数据分析必备的5大核心能力
在大数据领域，数据挖掘和数据分析是主要的两条职业路径，所需能力也不相同。
数据挖掘更强调算法、工具的应用，能够使用统计分析、挖掘、机器学习、深度算法、实现业务问题的模型开发及优化，技术难度较高，但执行路线比较明确；
而数据分析侧重于业务逻辑和分析思路，要求能够理解企业逻辑数据模型和业务数据模型，分析系统和大数据系统的功能、数据逻辑模型等，然后基于此完成对业务和数据的理解和分析，成长路径比较多元化。
通俗来讲，数据分析师的主要工作就是根据业务需求去取数据，做报表，辅助领导做出商业决策。
如果你只对技术感兴趣，数学能力比较好，那比较适合数据挖掘路线。如果你对行业和业务感兴趣，那更适合数据分析路线。
硬技能的习得相对来讲是更快的，而软技能的获取却是漫长的。
数据分析师，目前对技术的要求并不是很深，但要求对业务的理解很深，就是说要能够理解一个企业运转的逻辑以及关键业务所反映的数据关键指标，并且能做出解读、执行和业务建议。
数据分析其实涉及两个板块：一是数据分析的思维框架，二是数据分析工具的挑选和使用。
第一是数据分析的思维框架，就是说你拿到一个问题，不是盯着数据去分析数据，而是按照怎样的一个逻辑去分析，带着目标，带着思路去分析。
第二就是数据分析工具的挑选和使用了，这个其实是根据你所在公司的需求来的。
像一些传统的公司或者小型的创业公司，实际上它本身用户量就不多，没有海量数据或者为了节约成本（买数据库的费用），那么它用到Excel、SPSS这些工具就可以了。
但如果是一些大型的公司，他们的数据分析师就会从数据库去提取数据，就会用到SQL，或者特殊的行业，比如说银行，不论从数据规模还是从安全来说，都不会去用Excel这些工具了。
所以一开始，肯定是从必要项来入手，再根据你的定位来补充其他的。
第一个概率逻辑，就是要掌握一些基本的统计学知识。如果不是统计学和数学专业的，那就要适当补一些统计学基础知识，然后再在具体的工作中去深入。
第二个就是逻辑推理思维。其实数据分析和其他分析底层思路是一样的，是一个不断反复假设、推理、验证的过程。
逻辑思维能力其实是一种软技能，需要很长时间去训练，很多人一开始摸不着头脑，这很正常。
但至少你要知道自己是喜欢做这种研究动脑的事情，如果不是，那也很难做的长久，做的出彩，因为很费神。
人是视觉动物。根据美国哈佛商学院相关研究表明，人的大脑每天通过五种感官接受外部信息的比例分别为：味觉1%，触觉1.5%，嗅觉3.5%，听觉11%以及视觉83%。
可见，将信息转化为图像信息，会大大提高信息传达的效能。
所以当我们做完数据分析之后，就需要将这些数据信息转换成可视化的数据报告。
你会发现，我们在阐述一些事情的时候，如果只是靠口述是很难说清楚的，但是一张图放在那你什么都不用说，大家就都明白了。
“用户思维“也就是用户视角，同理心，共情力，是一种能站在别人角度的看问题和做事情的能力。
不只是数据分析师，只要是跟业务强相关的工作，比如市场营销，商业咨询等等，是非常重要的。
说的直白一点，就是要懂行业、懂用户、懂领导，把你的数据报告，分析结果成功地营销给受众。
除了以上必备的5大能力，想要成功入职数据分析，拿到自己满意的offer，你还需要了解行业信息，比如哪些是主流行业，哪些是“高危”行业，了解岗位情况，薪资情况，面试策略等。
未来的制造业要的不是石油，它最大的能源是数据.