① 会sqlPython，r，spss，Excel，只能成为薪资6k左右的业务数据分析师吗
这些都是工具，6K估计是给你开的你所会的这些工具的价格，至于你值多少钱或者将来你在这个岗位上能值多少钱，这首先要看是否人岗匹配，岗位的设定和你会的东西是不是绝大部分吻合的。如果匹配那么就要看你用这些工具能产生多少有价值的增量信息，这个才是关键。
首先，要知道业务数据分析的核心价值是什么？
业务分析要熟悉行业特点，了解公司业务及流程，有针对性的抓住运营管理的痛点和关键点，才能有自己独到的见解和分析视角，才能给业务部门提供斗拆可靠的数据分析。若脱离行业认知和公司业务背景，缺少管理思维，无准确的分析视角，分析的结果只会是脱了线的风筝，无法给运营提供指导，就没有太大的使用价值。
其次，要知道业务数据分析需要的技能和对自身现状进行分析。
一般来说需要具备业务及管理知识和IT技术，。根据所掌握的知识不同一般分为三种类型：
业务分析师，业务现状分析，用数据说明业务痛点，梳理各指标间的关悔凯系。BI工程师，和ETL打交道，主要做数据规范，数据仓库，维度建模等，业务分析师中最空前枣好的程序员。算法工程师，各种技术高能力，数学基础扎实。世界很喜欢和我们开玩笑，我们会的知识绝大多数不会太值钱，你需要打破边际，补充了不会的知识之后才会更值钱。
极端情况一：如果你只懂业务不懂IT技术，那么你在工具上不能得心应手，没有好的效率和展现方式。极端情况二：如果你只会IT技术没有业务和管理基础，那么你只是会工具的，不能产生有核心价值的人员。最后针对自身现状分析，找出提高价值的解决方法。
解决方法一般来说有两种：
一种方法是补短板，你往另外一个方向去努力，补充你不足的地方，如上图所示，不懂业务的补充业务流程知识和管理学基础，多下沉去了解业务重心和痛点内容，不懂IT技术的去学学维度建模方法，BI基础，数据库基础，算法的科普读物等。另外一种方法就是合作，倘若你是IT技术比较强的人员，那么你可以找一个业务比较熟悉的人员，你们组成一个团队，共同出成绩。现在的世界，信息是爆炸式的增长，根本学不完，如果你有一个好的搭档，有匹配的价值观，有优秀的团队意识，那么组合也是一个非常好的选择，可以优势互补，共创佳绩。总之，工具不是决定你的价值的主要因素，你的输出是什么，能解决什么，决定了你的市场定位和价值。
② 会SQL语句,可以做什么工作
会SQL 可以做很多工作，下面列举几个必须会SQL 的职业：数据库开发工程师：主要负责写SQL 代码，完成一些逻辑功能，常见的报表开发就是这类人做的。DBA ：就是数据库管理员，负责数据库的安全与稳定以及性能优化等工作。几乎所有的工作都需要和SQL 打交道。
SQL
1、以文件形式存储例如：excel、txt、csv格式。如果数据量很大，超过10万以上，在excel会发现打开都很困难，运行一个函数或者透视表要等半天。但往往日常要分析的数据量可能远远大于这个量级。
随时目前的大数据时代，对过去一年，二年历史数据进行分析很正常。另一个在excel要计算相关的数据指标，会发现有时候非常麻烦。例如：计算某个商品连续多少天无销售；分组统计；计算用户复购买时间分布。
同时在计算某个指标时候要进行各种条件过滤等在excel基本是无法完成。
2、以数据库的形式存在于数据库中。这边特别说明，我们可以把存储于大数据平台(hadoop平台或其它技术平台）也可以认为数据是存储在数据库中。我们在工作中在后台，或者数据门户看到的各个数据报表。
数据可视化图表，各种查询，后续连接都是数据库。如果在工作中需要做相关的深入的专题分析，会发现报表中提供的数据往往无法满足数据分析需要或者相关要分析的数据没有做成数据可视化或者BI报表。特别是一些新业务。
③ 做一名数据分析师要具备什么能力
编觉得最重要的一点就是，我们得清楚企业对数据分析师的基础技能需求是什么。这样我们才能有的放矢。我大余唯碧抵总结如下：
（1）SQL数据库的基本操作，会基本的数据管理
（2）会用Excel/SQL做基本的数据分析和展示
（3）会用脚本语言进行数据分析，Python or R
（4）有获取外部数据的能力，如爬虫
（5）会基本的数据可视化技能，能撰写数据报告
（6）熟悉常用的数据挖掘算法：回归分析、决策树、随机森林、支持向量机等
之后，怎么安排自己的业余时间就看个人了。总体来说，先学基础，再学理论，最后是工竖举具。基本上，每一门语言的学习都是要按照这个顺序来的。
1、学习数据分析基础知识，包括概率论、数理统计。基础这种东西还是要掌握好的啊，基础都还没扎实，知识大厦是很容易倒的哈。
2、你的目标行业的相关理论知识。比如金融类的，要学习证券、银行、财务等各种知识，不然到了公司就一脸懵逼啦。
3、学习数据分析工具，软件结合案列的实际应用，关于数据分析山并主流软件有(从上手度从易到难)：Excel，SPSS，stata，R，Python，SAS等。
4、学会怎样操作这些软件，然后是利用软件从数据的清洗开始一步步进行处理，分析，最后输出结果，检验及解读数据。
如果是实在不懂，还可以去网上找些视频课程看。切记，第一步是必不可少的，是数据分析的基础。
④ 想做数据分析工作，需要学SQL吗谢谢
SQL在数据分析中的作用就相当于电脑的键盘鼠标，虽说没有了它也能照常运行，但对使用它的人来说灵活性却下降了许多。可以说SQL技能需求在数据分析中是非常重要的基础。
不同数据分析岗位对于SQL掌握程度的要求和标准是不同的。
比较常见的业务分析师，对SQL的掌握有一定要求，不过也不必要十分精通，只要能从数据仓库里取数、学会普通的增删减改就行了；
如果是做数据仓库的分析师，或者说更类似于系统分析师，那就必须要精通SQL了，作为吃饭的饭碗，当然不能差了；
当然还有一些数据分析岗位，对于SQL不是必须的，但是学会了是加分项。
所以还是建议学习一下。
⑤ 想做数据分析，可以跳过sql server 和mysql只学spark sql吗
可以，戚竖不论高液大是sql server，mysql还是spark sql，都支持大部分的标准SQL，只要掌埋裂握了标准SQL，用什么数据库都可以。
⑥ SQL语句对数据分析重要吗
楼主好，SQL对数据分析相当重要，我当前就入行了数据分析行业。其实说白了所谓数据分析，首先要有数据，而你写的SQL就成了数据。其实换到数据分析行业中讲，你要分析首先就要有数据仓库和数据集，而如何能得到这些数据，就全是SQL写出来的，然后通过工具加载到固定的数据库中，就得到了数据仓库。就算是你在做分析类型的报表，也全部都是SQL语句写出来，得到数据，加载到报表中的。数据挖掘也是要获取到数据的，当然也是SQL。所以想要做数据分析，SQL是必须过关的。
⑦ 学会SQL,Tablue phython就能进入数据分析行业嘛
这么说太绝对了，就像有人问：陆旦磨学习就能进清华吗 一样
进入数据分析行业首先要精通数据分析软件，这是内因。还要有一个公司愿意接受你，并且可以在数据分早斗析方面培养你、锻炼你的能力迟念，这是外因。
都是不可或缺的。
⑧ SQL数据库专业的就业方向
SQL数据库专业的就业方向分为三类：
第一类：纯数据分析类。
1.Data Analyst 数据分析师。
2.Data Scientist数据科学家。
3.Data Architect 数据架构师。
4.Data Engineer数据工程师。
5.Database Administrator数据库管理员。
第二类：以数据为驱动的商业分析类。
1.Business Analyst商业分析师。
2.Data and AnalyticsProct Manager数据产品经理。
第三类：统计学家。
统计学家顾名思义，需要熟悉统计理论方法，分布式计算，数据库系统，云工具，数据挖掘机器学习等，语言方面需要R, SAS, SPSS, Mtlab, Stata, Python, Perl, Hive, Pig, Spark, SQL。
(8)会sql可以做数据分析吗扩展阅读：
SQL数据库专业任职要求：
计算机相关专业,本科及以上学历,工作两年以上。
熟练掌握C/C++或Java语言。
熟悉Linux操作系统、数据库应用,了解常用的软件架构模式、基本的编程编译工具,熟悉代码优化的规则与技巧。
拥有数据库领域编码经验,熟悉SQL和存储引擎者优先。对机器学习、数据库高可用、时序、图数据库有经验者优先。
有ACM参赛获奖经验者优先。
⑨ sql可以完全代替excel进行数据分析吗python可以完全代替VBA吗
sql函数完全可以替代excel的，当然每个数据春蠢库卜者的sql函数会有区别
python 代替VBA操作excel ？找些excel 操作的库型森薯应该可以
⑩ 数据分析需要掌握哪些知识
数据分析要掌握主流的数据分析方法。
1、事件分析
可以根据用户在企业APP、网站、小程序等平台上的操作记录或是行为日志，来确定用户在平台上各个板块之间行为的规律和特点，通过商业智能BI数据分析，研究出用户的内心需求，对板块内容进行优化调整，一般会涉及浏览页面、点击元素、访问板块等。
2、热力图分析
和事件分析类似，热力图一般指用户访问企业网站、APP和小程序时，会在一些元素和板块进行停留，根据这些在元素和板块上的点击次数、点击率、访问次数、访问人数等，通过商业智能BI以高亮图形形式进行显示，可以方便识别用户行为，优化逻辑。
数据分析-派可数据商业智能BI