轉行進數據分析已經十年了，表達一下我的個人看法。
私以爲，數據分析行業是可以長期發展下去的，但是對於數據分析師的專業技能的要求會越來越嚴格。
一、原因分析
在互聯網時代下誕生的不僅僅是一系列的智能產品，還有海量的用戶數據。從app的開發使用、人工智能的快速發展到5G的產生，整個大數據時代高速發展。就像當年的淘金熱一樣，誰能在海量的數據中找到有用的信息，誰就能在這場信息戰中獲得巨大的勝利。
於是，在大數據的風口上，數據分析師這個職業水漲船高，各大企業都意識到了數據分析的重要性。一時之間數據分析師供不應求，越來越多的人開始慢慢地從各個行業轉行來數據分析行業。由於數據分析師入門門檻很低，且大多數的同學在學校都修過編程相關課程，所以稍加訓練就可以滿足行業要求，因此也吸引了越來越多的人來從業。
儘管如此，數據分析行業仍然存在一種人才缺失的情況。在某聯招聘上搜了一下在招數據分析師的崗位，僅僅在上海就有1400個崗位缺口，而且薪資都在0.8-1.2萬不等。這個工資在上海雖屬於一般水平，但是仍然可以滿足正常生活的需要。據美國就業市場相關報告稱，僅僅在美國，大數據人才的缺口就達到20萬。因此在短時間內，數據分析師仍然會是個炙手可熱的職位。
但是隨着一些智能軟件的發展，數據分析的門檻會越來越低，慢慢滲入到各個崗位中。在大數據的浪潮推動下，數據分析將會變成工作必備技能。也就是說，基礎的數據分析師崗位會消失，取而代之的是已經掌握了數據分析初級技能的公司職員們。而資深的數據分析師完全不會受這場浪潮的影響，企業仍然需要可以爲公司決策作出支持的資深分析者。
資深數據分析師和普通分析師職能差異
只有專業技能強的資深分析師，才能在這場崗位的競爭中長久地存活下去。
二、數據分析工具推薦
1、PPT
爲什麼把PPT放在第一，原因很簡單，我們做數據分析的目的是什麼？當然是爲了展示給客戶、上級，供他們做決策。
所以PPT作爲主流彙報、展示工具，是將分析關鍵結果傳遞給其他的重要手段。學好PPT可以提升溝通和消息傳遞效率，也是數據分析師必備的技能，具體學習書目我就不做推薦了。
2、EXCEL
EXCEL應該是數據分析師最常用的統計分析工具了，原因是因爲方便，所見即所得，而且具有方便的可視化功能。應該說只有學會了Vlookup，數據透視和基本公式纔算EXCEL入門，其次EXCEL最大的驚喜是數據可視化，擁有大量的圖表模板，可以減輕我們很多工作。
這裏我推薦《誰說菜鳥不會數據分析》這本書作爲EXCEL入門。
這本書如果作爲數據分析入門書籍是不合格的，因爲它有太多內容是關於EXCEL基本操作的，關於數據分析的內容反而很少，但是實事求是的講這本書裏面關於EXCEL數據分析常用公式、數據可視化的內容還是不錯的，可以當成一本入門書籍。
3、ACCESS
爲什麼把ACCESS作爲中級數據分析師必備技能，原因很簡單，當數據太大，EXCEL又處理不了，又沒有很強的編程基礎怎麼辦？ACCESS的優勢就體現出來了，它可以在不用掌握很高深編程語言的條件下，處理Excel所不能承載的大存儲量的數據原始文件，速度奇快，且易學易用。
作爲入門，我推薦《表哥的Access入門》這本書。通過一個簡單的小飯館數據庫管理程序的開發過程，對理解數據庫和學習一些基本的ACCESS很有幫助。
4、SQL
作爲數據分析人員，要想獲取數據，肯定就要和數據庫打交道，因此sql肯定是要掌握的，在招聘要求中，sql也是很多數據分析崗位的能力要求之一。
學習SQL最快的方法是能自己下載數據庫管理工具，找些數據練習，主要了解一些數據庫查詢語言，where，group by，orderby，having，like，count，sum，min，max，distinct，if，join，left join，limit，and和or的邏輯，時間轉換函數等。這裏推薦《MYSQL必知必會》
5、Python
Python作爲目前最火的編程軟件之一，確實在數據分析、數據挖掘上有着獨特優勢。是否具備編程能力，也是初級數據分析和高級數據分析的分水嶺。以下是python的學習路線圖：
看起來要學習的內容挺多的，但其實python最大的優勢就是語言簡約，非常易於讀寫，如果之前有一定的編程基礎，上手很快。推薦書籍《Python編程快速上手》，新手可以跟着書裏的內容一步步做，把裏面的項目做完，差不多就入門了
6、商業數據分析軟件
excel做數據分析難以解決大數據量的問題，對沒有編程基礎的人來說上手python又比較難，這時候可以選擇利用數據分析軟件來做數據分析，現在市場上的數據分析軟件基本都涵蓋來數據採集、處理、分析到可視化展現的過程，操作簡單，可視化效果很棒，比較適合新手入門。
比較好用的有FineBI、tableau 等等