数据分析师所需的技能包括但不限于：
硬技能：
数据分析的软件和统计学知识
工具：
查询语言：SQL,HIVE,Pig
脚本语言：Python,Matlab,shell
统计工具：R,SPSS,SAS,SPSS moderler
数据处理：Excel
编程语言：Java（scala）
软技能：
对数据的敏感程度，问题定义与发现，问题分析
数据量化能力
需要接触的构架与思想：
了解转化漏斗模型思维架构
市场主流量化工具Google Analytics、webtrends、Omniture、Double Click
机器学习算法有基本认识并能调用工具实现
完善用户拉新、激活、留存机制，从用户生命周期角度运营用户，维护用户活跃、激活沉默用户，针对不同用户类型设计有效激励机制，提升活跃度和留存率等；
计算广告
SQL性能调优
工作流程：完成可行性分析、进行数据采集、数据清洗、构建模型、性能调优、分析报告
数据分析流程：
1.数据导入 （导入本地或web的csv文）
2.数据变换
3.数据统计描述
4.探索性数据分析
5.验证性数据分析
数据分析步骤：
导入数据
数据准备、探索和清理
拟合统计模型-评估拟合结果-模型的交叉验证（循环）
在新数据上的评估模型预测
生成报告
利用Python进行数据分析：
需要掌握numpy,scipy,pandas等工具
统计
快速傅里叶变换
平滑和滤波
基线和峰值分析
数据分析是将收集的数据进行加工、整理和分析，使其转换为信息，通常的方法有：
老七种工具，即排列图、因果图、分层法、调查表、散步图、直方图、控制图；
新七种工具，即关联图、系统图、矩阵图、KJ法、计划评审技术、PDPC法、矩阵数据图；