漢德桑東2021-06-10 09:39:26

資料分析核心能力還是在分析吧，Python和sql只是工具

御豪同學2021-06-10 10:44:56

這是個好事，至少你從實際工作經驗中體會到了什麼是核心，什麼不是。

@漢德桑東 這位仁兄說得對，分析師的核心競爭力在分析而不在工具。當大批人透過學習工具成為了初級分析師的時候，殊不知除了聘用一大幫初級分析師，同樣的價格可以買到如神策、GrowingIO、友盟等綜合分析平臺的專業服務。

不要說大廠了，稍微有點規模的公司都會考慮這件事，因為人力成本的投入確實大，而且人的發揮總是不如工具平臺穩定，簡單的日常資料任務交給人來處理，就不如交給工具來處理了。我個人認為這是趨勢，因為對企業來說這是更有價值的選擇。

所以，你的選擇只有兩個。

第一，在分析思路和方法上不斷精進，超過這些通用型的工具。工具畢竟是死的，但業務是活的。工具只能在例行任務上表現出優勢，在例外的任務上還是人更有價值。既然現在有機會了解整個運作流程，可以從這樣的工作中找到例外的機會，學習和提升自己，體現自己的價值。

第二，在工具使用上不斷精進。你可以做個對比，在學校學的那些Python和SQL，與公司裡使用的後臺網站工具，哪個更好？為什麼？能最佳化嗎？比如後臺網站生成報表的速度，能不能透過最佳化SQL變得更快一點？能不能透過挖掘資料查詢的行為減少一些查詢量？

總結起來，就算今天有一份工作能讓你把學校學的東西都用上，明天可能就會出現一個工具替掉你。所以，還是用心最重要。

書信2021-06-10 11:00:30

這個實習的機會非常好，要珍惜起來，好好積累經驗奧。

首先，你也說了，這是一個在大廠的工作機會。那麼，在實習的過程當中，就可以瞭解大廠的

組織架構、工作流程、部門協作、職責分工、專案推進、日常運營

等等。這些，都是以後工作中必備的基礎儲備。

此外，這份實習工作還和業務掛鉤，那就更不錯了。因為python、sql、機器學習這些技能在學校就可以學到。但是，

學校裡是沒辦法學習到大廠真實的業務場景的

。透過對公司業務和行業知識的深入瞭解，才能做出更理智、更有價值的資料分析。

所以，應屆生的話，這樣的實習機會可以學到很多自己原來沒有接觸過的內容，進而拓展思維和累計工作經驗。

當然，經過一段時間的實習，題主還可以在秋招的時候，做出綜合的判斷。

那個時候，可以再評估下，自己是想做更偏向於技術型別的資料分析，還是願意接受此大廠的這種模式。

資料分析師有什麼從業要求？

在我的資料分析師的工作中為什麼很少用到spss、R、python等軟體，多數時候sql取數視覺化就行？

只會sql，tableau，excel可以做資料分析師嗎？

JayCP32021-06-10 11:15:27

同其他回答，我也覺得這是個好事。

我在電商做過不需要Python和sql的資料分析，也在網際網路公司做過需要py和sql的資料分析，給我的感覺就是，如果不需要Python和sql的工作會更偏向業務，對分析的要求更高，對技術要求不高，但資料分析的重點我認為肯定是在分析上。

比如我現在在電商作資料分析師，出現了一個問題之後，需要考慮的方面很多。比如首先從行業方面考慮，是不是整個行業都在走下坡路？然後再從人-貨-場的角度分別分析各個方面，分析是什麼原因導致的？其他競品公司是怎麼做的？我們要怎麼做？這種分析師他不會將大量的時間浪費在取數寫程式碼上面，而是更需要思考。

但在之前的網際網路公司做資料分析的時候，完全就是個sql boy，客戶來需求了好我寫sql取數，在BI上面做個報表象徵性的寫點資料comments然後發過去，這其實不是分析師，只是取數的工具罷了。不過這種型別的分析師在工作時間久了之後也會接觸到業務的，但我個人感覺並不注重分析。

我是阿柒啊2021-06-10 16:31:06

畢業前覺得：只要技術學得好，工資肯定少不了。

工作後懂得：技術為業務服務，業務與技術同等重要。

剛工作的時候，也是恨不得把自己學的所有的技術都用上，但是隨著時代的進步，很多東西已經被平臺化，就像你說的網站直接取數生成報表，這也是一種技術簡化工作的體現。

不必糾結於是否能將自己的技術全部用上，其實很多機器學習演算法也都是別人封裝好的，一直糾結下去，是不是應該自己手動封裝一個機器學習演算法呢。，，哈哈，所以看開一些，好好實習。

幹技術提升技術能力、做業務提升業務能力，歸根結底都是對個人能力的提升。在同行業之間，業務的重要性甚至要大於技術的。而且，而且，你這還是一個大廠！！羨慕的一，把握機會，好好提升自己，一蓑煙雨任平生。