① 會sqlPython，r，spss，Excel，只能成為薪資6k左右的業務數據分析師嗎
這些都是工具，6K估計是給你開的你所會的這些工具的價格，至於你值多少錢或者將來你在這個崗位上能值多少錢，這首先要看是否人崗匹配，崗位的設定和你會的東西是不是絕大部分吻合的。如果匹配那麼就要看你用這些工具能產生多少有價值的增量信息，這個才是關鍵。
首先，要知道業務數據分析的核心價值是什麼？
業務分析要熟悉行業特點，了解公司業務及流程，有針對性的抓住運營管理的痛點和關鍵點，才能有自己獨到的見解和分析視角，才能給業務部門提供斗拆可靠的數據分析。若脫離行業認知和公司業務背景，缺少管理思維，無准確的分析視角，分析的結果只會是脫了線的風箏，無法給運營提供指導，就沒有太大的使用價值。
其次，要知道業務數據分析需要的技能和對自身現狀進行分析。
一般來說需要具備業務及管理知識和IT技術，。根據所掌握的知識不同一般分為三種類型：
業務分析師，業務現狀分析，用數據說明業務痛點，梳理各指標間的關悔凱系。BI工程師，和ETL打交道，主要做數據規范，數據倉庫，維度建模等，業務分析師中最空前棗好的程序員。演算法工程師，各種技術高能力，數學基礎扎實。世界很喜歡和我們開玩笑，我們會的知識絕大多數不會太值錢，你需要打破邊際，補充了不會的知識之後才會更值錢。
極端情況一：如果你只懂業務不懂IT技術，那麼你在工具上不能得心應手，沒有好的效率和展現方式。極端情況二：如果你只會IT技術沒有業務和管理基礎，那麼你只是會工具的，不能產生有核心價值的人員。最後針對自身現狀分析，找出提高價值的解決方法。
解決方法一般來說有兩種：
一種方法是補短板，你往另外一個方向去努力，補充你不足的地方，如上圖所示，不懂業務的補充業務流程知識和管理學基礎，多下沉去了解業務重心和痛點內容，不懂IT技術的去學學維度建模方法，BI基礎，資料庫基礎，演算法的科普讀物等。另外一種方法就是合作，倘若你是IT技術比較強的人員，那麼你可以找一個業務比較熟悉的人員，你們組成一個團隊，共同出成績。現在的世界，信息是爆炸式的增長，根本學不完，如果你有一個好的搭檔，有匹配的價值觀，有優秀的團隊意識，那麼組合也是一個非常好的選擇，可以優勢互補，共創佳績。總之，工具不是決定你的價值的主要因素，你的輸出是什麼，能解決什麼，決定了你的市場定位和價值。
② 會SQL語句,可以做什麼工作
會SQL 可以做很多工作，下面列舉幾個必須會SQL 的職業：資料庫開發工程師：主要負責寫SQL 代碼，完成一些邏輯功能，常見的報表開發就是這類人做的。DBA ：就是資料庫管理員，負責資料庫的安全與穩定以及性能優化等工作。幾乎所有的工作都需要和SQL 打交道。
SQL
1、以文件形式存儲例如：excel、txt、csv格式。如果數據量很大，超過10萬以上，在excel會發現打開都很困難，運行一個函數或者透視表要等半天。但往往日常要分析的數據量可能遠遠大於這個量級。
隨時目前的大數據時代，對過去一年，二年歷史數據進行分析很正常。另一個在excel要計算相關的數據指標，會發現有時候非常麻煩。例如：計算某個商品連續多少天無銷售；分組統計；計算用戶復購買時間分布。
同時在計算某個指標時候要進行各種條件過濾等在excel基本是無法完成。
2、以資料庫的形式存在於資料庫中。這邊特別說明，我們可以把存儲於大數據平台(hadoop平台或其它技術平台）也可以認為數據是存儲在資料庫中。我們在工作中在後台，或者數據門戶看到的各個數據報表。
數據可視化圖表，各種查詢，後續連接都是資料庫。如果在工作中需要做相關的深入的專題分析，會發現報表中提供的數據往往無法滿足數據分析需要或者相關要分析的數據沒有做成數據可視化或者BI報表。特別是一些新業務。
③ 做一名數據分析師要具備什麼能力
編覺得最重要的一點就是，我們得清楚企業對數據分析師的基礎技能需求是什麼。這樣我們才能有的放矢。我大余唯碧抵總結如下：
（1）SQL資料庫的基本操作，會基本的數據管理
（2）會用Excel/SQL做基本的數據分析和展示
（3）會用腳本語言進行數據分析，Python or R
（4）有獲取外部數據的能力，如爬蟲
（5）會基本的數據可視化技能，能撰寫數據報告
（6）熟悉常用的數據挖掘演算法：回歸分析、決策樹、隨機森林、支持向量機等
之後，怎麼安排自己的業余時間就看個人了。總體來說，先學基礎，再學理論，最後是工豎舉具。基本上，每一門語言的學習都是要按照這個順序來的。
1、學習數據分析基礎知識，包括概率論、數理統計。基礎這種東西還是要掌握好的啊，基礎都還沒扎實，知識大廈是很容易倒的哈。
2、你的目標行業的相關理論知識。比如金融類的，要學習證券、銀行、財務等各種知識，不然到了公司就一臉懵逼啦。
3、學習數據分析工具，軟體結合案列的實際應用，關於數據分析山並主流軟體有(從上手度從易到難)：Excel，SPSS，stata，R，Python，SAS等。
4、學會怎樣操作這些軟體，然後是利用軟體從數據的清洗開始一步步進行處理，分析，最後輸出結果，檢驗及解讀數據。
如果是實在不懂，還可以去網上找些視頻課程看。切記，第一步是必不可少的，是數據分析的基礎。
④ 想做數據分析工作，需要學SQL嗎謝謝
SQL在數據分析中的作用就相當於電腦的鍵盤滑鼠，雖說沒有了它也能照常運行，但對使用它的人來說靈活性卻下降了許多。可以說SQL技能需求在數據分析中是非常重要的基礎。
不同數據分析崗位對於SQL掌握程度的要求和標準是不同的。
比較常見的業務分析師，對SQL的掌握有一定要求，不過也不必要十分精通，只要能從數據倉庫里取數、學會普通的增刪減改就行了；
如果是做數據倉庫的分析師，或者說更類似於系統分析師，那就必須要精通SQL了，作為吃飯的飯碗，當然不能差了；
當然還有一些數據分析崗位，對於SQL不是必須的，但是學會了是加分項。
所以還是建議學習一下。
⑤ 想做數據分析，可以跳過sql server 和mysql只學spark sql嗎
可以，戚豎不論高液大是sql server，mysql還是spark sql，都支持大部分的標准SQL，只要掌埋裂握了標准SQL，用什麼資料庫都可以。
⑥ SQL語句對數據分析重要嗎
樓主好，SQL對數據分析相當重要，我當前就入行了數據分析行業。其實說白了所謂數據分析，首先要有數據，而你寫的SQL就成了數據。其實換到數據分析行業中講，你要分析首先就要有數據倉庫和數據集，而如何能得到這些數據，就全是SQL寫出來的，然後通過工具載入到固定的資料庫中，就得到了數據倉庫。就算是你在做分析類型的報表，也全部都是SQL語句寫出來，得到數據，載入到報表中的。數據挖掘也是要獲取到數據的，當然也是SQL。所以想要做數據分析，SQL是必須過關的。
⑦ 學會SQL,Tablue phython就能進入數據分析行業嘛
這么說太絕對了，就像有人問：陸旦磨學習就能進清華嗎 一樣
進入數據分析行業首先要精通數據分析軟體，這是內因。還要有一個公司願意接受你，並且可以在數據分早斗析方面培養你、鍛煉你的能力遲念，這是外因。
都是不可或缺的。
⑧ SQL資料庫專業的就業方向
SQL資料庫專業的就業方向分為三類：
第一類：純數據分析類。
1.Data Analyst 數據分析師。
2.Data Scientist數據科學家。
3.Data Architect 數據架構師。
4.Data Engineer數據工程師。
5.Database Administrator資料庫管理員。
第二類：以數據為驅動的商業分析類。
1.Business Analyst商業分析師。
2.Data and AnalyticsProct Manager數據產品經理。
第三類：統計學家。
統計學家顧名思義，需要熟悉統計理論方法，分布式計算，資料庫系統，雲工具，數據挖掘機器學習等，語言方面需要R, SAS, SPSS, Mtlab, Stata, Python, Perl, Hive, Pig, Spark, SQL。
(8)會sql可以做數據分析嗎擴展閱讀：
SQL資料庫專業任職要求：
計算機相關專業,本科及以上學歷,工作兩年以上。
熟練掌握C/C++或Java語言。
熟悉Linux操作系統、資料庫應用,了解常用的軟體架構模式、基本的編程編譯工具,熟悉代碼優化的規則與技巧。
擁有資料庫領域編碼經驗,熟悉SQL和存儲引擎者優先。對機器學習、資料庫高可用、時序、圖資料庫有經驗者優先。
有ACM參賽獲獎經驗者優先。
⑨ sql可以完全代替excel進行數據分析嗎python可以完全代替VBA嗎
sql函數完全可以替代excel的，當然每個數據春蠢庫卜者的sql函數會有區別
python 代替VBA操作excel ？找些excel 操作的庫型森薯應該可以
⑩ 數據分析需要掌握哪些知識
數據分析要掌握主流的數據分析方法。
1、事件分析
可以根據用戶在企業APP、網站、小程序等平台上的操作記錄或是行為日誌，來確定用戶在平台上各個板塊之間行為的規律和特點，通過商業智能BI數據分析，研究出用戶的內心需求，對板塊內容進行優化調整，一般會涉及瀏覽頁面、點擊元素、訪問板塊等。
2、熱力圖分析
和事件分析類似，熱力圖一般指用戶訪問企業網站、APP和小程序時，會在一些元素和板塊進行停留，根據這些在元素和板塊上的點擊次數、點擊率、訪問次數、訪問人數等，通過商業智能BI以高亮圖形形式進行顯示，可以方便識別用戶行為，優化邏輯。
數據分析-派可數據商業智能BI