析师？
这个工作比较适合数学相关专业、计算机科学、统计学、计算机相关的专业。
如果对数据感兴趣的话，想转行的，金融学、经济学、工商管理、电商商务、市场营销等等也都可以从事数据分析的相关工作的，但是在实际工作中，可能会有技能不足的问题。
在日常的工作中，需要掌握以下工具：
SQL：在数据库区提取数据，这是数据分析师需要具备的基本能力
EXCEL：可以进行很多基础的数据处理和数据清洗，用得好可以很牛
Python、R等等
数据可视工具：比如：excel、tableau、geogle数据洞察，都可以帮助数据分析师进数据可视化的工作
还有一些大数据分析的工具：hadoop、spark、spas、sas
但记住，所有的工具都是附加分，你可以去学习任何一个工具，但是作为数据分析师，思维才是最重要的，需要有一个“数据驱动”思维，充分理解所有行为都是可以用数据的方法来解决。
