数据分析师需要懂编程吗？
谢谢邀请！数据分析师通常分成两种，一种是应用级数据分析师，另一种是研发级数据分析师，区别就在于是否具备算法设计及实现的能力。应用级数据分析师通常需要掌握各种数据分析工具，把业务模型映射到数据分析工具上，从而得到数据分析的结果。数据分析工具比较多，比如Excel就是一个传统的数据分析工具，另外还有Minitab、LINGO、JMP等，要想全面掌握这些工具的使用需要具备一定的数学基础和统计学基础。
通常做BI的数据分析师还需要进一步掌握数据库的基础知识，但是难度往往并不大。研发级数据分析师就需要掌握编程知识了，在数据分析领域R、Python、C、MATLAB等语言都有广泛的应用，目前通过Python等语言来完成数据分析也是一个比较常见的做法。其实MATLAB也是一个在数据分析领域占据重要位置的软件（语言），MATLAB功能非常强大。
在大数据时代，通过机器学习的方式实现数据分析是一个比较常见的方式，而Python语言则是一个比较常见的选择，一方面Python语言简单易学，另一方面Python语言具备丰富的库支持，比如Numpy、Scipy、Matplotlib、Sympy、pandas等都是比较常见的库，这些库的使用会极大的降低算法实现的难度。
总之，对于数据分析师来说，如果想在数据分析的道路上走的更远，编程是一定要掌握的，其实编程语言本身并不是数据分析环节中的难点，比如学习Python还是一个比较轻松的过程。对于基础比较薄弱的学习者来说，从使用工具开始学习数据分析是一个比较现实的选择。作者简介：中国科学院大学计算机专业研究生导师，从事IT行业多年，研究方向包括动态软件体系结构、大数据、人工智能相关领域，有多年的一线研发经验。
数据分析师真的能做到年薪百万吗？
首先告诉你，年薪百万是绝对有可能的，但是基本属于金字塔尖的那部分人，对于年薪百万的群体，不同人有不同的定义。有的人认为，既然是年薪，说明这个人是靠劳务报酬获得年收入的，资本收入不计算在内。靠劳务报酬获得年收入百万的人毕竟是少数，年薪百万俱乐部的晋级人选便落在了中大型企业中高级管理层。有人把创业者也划分为年薪百万的，个人认为不合适，创业者谈不上年薪，重要的是股权和利润分成。
作为数据分析从业者的我，更关心数据分析师能否做到以及如何做到年薪百万。无论是靠劳务收入获得年薪百万，还是创业年收入百万，都作为白手起家的数据分析师达到年薪百万的发展路径。靠劳务收入年薪百万1. 在欧美发达国家，数据专家岗和相关管理岗可以轻松达到年薪百万在欧美发达国家，顶级数据岗位（如数据科学家、BI经理等）达到年薪百万人民币不是什么难事。
如果你擅长数据工作，专业技术能力够强，并且也具备商业判断能力，沿着专业路线或管理路线往上走，年薪百万的目标是有奔头的。下面是欧美发达国家数据相关岗位平均年收入统计结果：最初级的数据分析岗位的收入是最低的，年收入在6.3万美元左右，最顶级的数据科学家年收入约12万美元，是数据分析师的1.9倍。当然，发达城市相关岗位的工资会更高一些，数据科学家、BI经理、架构师的年收入都可以达到百万人民币。
数据来源：Glassdoor，求职社交招聘网站但需要注意，技术岗位是有职业天花板的，这个天花板也会反应在收入上，而管理岗位的收入弹性相对会更高一些。所以，在欧美发达国家，与业务相关的数据管理岗是数据分析师达到年薪百万目标的一个不错的发展路径。举个例子：一个华人半路出家，在瑞士某大型医疗企业做数据分析，技术够硬，带领团队通过数据分析帮助公司每年节省近百万瑞士法郎的成本，并且牢牢掌握相关细节，不可被轻易替代。
他的年薪远超一般数据科学家（数据科学家一般在14万瑞士法郎左右），百万人民币的年收入对他来说自然不在话下。2. 在国内，大型企业的数据专家和管理岗有可能达到年薪百万受经济发展水平和多种因素的限制，国内数据相关岗位的薪资比欧美发达国家要低一些，基本上是1/3到1/2的标准。当然数据相关岗位中，薪资最高的还是数据科学家（架构师）、其次是数据挖掘和开发工程师，最低的还是数据（BI）分析师。
数据来源：公开资料整理看着上面的数据，不少人可能觉得在国内做数据分析师达到年薪百万基本上是无望了。然而，上面的数据只是均值，大型企业的数据专家和高级管理层年收入百万还是有可能的，只是与欧美等发达国家相比，在国内做数据分析发展到年薪百万的概率要低一些。无论是在国内，还是在国外，数据分析师的待遇在数据相关岗位中都是最低的。
当然这和进入的门槛有关，现在数据分析基本上是有点数据sense，会点SQL的都能做数据分析师。所以数据分析师群体内部的收入相差比较大，从月薪10K~40K不等。在公司内部，数据分析基本是支持业务发展的，所以数据分析师要想提高收入水平，就只能朝着数据科学家或者BI经理或总监的目标发展，这样经过5~10年，在大企业做到专家和中高级管理岗达到年收入百万还是有可能的。
靠创业年收入百万数据分析师创业做什么呢？自媒体，通过网络将自己的专业技能放大？教育培训，在线教育至今盈利困难？接私活？但能在这三条路上创业达到个人的年收入百万，基本上也需要5年以上的磨炼，这和在大型企业做到管理层或专家岗需要的时间是差不多的。假设数据分析师选择了某一条路创业，靠创业年收入百万，可能吗？当然有可能，但这个可能性有多大呢？根据统计数据，中国中小企业的平均寿命是3年，5年以内的死亡率90%。
数据分析师与大数据分析师所做工作有什么区别？
数据分析是干什么的？在企业里收集数据、计算数据、提供数据给其他部门使用的。数据分析有什么用?从工作流程的角度看，至少有5类分析经常做：工作开始前策划型分析：要分析一下哪些事情值得的做工作开始前预测型分析：预测一下目前走势，预计效果工作中的监控型分析：监控指标走势，发现问题工作中的原因型分析：分析问题原因，找到对策工作后的复盘型分析：积累经验，总结教训那数据分析是什么的？数据分析大体上分3步：1：获取数据。
通过埋点获取用户行为数据，通过数据同步，打通内部各系统数据。以及做数仓建设，存储数据。2：计算数据。根据分析要求，提取所需要的数据，计算数据，做表。3：解释数据。解读数据含义，推导出一些对业务有用的结论。那么数据分析师主要做以上三点的工作吗？并不全是，这个在不同企业，情况不一样。如果公司规模大的话，获取数据经常是数据开发组完成的，他们的职位一般是“数据开发工程师”或者“大数据工程师”。
解释数据则是运营自己写ppt做解读，留给“数据分析师”的，其实就是中间的计算数据的一步。有些公司（一般是做电商的），数据是直接从淘宝、天猫、亚马逊等平台导出的，然后基于这些数据做分析。有些公司（一般是传统企业），数据是直接用的大型的BI产品，然后所有人基于BI产品导出数据分析有些公司规模很小，就直接一个小组从数据埋点到数仓到提数全干了。
不会Python只会Bi工具，可以从事数据分析师吗？
题主好像陷入了一个死区，Python和BI工具都能够做数据分析，但是各有优缺点，那为什么不两个一起结合起来用呢？比如，我现在经常用Python在网上爬数据，然后用FineBI进行分析，有时候还用Python优化一下FineBI，结合两个工具的优点做起事来十分效率。其实，Python这种伪代码性质的语言入门并不难，但是深入进去就不是什么简单的事情了，而且Python语言不能加密，但是目前国内市场纯粹靠编写软件卖给客户的越来越少，网站和移动应用不需要给客户源代码，所以这个问题就是问题了BI工具的话，简单上手、灵活快捷，尤其是题主所说的FineBI、pentaho等自助化工具，傻瓜式操作很适合现在的数据分析小白入手，就算是掌握了R这种编程语言，也很适合拿来做分析工具我非常同意上面一位答主的话，工具没有好坏优劣之分，在于这个工具适合什么样的人、做什么样的事情，想要在数据分析这一行做到一定高度，FineBI这种BI工具和Python这种编程语言绝对是要两者兼得的。
