当下数据分析师十分火热，但是很多人都没明白数据分析到底是什么？数据分析师的工作日常是什么？除了电子书之外有没有什么更好的方法入门数据分析。
成为数据分析师这一年多以来，我经常收到这样的提问，说实话对于软件开发等互联网内的其他专业来说，数据分析确实是一个比较新的岗位。大学内都没有开设相关的专业，这导致现在国内外数据分析师大量缺口。
一直到2016年2月，教育部才批准北京大学、对外经济贸易大学及中南大学三所高校开设数据分析相关专业。而等这些学生毕业开始找工作应该是两年之后，我本人则是非常看好数据分析的前景。
首先，数据分析是什么？这个概念百度已经阐述的十分明白了，但是数据分析师每天做什么工作呢？肯定不是对着数据发呆，下面是一个数据分析是的日常，分享给大家：
「1」产生数据
这里所说的产生数据，并不是说去做开发或是做数据采集。这里的数据是指每当业务上有新的功能点需要开发上线的时候，数据分析师需要去围绕着这些功能会产生哪些业务变化、这个功能上线的目的是什么、上线之后该如何衡量效果等一系列问题，在功能上线前做好数据的埋点、以及可以衡量最终效果的指标。这样当功能上线的时候，你可以快速的衡量业务效果。
「2」提供数据
第一步的数据产生有方便了第二步的数据提供。提供数据可能是作为一个数据分析师每天都要做的事情，甚至有时候大半天都在做这件事情。数据需求的来源是多方的，各种业务方以及产品经理。商业数据分析师是公司业务方面的数据的出口，为了能准确的给需求方提供数据，你需要跟业务方有充分的沟通，对公司的数据维度有详细的了解。
「3」解释数据
作为数据分析师，是不能止步于提供数据的。提供数据之余，你也要会解释数据，这些数据是怎么来的？好的数据坏的数据都需要去知道，那样才能取长补短。
春节期间用户购买vip的数量翻了一倍，为什么翻倍了？
上周的用户留存降低了几个百分点，为什么降低？
知乎的最近一周的活跃用户答题量下滑几个百分点？
等等这些问题，都需要你一步一步的深入挖掘，而这背后的真正原因能够快速的做出预警或者给之后的发展一些很好的idea.
「4」探索数据
光有解释数据是不够的，因为数据分析并不是解决能看出来的问题，还要能提出发现解决一些探索性的问题。
给新用户怎样的激励，才能让他们的次日留存达到最佳？比方说Linkedi探索出来的让新用户拥有六个以及以上好友可以很好提高他们的留存。
探索数据通常是一个长期的比较大的项目，探索数据并不存在一个标准的答案，也通常可能是几个月出不了一个好的结论。
「5」影响数据
A/B Test是为了探索更好的方向，更受用户喜欢的功能。通过数据论证可以说服业务方听询数据分析师的意见。推送的消息文本应该怎么发？发给几个实验组看看效果；这个按钮应该设计成什么颜色，配上什么文字？多设计几套上线几个不同分组看效果。通过不断的A/B Test，数据分析师会更好的辅助产品的迭代，影响数据的产生。
有人会说：读到这里我对数据分析十分感兴趣，我想趁着现在数据分析人才紧缺的这个行情赶紧努力一下，但是我该怎么开始呢？艾科思首推的是上篇文章推荐的十本书籍，如果你缺少看书的耐心，那可以去看视频课程。但是，无论是看书还是看视频，都缺少学习数据分析最关键的一步——实战练习。
数据分析最终都是为了解决问题，而不仅仅是纸上谈兵。所以从易到难地去做些项目，用项目驱动学习，学习效率会更高。
还有的人会问：我已经从事数据分析一段时间了，但是没有好的数据可视化工具，特别是出差的时候，需要用到很多数据，但是又没办法很好的展现给客户或者领导，我该怎么办呢？说到这里，艾科思移动BI系统可以了解一下，BI的好处在于很大程度解放数据分析师的工作，推动全部门的数据意识，另外降低其他部门的数据需求（万恶的导数据）。移动商务智能已经是企业发展不可或缺的一部分，作为数据分析师，拥有一款酷炫的数据可视化工具，数据图表大屏展示、移动端手机报表随时随地掌握公司动态数据、操作简单响应快速的系统可以让你提升不止一个档次。
成为数据分析师后，坑才刚刚挖好，与君共勉~
