1.数据分析员需要掌握哪些知识
知识/经验：具有数理统计，经济学，数据库原理以及相关知识；能熟练使用EXCEL、SPSS、QUANVERT、SAS等统计软件。
工作能力： 严谨的逻辑思维能力、学习能力、言语表达能力、管理能力
工作态度：积极主动、工作认真、工作严谨
具体要求：
1、根据数据分析方案进行数据分析，在既定时间内提交给市场研究人员；
2、能进行较高级的数据统计分析；
3、公司录入人员的管理和业绩考核；以及对编码人员的行业知识和问卷结构的培训；
4、录入数据库的设立，数据的校验，数据库的逻辑查错，对部分问卷的核对；
其他方面的要求：
1. 持证上岗。
2. 热爱本职工作，具有高度的责任心和忘我的工作精神，爱岗敬业，工作认真细致，能认真完成公司交给的各项工作任务。
3. 要求掌握较深的业务知识和计算机应用知识，能用行业各种应用软件进行各种数据分析和综合数据处理，加工成有用的信息提供领导进行决策；能配合系统管理员进行计算机网络维护及管理。
4. 负责本公司计算机信息网络数据的收集、传递（主要是上报）和管理工作，对各网点上报的数据和本机房传递的信息数据，要做好详细的“数据传递纪录”，对未按时间要求漏报和数据有误的网点要及时督促，每月将各经营站、点数据上报情况通报一次；负责各类数据的整理、汇总和分析处理工作，及时向本公司领导及有关部门上报信息数据，做好相关纪录；负责本公司网络信息数据的安全管理，及时做好各类数据及报表的备份工作，做好归档、保管工作，做好信息数据的保密工作，严禁向未授权单位、部门及个人提供各类信息数据；负责机房文件收发、归档和保管工作。
5. 遵守特定的工作时间：必须等各网点数据传输完毕核对无误后才能下班。
关于数据分析员：
数据分析员是根据数据分析方案进行数据分析的人员，能进行较高级的数据统计分析，负责公司录入人员的管理和业绩考核，以及对编码人员的行业知识和问卷结构的培训，和录入数据库的设立，数据的校验，数据库的逻辑查错，对部分问卷的核对等职责。
2.数据分析需要哪些知识
CPDA数据分析师师兄告诉你，数据分析师需要掌握的知识，可以划分如下
1.初级分析师初级分析师是数据人员架构的基础组成部分，承担了数据工作中大多数最基础的工作，通常初级分析师的人员比例不应超过20%。初级分析师的定位是数据整理、数据统计和基本数据输出工作，服务的对象包括中、高级分析师和业务方等，对其素质的要求侧重于基本数据技能和业务常识。
•数据工具要求。基本的Excel操作能力和SQL取数能力、与工作相关工具的使用技能，顺利完成数据抽取和整理等工作；基本数据输出能力，包括PPT、邮件、Word等使用能力。
•数据知识要求。理解日常数据体系内涉及的维度、指标、模型，辅助中、高级分析师进行专项工作并承担其中的部分工作。
•业务知识要求。理解基本业务知识，能把业务场景和业务需求分别用数据转换和表达出来。
2.中级分析师中级分析师是数据人员架构中的主干。中级分析师承担着公司的专项数据分析工作，如各业务节点的项目类分析、专题报告等。通常中级分析师的人员比例在40%~60%之间。中级分析师的定位是数据价值挖掘、提炼和数据沟通落地，服务的对象主要是业务方，除此之外还可能参与高级分析师的大型项目并独立承担其中的某个环节。因此要求中级分析师对专项数据技能、业务理解及推动能力的要求较高。
•数据工具要求。熟练使用数据挖掘工具、网站分析工具。
•数据知识要求。了解不同算法和模型的差异点及最佳实践场景，根据工作需求应用最佳的实践方案。
•业务知识要求。深度理解业务知识，具有较强的数据解读和应用推动能力。
3.高级分析师高级分析师职位通常是数据职能架构中的火车头，承担了企业数据方向的领导职能。高级分析师的人员比例在20%~40%之间。高级分析师的定位是企业数据工作方向规则体系建设、流程建设、制度建设等，服务对象通常是业务及企业领导层。因此要求其除了要具备中级分析师的基本能力外，还需要具备宏观规划、时间把控、风险管理、效果管理、成本管理等项目管理能力。
•高级分析师需要能搭建企业数据体系，并根据企业发展阶段提出适合当前需求的数据职能和技术架构方案。 •高级分析师需要规划出所负责领域内数据工作方向、内容、排期、投入、产出等，并根据实际工作进行投入与产出分析，同时做好数据风险管理。
•高级分析师需要实时跟进项目的进度，监督数据项目落地执行，并通过会议、汇报、总结、阶段性目标、KPI等形式做好过程控制和结果控制。低、中、高级不同职位层次数据分析师的能力要求如图所示。注意，图像越向外代表对其相应能力的要求越高，反之则要求越低。
3.如何学习数据统计
1、学科知识：从数据分析涉及到的专业知识点上看，他包含的比较多，包含但不仅限于以下学科：
(1)统计学：参数检验、非参检验、回归分析等；
(2)数学：线性代数、微积分等；
(3)社会学：主要是一些社会学量化统计的知识，如问卷调查与统计分析；还有就是一些社会学的知识，这些对于从事营销类的数据分析人员比较有帮助；
(4)经济金融：如果是从事这个行业的数据分析人员，经济金融知识是必须的；
(5)计算机：从事数据分析工作的人必须了解你使用的数据是怎么处理出来的，要了解数据库的结构和基本原理，同时如果条件充足的话，你还能有足够的能力从数据库里提取你需要的数据（比如使用SQL进行查询），这种提取数据分析原材料的能力是每个数据从业者必备的。此外，如果要想走的更远，还要能掌握一些编程能力，从而借住一些专业的数据分析工具，帮助完成工作。
这些专业知识不是一时半会能够全面掌握的，学习的唯一捷径就是看书、看视频讲解，看权威的书籍、看全面的知识。学习基础知识没有一蹴即就的方法，因为基础，所以学起来会比较枯燥、比较漫长。如何想在数据分析方面有长远的发展，希望能在基础知识上长期坚持的学习下去。
2、软件操作：从事数据分析方面的工作必备的工具是什么，大致罗列以下几类：
(1)分析报告类：Microsoft Office软件（excel、word、powerpoint、visio……）、水晶易表等，如果连excel表格基本的处理操作都不会，连PPT报告都不会做，那我只好说离数据分析的岗位还差的很远。
(2)专业数据分析软件：OFFICE并不是全部，要从在数据分析方面做的比较好，你必须会用（至少要了解）一些比较常用的专业数据分析软件工具，比如SPSS、SAS、R、Matlab等等，这些软件可以很好地帮助我们完成专业性的算法或模型分析。
(3)辅助工具：比如思维导图软件（如MindManager、MindMapper等）也可以很好地帮助整理分析思路。
在此需要说明的一点是：软件只是帮助完成任务的工具。并不是只要学好的软件操作就能很好地完成任务，因为与操作相比，如何解释最后的结果要重要的多。即使软件操作的再熟，如果看不懂结果，那跟不会才做没有两样。而看看懂结果就需要扎实的专业知识才行。
4.数据分析和数据挖掘学要哪些专业知识嘀嗒网
？喙刈⒐刈⑸婕傲煊虻南喙匾滴裰？栋。
。？裁词裁吹姆治龊屯诰 最重要的不是方法，是思想。
类似于创意行业，需要有足够好的想法知识么，多接触接触工具，了解算法的基本原理（统计学），计算机人工智能了解了解，数据库肯定要掌握了。java会点，sql会点，都懂点最好，不用很精通答案2:: Datamining 数据挖掘数学：数理统计 最好还要学矩阵论先修学科：机器学习 信息检索相关 算法辅助学科：数据库，存储原理答案3：： 数据挖掘算法和会使用相关工具 ：：：：：：：：：：：：：：：：：：：请参考以下相关问题：：：：：：：：：：：：：：：：：：：： 数据挖掘与数据分析是学什么的 ：：：：：：：：：：：：：：：：：：：请参考以下相关问题：：：：：：：：：：：：：：：：：：：： 学习数据库、数据仓库，数据分析和数据挖掘方面的知识应该看那本书。
：：：：：：：：：：：：：：：：：：：请参考以下相关问题：：：：：：：：：：：：：：：：：：：： 数据挖掘的数据分析方法有哪些 ：：：：：：：：：：：：：：：：：：：请参考以下相关问题：：：：：：：：：：：：：：：：：：：： 数据处理问题，我想学数据挖掘技术。从哪里开始？ ：：：：：：：：：：：：：：：：：：：请参考以下相关问题：：：：：：：：：：：：：：：：：：：： 数据分析与数据挖掘。
5.学习统计学都要掌握哪些知识点
统计学如今是与数学平行的一级学科，那么统计学要掌握哪些知识点呢？让我这个统计学专业的大四老学长告诉你楼主自己的学习经验吧！统计学听上去是与数据打交道，实际上大部分的统计方向也确实如此。
所以要与数据打交道我们首先要有扎实的数学基础，那么想打好数学基础，楼主推荐大家要掌握好数学分析与高等代数的知识！推荐华东师范大学的《数学分析》与北京大学的《高等代数》。打好了基础，接下来我们就要正式步入统计学的殿堂！茆诗松老师的《概率论与数理统计》是非常经典的统计学基础教材，很多高校也都使用这本书作为统计学教材。
如果你能熟练掌握这本教材上的知识点，那么你就打下了非常扎实的统计学的基础，这对你以后继续统计学方向的研究绝对是一大助力！所以非常有必要仔细认真的学习这本书，把这本书读熟读透你以后的统计学路途会顺利很多。这本书也有对应的课后答案详解，对学习这本书有很大的帮助！再进一步的学习统计学知识，我们就会来到统计学方向的分水岭。
这时候就需要看你的兴趣方向何在了。这以后统计就可被划分为理论统计与应用统计。
比如，应用统计就可分为金融统计，生物统计等等！所以接下来的知识点就看你的方向来决定往哪边倾向了！最后，统计学方向掌握程序软件也是必不可少的一项。在经济统计方向，大部分用的是SPSS。
而在偏数学的统计上大部分用的是R语言或者是Python。所以熟练掌握一门程序语言也是必不可少的一项统计学知识，而要想熟练掌握，只有自己平常多学多做多练才能达到要求！以上就是楼主的建议，如果觉得好的话欢迎采纳。
6.统计学都要学哪些知识
统计学专业的主干课程如下：
数学分析、几何代数、数学实验，常微分方程，复变函数，实变与泛函、概率论、数理统计，抽样调查，随机过程，多元统计，计算机应用基础，程序设计语言，数据分析及统计软件、回归分析，可靠性数学，实验设计与质量控制，计量经济学，经济预测与决策，金融数学，证券投资的统计分析，数值分析，数据结构与算法，数据库管理系统，计算机网络系统，系统分析与软件设计。
学习内容主要包括：
资料的搜集方法、资料的处理归纳方法、资料的分析方法。教学方法为在一般性面授基础上，辅以各种类型的案例分析，以提高学生的实践能力，还有较多的实践机会，如要围绕一个课题，自己设计调查问卷，采集数据，再对数据进行处理。生产实习、科研训练或毕业论文（设计）等，一般安排10~20周。
统计学专业，简介：
统计学（statistics）是应用数学的一个分支，主要通过利用概率论建立数学模型，收集所观察系统的数据，进行量化分析、总结，做出推断和预测，为相关决策提供依据和参考。它被广泛的应用在各门学科之上，从物理和社会科学到人文科学，甚至被用来工商业及政府的情报决策之上。随着数字化的进程不断加快，人们越来越多地希望能够从大量的数据中总结出一些经验规律从而为后面的决策提供一些依据。统计学专业不是仅仅像其表面的文字表示，只是统计数字，而是包含了调查、收集、分析、预测等。应用的范围十分广泛。
统计学专业分为三个大的专业方向：数理统计方向、经济统计方向和应用统计方向。数理统计方向和经济统计方向的差距并不是很大，数理统计主要是对统计学的基本理论和方法进行研究；经济统计则是提供科学地调查、搜集经济信息，以及描述、分析经济数据并对社会经济运行过程进行预测、监督的一门科学。而应用统计学主要是调查、收集观察对象的数据信息，并通过描述统计等技术，分析观察对象的特征，发现事物的规律，进行预测、监督，以实现社会经济良性运行。
