数据分析正成为一门性感职业

数据驱动经济，各行各业对数据分析师需求越来越大，其中互联网行业，金融行业，电子商务行业，计算机行业，移动互联网行业对数据分析需求量特别大，是典型行业。

(2000条数据抽样统计结论）

小公司对数据分析师要求并不高，只要解决问题能力强，本科就可以。中大型公司则偏好研究生以上学历，当然中大型公司也有很多本科生。面试，学历是一方面，个人在圈里知名度，实际工作能力，人脉资源也很重要。

（2000条数据抽样统计结论）

目前数据分析技术大致有四种类型需求

描述性分析(Descriptive Analysis)

借助描述性分析，我们可以分析和描述数据的特征。描述性分析处理信息的汇总。描述性分析与视觉分析相结合，为我们提供了全面的数据结构。

在描述性分析中，我们处理过去的数据以得出结论，并以仪表板的形式呈现我们的数据。在企业中，描述性分析用于确定关键绩效指标或KPI以评估企业绩效。

预测分析(Predictive Analysis)

借助预测分析，我们可以确定未来的结果。基于对历史数据的分析，我们能够预测未来。它利用描述性分析来生成有关未来的预测。借助技术进步和机器学习，我们能够获得有关未来的预测见解。

预测分析是一个复杂的领域，需要大量数据，熟练的预测模型实现及其调整才能获得准确的预测。这需要精通机器学习的熟练劳动力来开发有效的模型。

诊断分析(Diagnostic Analysis)

有时，企业需要对数据的性质进行批判性思考，并深入了解描述性分析。为了找到数据中的问题，我们需要找到可能导致模型性能不佳的异常模式。

使用诊断分析，您可以诊断通过数据显示的各种问题。企业使用此技术来减少损失并优化绩效。企业使用诊断分析的一些例子是–

企业实施诊断分析以减少物流延迟并优化生产流程。

在销售中使用诊断分析来更新营销策略，否则将导致收入下降。

规范分析（Presciptive Analysis）

规范分析结合了以上所有分析技术的见解。它被称为数据分析的最终领域。通过描述性和预测性分析提供的详细信息，描述性分析使公司可以根据这些决策制定决策。它大量使用人工智能，以便于公司做出谨慎的业务决策。

诸如Facebook，Netflix，Amazon和Google之类的主要行业参与者正在使用规范分析来制定关键业务决策。此外，金融机构正在逐渐利用此技术的力量来增加收入。