了解数据分析、如何使用数据分析、常见技能以及实现分析概念的职业。
数据分析是对数据的收集、转换和组织，以便得出结论、做出预测并推动明智的决策。
数据分析（Data analytics）经常与数据分析（data analysis.）混淆。虽然这些都是相关术语，但它们并不完全相同。事实上，数据分析（data analysis）是数据分析（Data analytics）的一个子类别，专门处理从数据中提取意义的问题。数据分析（ Data analytics）作为一个整体，包括分析之外的过程，包括数据科学（使用数据进行理论化和预测）和数据工程（构建数据系统）。
在本文中，您将了解更多关于什么是数据分析、如何使用数据分析及其关键概念的信息。您还将探索数据分析技能、工作和成本效益高的专业知识，这些知识可以帮助您从今天开始。
什么是数据分析？
数据分析是一个多学科领域，它采用了广泛的分析技术，包括数学、统计学和计算机科学，以从数据集中获得见解。数据分析是一个宽泛的术语，包括从简单的数据分析到收集数据的理论方法和创建存储数据所需的框架的所有内容。
如何使用数据分析？数据分析示例
数据无处不在，人们每天都在使用数据，无论他们是否意识到这一点。每天的任务，比如测量咖啡豆来制作早晨的杯子，在决定穿什么之前查看天气报告，或者用健身追踪器跟踪你一整天的步伐，都可以是分析和使用数据的形式。
数据分析在许多行业都很重要，因为许多商业领袖都使用数据做出明智的决策。运动鞋制造商可能会查看销售数据，以确定哪些设计应该继续，哪些设计应该退役，或者医疗保健管理员可能会查看库存数据，以决定他们应该订购的医疗用品。在Coursera，我们可以查看招生数据，以确定在我们的课程中添加什么样的课程。
使用数据来推动业务战略的组织通常会发现他们更自信、更积极主动、更精通财务。
数据分析：关键概念
数据分析有四种关键类型：描述性、诊断性、预测性和规定性。这四种类型的数据分析可以帮助组织做出数据驱动的决策。乍一看，他们每个人告诉我们以下内容：
- 描述性分析告诉我们发生了什么。
- 诊断分析告诉我们发生某些事情的原因。
- 预测分析告诉我们未来可能发生的事情。
- 处方分析告诉我们如何行动。
从事数据分析工作的人通常会使用数据分析过程来探索这四个领域中的每一个，包括识别问题、收集原始数据、清理数据、分析数据和解释结果。
阅读更多：什么是数据分析？（附示例）
数据分析技能
数据分析需要广泛的技能才能有效执行。根据Coursera拥有8700万全球学习者的社区的搜索和注册数据，截至2021年12月，这些是需求量最大的数据科学技能：
- 结构化查询语言（SQL），一种常用于数据库的编程语言
- 统计编程语言，如R和Python，通常用于创建高级数据分析程序
- 机器学习，人工智能的一个分支，涉及使用算法发现数据模式
- 概率和统计学，以便更好地分析和解释数据趋势
- 数据管理，或收集、组织和存储数据的实践
- 数据可视化，或使用图表讲述数据故事的能力
- 计量经济学，或使用数据趋势创建基于预测未来趋势的数学模型的能力
虽然数据分析职业需要一定的技术知识，但有条不紊地掌握上述技能——例如每天学习一点或从错误中吸取教训——有助于掌握这些技能，而且现在开始永远不会太迟。
阅读更多：数据分析很难吗？迎接挑战的技巧
数据分析职业
通常，数据分析专业人员的工资高于平均水平，在劳动力市场中需求量很大。美国劳工统计局（BLS）预计，2021年至2031年间，数据分析领域的职业生涯将增长23%，远高于平均水平，预计年收入将高于平均水平82360[1]。但根据Anaconda 2022年数据科学状况报告，63%的受访商业组织对面临如此快速增长的人才短缺表示担忧[2]。
数据分析领域的入门级职业包括以下角色：
- 初级数据分析师
- 助理数据分析师
- 初级数据科学家
随着你在该领域获得更多经验，你可能有资格担任中高层职位，如：
- 数据分析员
- 数据科学家
- 数据架构师
- 数据工程师
- 业务分析师
- 市场分析师
点击上面的链接，了解更多关于每条职业道路的信息，包括职位要求以及平均工资和工作增长。
了解有关数据分析的更多信息
数据分析就是利用数据来获得洞察力，并做出更好、更明智的决策。向谷歌数据分析专业证书中的佼佼者学习，该证书将使您在大约六个月内为入门级数据分析职位做好工作准备。在那里，您将学习数据清理和可视化等关键技能，并通过视频教学和应用学习项目获得常用数据分析工具的实践经验。
