数据分析师和类似营销分析角色如何创建高效的工作流程或确定数字的优先级？ 首先，这种分析工作中其实数学成分占比相对较少，真正归结为能够看到数据中的模式。 您必须能够验证/清理数据 - 永远不要认为它是好的。 说到数学，一切都是谷歌搜索。它或多或少地解决难题而不是寻找解决方案。 那么需要多长时间才能擅长数据可视化？如何有效地查看数据中的模式？ 本质上是一项具有两个核心要素的工作：（1）数据分析和（2）现实世界。
- （1）数据分析
- a) 提取/转换
- b) 分析
- c) 呈现
a) 数据将被储存在某个地方，通常是在一个数据库中。然后你用SQL来提取数据，通常会对其进行转换：你把表连接起来，选择你想要的列，并以某个时间框架为目标。有时，你必须在提取后对数据进行转换，例如，通过连接独立的文件，创建计算字段，或任何你需要做的事情。通常这是技术部分，涉及SQL、Excel、Python或R。
b) 接下来是分析。数据应该被用来驱动与业务相关的洞察力。分析要求应事先与业务对应方讨论。你制定假设并测试它们。你要在数据中寻找趋势。你试图用数据来说明一些关于现实世界的有意义的事情。这可以用Python或R等编程语言完成，但根据我的经验，通常是在Excel或BI工具中完成。你想玩玩数据，看看会出现什么。
c) 最后，你要展示你的洞察力。这可能是一个PowerPoint演示文稿，一个Excel表格，一个书面电子邮件，一个仪表盘（例如在tableau中），或一个手写信件。这里的关键是你的客户希望你提供什么。这不是一个技术性的东西，更多的是由数据支持的论点。有时称为讲故事。你提出有意义的结论，帮助别人掌握手头的话题。
- （2）现实世界
最重要的是，试着一次解决一个问题。 基础知识 时间是主观的，完全取决于你，但你需要把基础知识搞清楚。
- Sql
- 基于关系型数据
- 数据建模
- ETL概念
如何做也需要时间。因为实际上你的数据是你业务背景的产物。 你必须了解数据是如何产生的，以及它如何在整个业务中移动。 一旦你做到这一点，模式就会出现。 教育行业的数据与医疗行业的数据会有很大不同。 这是真正的领域专业知识，会成就一个分析师。
从技术角度来看，可以从Power Bi开始的。可在Power Bi中实现Excel报告的自动化。 我所做的是在网上下载示例报告，并对其进行逆向工程，花时间理解为什么事情会发生。 我想这是任何人学习如何使用数据可视化工具的最好方法。