现在把数据分析师包装的太高大上了，左手Python，右手R，感觉都快无所不能了。其实现状并不是这样。平时工作主要包括：
1）跑数据，也就是利用SQL代码从数据库中调取相关的数据，然后在利用调取过来的数据进行相关的数据分析。
2）支持销售部门分析需求。这个过程基本是伴随着销售部门的需求来的，一般持续时间比较长。我们需要先将销售部门的数据需求进行问题定义，然后进行相关的问题拆解，确定数据源，搜集数据源，数据清洗，数据分析，最终生成可视化的数据分析报告。在这个过程中，最为苦逼的就是需求有时候会变，导致你做的工作可能面临废掉的可能。
3）行业数据分析报告，对于这块，其实偏向于研究性质。我们经常会利用外部数据以及公司内部数据，从行业趋势、人群洞察等方面入手，对该行业进行细致分析。这块最大的困扰是在于数据质量有时很差，不得不苦苦找数据，换思考维度，改逻辑框架。有时候仅仅数据清洗就需要几天，下来都会头昏眼花的。所以，千万不要觉得数据分析师是一个很高大上的职业，谁做谁知道。
当然，不同性质公司要求数据分析师的职责不同，但是万变不离其宗，基本都是跑数据，作报告，建模型等等。
现在的社会已经变成了大数据时代，相应的也出现了很多和数据有关的职业，数据分分析师就是其中最主要的一部分。顾名思义，数据分析师就是分析数据的。但是这是总体来说的，数据分析师的工作的是要细分很多种的，那么下面就来分享一下数据分析师的日常工作有哪些。
首先，数据分析师主要的工作还是要和数据打交道。他们不需要自己去收集数据，应为大部分的数据分析师都是直接分析别人已经收集好的数据，在这之上直接开始对它进行一些简单的处理使之成为能够满足需要的数据之后再获取其中隐藏的信息。而且数据分析师是一门多学科综合的学科，它要求分析师具有一定的建立数据库和从数据库中获得想要的信息的能力、要求拥有统计学的知识、会利用样本信息去推测总体的信息、并且要求他们还必须会使用相应的统计软件、即使是最基础的办公软件也是要求会的，所以他们平常都是和这些打交道。醒着的时候在分析数据，就连睡着了都会梦到自己在分析数据。
其次，在上面简单的分析的基础上，对数据已经有了一些初步的认识，为了更充分的挖掘其中的有价值信息，需要对数据进行数学模型的建立以及回归分析这一类的拟合，然后再对模型进行显著性检验，如果通过那么就进行下一步，不通过的话还需要重复前面的步骤直到得到显著的模型。但是这并不是最终的目的，拟合数据的最主要的目标就是进行预测，通过拟合得到的数学模型对未来的某一段时间之内的数据进行预测。
这还没有完，在得到上面的结果之后还需要整理出一份数据分析报告，指明其中的问题并提出自己的建议，为管理者提供决策的依据。这就是数据分析师的工作。
本回答被网友采纳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
请点击输入图片描述
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。
请点击输入图片描述
数据分析是指用统计分析方法对收集的数据进行分析，提取有用信息和形成结论而对数据加以详细研究和概括总结并指导实际工作和生活。
（1）数据清洗：80%的精力在处理清洗数据，包括字段提取、整合归一、规范化。数据在现有的商业环境中才开始逐渐重视，故数据采集整理非常重要，许多公司都在开始重视数据背后的重要价值，故会把历史数据拿出来处理加工。
（2）数据进行初加工：这里包含了数据描述性统计（比如极值，最值，均值，方差，分布），这种初步加工目的是为了大体了解这些数据的基本概况，这是初始业务必须要做的，从这些数据中一定程度上还能能够反映日常业务变况。
（3）探索性分析：有了对数据大体掌握后我们会做一些分析和预测，譬如相关性分析，主成分分析，回归分析，时间序列预测等等
（4）报表制作：这里会涉及到做基本报表，反映日常业务态势包含基本业务总体概况，同环比分析，并去查找业务逻辑数据表现的原因，当然里面会涉及到数据可视化图表（折线图，旋风图，散点图，柱形图）等等，诸多数据分析方法论
（5） 最后数据结论输出，报告撰写。
本回答被网友采纳