对数据库有充分的理解。大家都知道，一般工厂中有存放产品的库房，所以就不难理解数据库的意义了，一般来说，数据都是大量的，如果存放这些大量的数据就需要一个类似于工厂库房一样的东西里面，数据的存储是需要库房，就叫做数据库。数据分析师必须知道数据库的用途以及存在的意义，这是因为数据库是存储数据的地方。数据库有很多，如MongoDB，MySQL，PostgreSQL等。理解数据库并且能熟练使用它，这是数据分析师的一个基本能力。作为数据分析人员，我们首先要知道如何去获取数据，其中最常见的就是从关系型数据库中取数，因此你可以不会R，不会python，但是你不能不会SQL。

"掌握数据分析体系
掌握用户数据分析框架
掌握EDIT模型在电商用户数据分析场景的使用
掌握AIPL以及4A用户营销分析方法
掌握商品数据分析框架
掌握EDIT模型在商品数据分析场景的使用
掌握销售分析、库存分析、市场分析、促销分析等常用分析诊断方法
掌握商品数据分析常用数据挖掘模型
掌握流量数据分析框架
掌握流量分析的基本工具
掌握流量异常检测方法和常用的流量分析模型
掌握基于Power BI的动态数据可视化报告制作
熟练掌握Excel、MySQL、Power BI等数据分析软件
熟练掌握数据清洗，可以完成缺失值填补、异常值处理等
精通数据可视化，制作可视化分析报表
可以独立撰写业务分析报告
SQL数据库应用基础
大型数据分析综合项目现场实战
掌握数据分析在各行业的应用场景
掌握业务数据分析模型与分析方法"

"1章预科学习
2章数据分析概述
3章撰写业务分析报告
4章制作可视化分析报表
5章描述性统计分析
6章SQL数据库应用基础
7章SQL大厂面试直通车
8章大型数据分析综合项目现场实战
9章数据分析师职业规划课
10章面试技巧一对一辅导
11章Python编程基础（选修）
12章Python数据清洗与可视化（选修）
13章Python数据分析综合案例（选修）
14章Python面试直通车（选修）
15章技能拓展课（选修）
16章数字化决策方法与数据行业赋能商业案例"

人才缺口大
IT时代逐渐被DT时代取代，用理性数据分析代人工经验分析成为主流，数据分析人才的供给指数仅为0.05，属于高度稀缺。
入门相对简单
数据分析是一门跨领域技术，不需要很强理工科背景，反而有市场销售、金融、财务或零售业背景的人士，分析思路更加开阔。
行业适应性强
几乎所有的行业都会应用到数据，数据分析师不仅仅可在互联网行业就业，也可在银行、零售、医药业、制造业等领域服务。
职业寿命长
数据分析一旦掌握，可以在职场上收益长久，掌握这门新兴技术都会大有用武之地，受外部业务