转行进数据分析已经十年了，表达一下我的个人看法。
私以为，数据分析行业是可以长期发展下去的，但是对于数据分析师的专业技能的要求会越来越严格。
一、原因分析
在互联网时代下诞生的不仅仅是一系列的智能产品，还有海量的用户数据。从app的开发使用、人工智能的快速发展到5G的产生，整个大数据时代高速发展。就像当年的淘金热一样，谁能在海量的数据中找到有用的信息，谁就能在这场信息战中获得巨大的胜利。
于是，在大数据的风口上，数据分析师这个职业水涨船高，各大企业都意识到了数据分析的重要性。一时之间数据分析师供不应求，越来越多的人开始慢慢地从各个行业转行来数据分析行业。由于数据分析师入门门槛很低，且大多数的同学在学校都修过编程相关课程，所以稍加训练就可以满足行业要求，因此也吸引了越来越多的人来从业。
尽管如此，数据分析行业仍然存在一种人才缺失的情况。在某联招聘上搜了一下在招数据分析师的岗位，仅仅在上海就有1400个岗位缺口，而且薪资都在0.8-1.2万不等。这个工资在上海虽属于一般水平，但是仍然可以满足正常生活的需要。据美国就业市场相关报告称，仅仅在美国，大数据人才的缺口就达到20万。因此在短时间内，数据分析师仍然会是个炙手可热的职位。
但是随着一些智能软件的发展，数据分析的门槛会越来越低，慢慢渗入到各个岗位中。在大数据的浪潮推动下，数据分析将会变成工作必备技能。也就是说，基础的数据分析师岗位会消失，取而代之的是已经掌握了数据分析初级技能的公司职员们。而资深的数据分析师完全不会受这场浪潮的影响，企业仍然需要可以为公司决策作出支持的资深分析者。
资深数据分析师和普通分析师职能差异
只有专业技能强的资深分析师，才能在这场岗位的竞争中长久地存活下去。
二、数据分析工具推荐
1、PPT
为什么把PPT放在第一，原因很简单，我们做数据分析的目的是什么？当然是为了展示给客户、上级，供他们做决策。
所以PPT作为主流汇报、展示工具，是将分析关键结果传递给其他的重要手段。学好PPT可以提升沟通和消息传递效率，也是数据分析师必备的技能，具体学习书目我就不做推荐了。
2、EXCEL
EXCEL应该是数据分析师最常用的统计分析工具了，原因是因为方便，所见即所得，而且具有方便的可视化功能。应该说只有学会了Vlookup，数据透视和基本公式才算EXCEL入门，其次EXCEL最大的惊喜是数据可视化，拥有大量的图表模板，可以减轻我们很多工作。
这里我推荐《谁说菜鸟不会数据分析》这本书作为EXCEL入门。
这本书如果作为数据分析入门书籍是不合格的，因为它有太多内容是关于EXCEL基本操作的，关于数据分析的内容反而很少，但是实事求是的讲这本书里面关于EXCEL数据分析常用公式、数据可视化的内容还是不错的，可以当成一本入门书籍。
3、ACCESS
为什么把ACCESS作为中级数据分析师必备技能，原因很简单，当数据太大，EXCEL又处理不了，又没有很强的编程基础怎么办？ACCESS的优势就体现出来了，它可以在不用掌握很高深编程语言的条件下，处理Excel所不能承载的大存储量的数据原始文件，速度奇快，且易学易用。
作为入门，我推荐《表哥的Access入门》这本书。通过一个简单的小饭馆数据库管理程序的开发过程，对理解数据库和学习一些基本的ACCESS很有帮助。
4、SQL
作为数据分析人员，要想获取数据，肯定就要和数据库打交道，因此sql肯定是要掌握的，在招聘要求中，sql也是很多数据分析岗位的能力要求之一。
学习SQL最快的方法是能自己下载数据库管理工具，找些数据练习，主要了解一些数据库查询语言，where，group by，orderby，having，like，count，sum，min，max，distinct，if，join，left join，limit，and和or的逻辑，时间转换函数等。这里推荐《MYSQL必知必会》
5、Python
Python作为目前最火的编程软件之一，确实在数据分析、数据挖掘上有着独特优势。是否具备编程能力，也是初级数据分析和高级数据分析的分水岭。以下是python的学习路线图：
看起来要学习的内容挺多的，但其实python最大的优势就是语言简约，非常易于读写，如果之前有一定的编程基础，上手很快。推荐书籍《Python编程快速上手》，新手可以跟着书里的内容一步步做，把里面的项目做完，差不多就入门了
6、商业数据分析软件
excel做数据分析难以解决大数据量的问题，对没有编程基础的人来说上手python又比较难，这时候可以选择利用数据分析软件来做数据分析，现在市场上的数据分析软件基本都涵盖来数据采集、处理、分析到可视化展现的过程，操作简单，可视化效果很棒，比较适合新手入门。
比较好用的有FineBI、tableau 等等