云計算的實現，讓我們迎來了大數據時代。與此同時，與大數據相關的職業也日益火爆。我們意識到，數據分析能力已成為企業的核心競爭力之一。然而，“數據分析”究竟是怎樣一種能力？美國大數據專家Bernard Marr認為，有六項能力，是這其中最基本的、不可或缺的技能模塊。
在六項基本能力之中，首當其沖的就是分析能力——這項能力，可以幫你理解你所擁有的那些海量數據。
它包括：
1、 確定與問題具有相關性的數據的能力；
2、 解讀數據、獲得答案的能力。
如果你善于發現模式，在因果之間建立聯系，在幫助你把“企業數據”轉化為“可操作的計劃”方面，這些能力將非常寶貴。
在“發現模式”方面，可視化是非常有力的工具
數據科學是一個新興領域，對于企業應當如何使用數據沒有硬性規定，也沒有捷徑可循。這意味著，具備“不斷提出新的數據收集、解釋、分析以及提取策略方法的能力”，將十分有價值。
未來，企業的“數據明星”將是那些有能力找到新數據來解決業務問題、并提出新的數據應用分析方法的人。
《知識、經驗與創造力》經驗可以統合知識，創意則可以讓知識煥發新生命 作者：Sebastian Yue
優質、“老派”的數據處理方式依舊重要——也就是作為基礎的數學與統計學。盡管在大數據戰略中，非結構化數據的比例越來越大，但是，大量被收集、存儲、并準備進行分析的信息，依然采用的是數字的形式。
即使在處理非結構化數據時，目標也往往是將數據元素（如郵件、社交媒體信息等等）簡化至可以量化的數字，以便從中得出明確的結論。這意味著具備強大的數學或統計學背景，將有助于企業更好地擁抱大數據。
使用ETL工具對數據進行采集、轉換與存儲，背后也離不開數學與統計學的支持
計算機是大數據策略背后的重要工具，而程序員則需要拿出算法，把“數據”處理成“洞察”。這其中涵蓋了機器學習、數據庫或云計算等各個子領域，這些知識將成為新興數據科學家們的有力武器。
開源技術尤其應當引起注意——比如Hadoop、Python、Apache Pig等——它們構成了大多數數據科學項目的基礎。
了解業務目標是什么、如何用流程驅動業務增長，對于數據分析師來說也十分重要。
一個十分危險的想法——公司應該雇傭一位聰明絕頂、理論知識豐富的數據科學家，把他供養在布滿了服務器的地下數據實驗室，而他將通過一個暗門向全公司傳送自己的發現。
但是，任何一個與數據打交道的人，都不應當“閉門造數”，而是應與公司業務融為一體，牢牢把握公司的業務目標，理解什么是朝著正確的方向前進、在前進的過程中，哪些數據才能彼此構成為“關鍵績效指標”——那一定是基于對行業、企業、業務這“三業”的深刻理解而制定的。
數據分析始終服務于業務增長，也因此，現在有越來越多的技術／產品，都是為了實現“讓業務人員具備數據分析能力”而誕生。
“讓業務人員具備數據分析能力”的新一代商業智能平臺
溝通技巧對于數據科學家來說必不可少。他們的分析結果至少要傳達給兩種人：關鍵決策者、團隊其它成員。而這兩種人通常都不能直接理解數據。
這時，將數據可視化、用數據“講故事”的技能就至關重要了。你可以擁有世界上最好的分析能力，但除非你能使你的研究結果被人理解，并展示這些結果將如何幫他們提高績效、推動成功，否則這些結果對企業來說將一文不值。
數據視覺功能，將數據變成可以普通人也可以看懂的故事 大大提升數據分析師的溝通能力
