看了这个问题下30来个回答，都在聚焦第一和第三个话题，数据分析师的主要工作做是什么？以及需要掌握哪些知识，第二回答倒没有人来回答。
对于数据分析师的工作内容、发展前景和需要掌握的知识，这个话题我将按照三个部分展开：首先，讲述下数据分析师的主要工作；然后，分享下数据分析的发展前景；最后来说下需要掌握的相关知识。
纽约大学（New York University）曾对商业数据分析专业做过这样的定位：这是一门研究数据，以商业理论为基础，从数据分析出发，依靠统计工具，以决策优化为目的，洞察数据背后的规律，为商业创造最大价值。未来的数据分析师的价值也将会基于此来展开，既需要具备统计工具技能（SQL、Excel、Python、Tableau等），也需要具备数据分析的思维和方法，还需要具备商业理论和业务理解，他将是这三门技能的复合岗位。按照这个定义商业数据分析师 既包括现在市面上的 BI分析师也包括商业分析师，前者通过大数据使用数学工具，分析发现问题洞察业务机会点，后者聚焦于业务流程分析和效率分析，提升业务价值。下面是外国网站seek对于当下这两个岗位的定义。
此外，从互联网企业数据流转来看，主要有以下六个节点：数据获取、数据存储、数据挖掘分析、数据报表搭建、数据分析及可视化、商业分析及决策建议，广义上的数据分析包括后面四项职责：数据挖掘分析、数据报表搭建、数据分析及可视化、商业分析及决策建议，狭义的数据分析只有数据报表搭建、数据分析及可视化。
数据获取：内部--通过数据埋点获取用户行为、交易行为等各类型的数据；外部--通过网络爬虫获取外部相关的数据；数据获取一般是产品和技术团队来负责。这是互联网企业数据的起点，没有数据“巧媳妇难无米之炊”，对于数据分析师只需了解数据怎么获取的就可以，感兴趣的可以去了解爬虫和埋点的问题数据存储：通过数据仓库进行数据的存储，一般会分为ODS、DWSDWD、ADS、DIM等数据存储方式，这一般是数仓团队来负责，详细内容可以参考专栏文章萨缪尔：数据分析师面试相关：数据仓库相关。对于数据分析师来说，数仓的部分需要掌握，这是你的上游，合作中会涉及到，有些BI性质的数据分析还要自己搭建底表。数据挖掘与分析：一般会有专门的数据挖掘部门通过算法挖掘数据指标的内部联系，大数据分析、BI或算法部门负责完成机器学习的算法实践数据报表搭建：一般会是BI根据数仓的底表，结合业务运营的需要建立指标体系并搭建看板，一般由BI负责，数据分析指标体系也是专门的一个话题，互联网企业重点关注下流量的分析（流量来源和流量转化漏斗），指标体系选取和搭建是决定一个企业未来发展的关键，也是衡量BI下一部数据分析的基础数据分析与可视化：BI、商业分析、业务运营会根据常见指标进行运营或经营数据的分析，并将其可视化，发现其中的机会点或问题点并改进决策分析：根据前述数据的分析的结果，给出业务发展的建议或决策依据，一般由运营、BI、商业分析等部门来完成
基于以上对于数据分析师对于企业的价值，对于岗位职责的理解和岗位技能的要求，以及岗位快速发展的原因，萨缪尔老师对于数据分析师的发展趋势有三点判断供大家参考
未来随着大数据量级的提升，数据时代已经来临，而且会愈演愈烈，数据分析将会成为职场上的基础技能之一，不管是什么岗位，都将需要数据分析的技能。运营+数据分析、销售+数据分析只是开端，未来更多的岗位将要求数据分析的技能，如财务+数据分析、人力资源+数据分析、采购+数据分析……
数据决策将会成为未来企业决策的基础方式，企业家的决策从早期的直觉判断，到现阶段的模糊决策战略决策，向未来的数据驱动决策转变。随着数据量级的增加和数据分析方法的成熟，未来企业将会更多地依赖数据决策，而数据分析师将为成为企业数据数据决策的重要驱动力量
现阶段我们看到很多数据分析师还只是简单的工具需求为主，满足企业数据提取、日常数据监测分析的要求，未来的数据分析师将会以商业价值为最终目标，以商业理论为基础，从数据分析出发，依靠统计工具，以决策优化为目的，洞察数据背后的规律，为商业创造最大价值。所以，对于数据分析的从业者，或未来准备参与数据分析的同学，尽早步入数据时代，熟练使用数据分析的工具，掌握数据分析的方法思维，以商业应用实战提升商业价值为目的，提升数据决策的能力，为职场发展提供助力。
萨缪尔老师认为数据分析师需要大家具备 数据分析的能力+数据分析的思维方法+商业理解数据分析工具能力：以SQL为基础的数据提取能力、以Python、Excel为基础的数据分析和可视化的能力和数据建模能力、Python机器学习的能力数据分析思维方法：数据分析方法（常用的数据分析方法，构成分析、时间序列、对比分析）、结构化思维（通过MECE原则建立结构化的问题分析模型，并金字塔式的给出的解决方案）、逻辑思维（对事物进行观察、比较、分析、综合、抽象、概括、判断、推理的思维，逻辑思维基础方法是演绎和归纳）商业理解：业务理解（常用的业务分析模型，如漏斗分析、业务流程分析、分类思维、逻辑树思维、指数化思维、BCG矩阵、SWOT分析、集中度分析、价值链分析、行业分析等）和战略思维（运用抽象思维所形成的若干个相关因素，连续地、动态地、全面地度量这些相关因素的数量变化程度，并找出这些相关因素在数量变化程度上相互影响、共同变化的规律性）
对数据分析感兴趣的会员同学，可以免费参考我的Live：商业分析师必备技能：数据分析
