大数据是一个非常好的发展方向。科学的数据统计与分析上至国家、企业，下至个人，都能提供出莫大的帮助，“不怕乱如麻，只怕不调查”数据是反馈一个集体或者个人以往表现最有力的证明。沧桑话巨变，数据铸辉煌。数据能力的强弱也能决定发展方向是否客观真实，决定了未来的可能成就。本文主要讲述数据分析等级是根据哪些方面划分的以及数据分析的日常工作。
1、数据分析师的日常工作内容是什么？
数据分析师这个职位，不同的公司，不同的行业，对于它的理解和工作内容都有所不同。在有些传统行业，数据分析师工作重点是做行业报告等；在阿里巴巴等大型互联网公司，职位区分比较明确，数据分析师大部分时间只做产品和运营的分析工作，至于基础数据处理、搭建数据产品等等不涉及;在创业公司等相对小型公司，数据分析师要干的活可能要不仅仅是产品和运营分析，基础数据采集和处理，数据产品搭建都属于数据分析师的工作范围。
明确了数据分析师的工作范围，大概也就清楚了每天要做些什么，比如：
产品和运营的数据提供(正常分析师工作)
基础数据采集和处理(类似etl工作)
数据产品的思考和搭建(类似数据产品经理工作)
数据价值的挖掘(类似数据挖掘工程师工作)
2、数据分析师需要会什么？
①、数据分析理论要求及对数字的敏感性，包括统计学知识、市场研究、模型原理等。
②、工具使用，包括挖掘工具、数据库、常用办公软件（excel、ppt、vba、word、脑图）等。
③、业务理解能力和对商业的敏感性。对商业及产品要有深刻的理解，因为数据分析的出发点就是要解决商业的问题，只有理解了商业问题，才能转换成数据分析的问题，从而满足部门的要求。
④、汇报和图表展现能力。这是临门一脚，做得再好的分析模型，如果不能很好地展示给领导和客户，成效就大打折扣，也会影响到数据分析师的职业晋升。
3、数据分析师的成长阶段
①第一阶段（一般岗位叫数据专员）
基本学会excel（vba最好学会；会做透视表；熟练用筛选、排序、公式），做好ppt。这样很多传统公司的数据专员已经可以做了
②第二阶段
这一阶段要会sql，懂业务，加上第一阶段的那些东西。大多数传统公司和互联网小运营、产品团队够用了。
③第三阶段（数据分析师）
统计学熟练（回归、假设检验、时间序列、简单蒙特卡罗），可视化，ppt和excel一定要溜。这些技术就够了，能应付大多数传统公司业务和互联网业务。
④第四阶段（分裂）
数据分析师（数据科学家）、bi等：这部分一般是精进统计学，熟悉业务，机器学习会使用（调参+选模型+优化），取数、etl、可视化啥的都是基本姿态。
4.数据分析师就业方向
数据分析师 – 偏向商业化的数据分析，运营广告等活动效果分析，销售额或利润预测，用户特征描述等，需要较好的统计知识，需要懂1-2门数据分析工具如sas、r等；
咨询顾问 – 面向客户，为客户提供数据抓取、数据分析、出数据报表、改进建议落实等咨询服务，需要有较好的沟通能力，需要懂1-2门数据分析工具如sas、r等（咨询顾问其实也分技术和非技术，技术类的主要是为客户搭建数据平台）
数据产品经理 – 一般是互联网公司独有，数据量大的公司会有自己的数据产品，如阿里巴巴的数据魔方等，主要是针对数据产品从产品立项、提开发需求、跟进产品开发、测试一直到产品上线等工作（相对来说并不需要对从业者要求很高的数据分析或统计能力，属于目前市场上为数不多但高工资的职位）