对数据敏感
对数字不恐惧，常关注行业数据动态，能从数据变化中自行感觉出事物背后的原因规律。
抗压力与耐心
在处理数据中需要强大抗压力和耐心，与数据打交道的时候需要你爱上数据而不是排斥数据。
自学能力强
在数据分析的过程中需要经常自行研究，学习一些新的思路和方法，不断修正，不断更新。

"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
12章Python数据清洗与可视化
13章Python数据分析综合案例
14章Python面试直通车
15章技能拓展课（选修）"

1、统计类的数学知识
数学知识是数据分析人员的基本技能。
对于初级数据分析师来说，了解一些统计相关的基本内容，具备一定的公式计算能力是必要的，并且熟悉常用的统计模型算法。
高级数据分析人员必须具备统计模型知识，具备线性代数(主要是矩阵计算)知识。
对于数据挖掘工程师来说，除了统计，各种算法也需要熟练运用，对数学的要求是最高的。
2、方便的工具
对于初级数据分析师来说，必须懂得使用Excel，必须使用数据透视表和公式，最好使用VBA。另外，还应该学习统计分析工具，SPSS对于入门者来说是一个不错的选择。
对于高级数据分析师来说，使用分析工具是核心能力，VBA基本必备，SPSS/SAS/R至少熟练使用其中一种，其他分析工具(如Matlab)视情况而定。
对于数据挖掘工程师来说，会使用Excel就行，但主要的工作是写代码。
3、Python语言
对于初级数据分析师来说，如果需要，可以编写SQL查询、Hadoop和Hive查询。
对于高级数据分析人员来说，除了SQL之外，还需要学习Python，以便用一半的精力获取和处理数据。其他编程语言也可用。
对于数据挖掘工程师来说，Hadoop应该是熟悉的，Python/Java/ c++至少应该熟悉一个，Shell应该能够使用。总之，编程语言是数据挖掘工程师的核心竞争力。
4、业务理解
业务理解是数据分析师所有工作的基础。数据获取方案、指标的选择，甚至对最终结论的洞察，都取决于数据分析师对业务本身的理解。
对于初级数据分析师来说，主要的工作是提取数据并做一些简单的图表，以及少量的洞察性结论，对业务有基本的了解。
对于高级数据分析师来说，需要对业务有更深入的了解，并能够基于数据提取有效的视图，这对实际业务是有帮助的。
对于数据挖掘工程师来说，对业务有一个基本的了解是可以的，但是重点仍然需要放在开发技术能力上。
5、逻辑思维
理工科的人都具有较好的思维能力。
对于初级数据分析师来说，逻辑思维主要体现在数据分析过程中每一步的目的性，知道需要使用什么样的手段，想要达到什么样的目标。
对于高级数据分析师来说，逻辑思维主要体现在建立一个完整有效的分析框架，理解分析对象之间的相关性，理解每一个指标变化的因果关系，从而对业务产生影响。
对于数据挖掘工程师来说，逻辑思维不仅体现在与业务相关的分析工作中，还包括算法逻辑、程序逻辑等，所以对逻辑思维的要求也是最高的。