关键词： 数据分析、数据挖掘、互联网、金融行业       
       
        【职业概述】       
越来越多的企业将选择拥有项目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，以便正确决策项目；越来越多的风险投资机构把项目数据分析师所出具的项目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；越来越多的企业把项目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项目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，数据分析这个职业应运而生，毫不夸张的说，数据分析师带给企业的不仅仅是一个个数据报告，更是一桶桶黄金，一片片亟待探索的蓝海。
       
        【职业分析】       
数据分析师分布在不同行业中，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。数据分析师需要敏锐的数字洞察力，因此，统计、会计、保险、工程经济、金融、数学、计算机等专业的同学对这个行业有明显优势，但其他行业的同学如果对这个职业感兴趣，通过日常学习，掌握一些统计必备技能，亦可以从事此类工作。
       
        【主要工作领域及岗位】       
1、从事投资项目审核审批和招商引资、项目评估、投资决策等工作的政府机构、企业的相关领导以及从业人员。
2、在银行或非银行金融机构、投资管理公司、投资管理顾问公司从事风险投资、产业投资、信贷和投资管理等方面工作的专业从业人员。
3、会计师事务所、资产评估事务所及税务师事务所、律师相关专业人员。
4、学习财务、统计、投资、金融和企业管理等相关专业的在校应届学生。
5、在企事业单位从事市场调查与宣传工作的人士以及具有策划与决策工作职能要求的人士。
6、在不同领域尝试创业以及在投资、金融、资本运营、房地产和企业管理领域发展的各界人士。
       
        【基本要求】       
1、懂得建立目标
数据分析是为了解决问题而去分析，不是单纯为分析而分析。数据分析是有目的性的。比如：一季度ABC产品的销售情况，是按月份为横坐标建立各部门的图表；各产品线ABC在一季度的销售情况，是按部门为横坐标建立对应的图表。
2、针对不同人群提供不同的结论报告
数据分析要有结论报告，不同的人群报告的侧重点不同。比如管理层，看的是趋势和异常点；营销人员看的是ROI产出比率和高用户质量的导入情况；业务人员看的是产品对用户的活跃度等。
3、掌握数据分析工具
如果是互联网数据分析，可以从google GA入门，EXCEL辅助，了解数据分析的基本算法。至于SAS,SPSS这些高级工具不一定需要。
4、不同时期要有不同的KPI
不断的调整目标和发现问题是数据分析精细化的必经过程。
例如：腾讯的数据分析关键指标集不断调整，从2007年的关注会员基数，到现在的会员活跃度、用户体验度、性能度等等。建立对应的模型，帮助产品和项目的同事更好的了解用户。
       
        【薪资介绍】       
数据分析师存在于很多行业，一般在传统行业中工资较为固定，薪资范围在3000-6000之间，在互联网行业中数据分析师的薪资幅度较大，在比较知名的互联网行业和大型保险公司中，优秀的数据分析师月薪数万不成问题。
       
        【专业证书】       
目前全国的数据分析行业的认证有项目数据分析师。
项目数据分析师（CERTIFIED PROJECTS DATA ANALYST）简称：CPDA ，是专业从事投资项目财务数据分析的高级决策人通过掌握的大量行业数据以及科学的计算工具，为投资机构做出正确的项目投资决策。
CPDA 由中国商业联合会数据分析专业委员会，国家工信部颁发的项目数据分析师职业技术证书。
据统计数据表明，在今后的五年内，我国将需要 6 万名持有 项目数据分析师 证书的项目分析专业人才。政府经济部门、金融机构、投资公司以及企业对项目数据分析师的需求正在与日俱增。注册项目数据分析师（CPDA）职业的年薪会迅速提升到20万以上。
项目数据分析师的报考要求其中一项是有一年以上工作经验，不建议在校学生报考此专业证书。
       
        【职业前景】       
在互联网时代，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。例如，结合传统的消费心理学理论，构建丰富的互联网信息消费行为模型。
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。数据分析师在这方面大有可为。
       
--------------【知识储备】分割线----------------
如果你对这个行业比较感兴趣，但是苦于不入门，在这里主页君给大家推荐几本经典教材。
       
推荐数据分析类经典教材
        《精通Web Analytics 2.0——用户中心科学与在线统计艺术》       
以网站分析为主，作者是Avinash Kaushik，译者是郑海平，邓天卓，两位作者是国内网站分析领域比较有经验的牛人，翻译是比较专业的。
       
网站分析可以读的几本书
全部是英文的
1. Sybex – Advanced Web Metrics with Google Analytics. Mar 2008。虽然是2008年的书，但是里面有一些关于网站分析的基本实现方法和网站分析工具的基本原理，值得一读。如果你觉得学习了GCU还不过瘾，那么你也可以通读这本书。
2. Google Analytics by Justin Cutroni (O'Reilly shortcuts)。这本书不错，内容精练，可以全部读完。
3. Wiley-Web Analytics For Dummies (2007)。 闲得无聊可以翻翻。
4. Avinas的两本，读英文版的。不过，不建议初学者读。
5. Sybex – Landing Page Optimization – The Definitive Guide to Testing and Tuning for Conversions – Jan 2008。值得读，随便翻阅，会有收获。
6. Don’t make me think，跟网站分析不直接相关，但值得读。
       
        SAS和SPSS方面的书市面上很多，说实话，工具书，只能带你入门，至于说提高，主要靠工作经验的积累。
       
推荐数据挖掘类经典教材
        《数据挖掘概念与技术》，作者:[加]Jiawei Han/Micheline Kamber 译: 范明/孟小峰 等
        《数据挖掘导论》，作者: [美]Pang-Ning Tan，Michael Steinbach，Vipin Kumar 著
        《数据挖掘技术——市场营销、销售与客户关系管理领域应用》作者: （美）贝瑞（Berry.M.J.A.），（美）莱诺夫（Linoff.G.S.） 著，别荣芳，尹静，邓六爱 译
三本都有中文版，前两本范明教授的翻译看起来不流畅，可能的话还是去看英文原版。
       
        推荐课外读物       
        《统计数字会撒谎》作者: [美] 达莱尔•哈夫
内容简介：
这本书是美国统计专家达莱尔•哈夫的传世之作，该书引发的“编造虚假信息”话题受到美国社会持续普遍的关注和美国权威媒体的激烈争论。书里面大胆地揭露了至今仍然被销售员、广告撰稿人、记者甚至专家频频使用的大量的统计操纵技巧，同时还配有别具一格的风趣插图以及众多幽默的案例。神秘的统计学在这里被哈夫像讲故事一样一一道来，莞尔一笑中让你知晓深奥的统计学基本原理，掌握揭露“虚假数据”的最有力武器……
自50年代出版以来，此书不断再版，并被翻译成多种文字，在世界的影响力持久不衰，被誉为美国商业人士、研修人员的重要入门必修书之一。