数据分析工作怎么样？

我带过BI团队，大数据也是我的研究方向之一，所以我来一下这个问题。

整体上说数据分析工作还是有一定压力的，但是与传统软件研发比较起来还是稍微轻松一些，因为数据分析在大多数情况下只是完善与否，很少会出现项目失败的情况，大部分数据分析都是基于平台工具完成的，只要在数据提取时没有出现逻辑性错误，一般来说数据分析都能顺利完成。但是数据分析比较琐碎，涉及到的细节非常多，也需要足够的耐心，数据分析对数据库知识的要求比较高，其他方面的要求就是工具的熟练程度和对业务的了解。

一般来说数据分析的工具有很多，传统的excel就是一个比较基础的数据分析工具，excel能完成很多比较初级的数据分析任务，也可以通过设定表达式完成一些计算。所以数据分析工程师的第一步往往是掌握excel的使用。

对专业的BI团队来说，数据分析的工具则要更加专业一些了，Oracle、IBM都有专业的BI平台，另外最近几年国内的数据分析平台也有很大的进步，虽然在处理效率上比国外产品慢一点，其他本土化的功能还是非常实用的。

未来随着大数据的发展，数据分析的岗位将迎来大量的人才需求，大量的企业都需要有专业的数据分析人才，所以未来数据分析的就业前景还是比较好的。从我的个人角度来说，数据分析还是有一定乐趣的，通过数据分析你能发现生活中的很多有意思的情况，比如在餐饮娱乐领域就有很多有意思的数据分析结果。

数据分析的工作，个人觉得并不太好。

面对繁杂的各类数据，要从中找出规律来是一件很难的事情。这是一件枯燥而且乏味的工作，如果待遇跟不上的话，不建议做。

现在的年轻人很难守得住寂寞，外面的诱惑太多，不可能天天看着这些枯燥的数据。更没有耐心做一些细致的工作，因此，我觉得数据分析的工作并不适合年轻人。

数据分析可以从实体经济行业和新兴的互联网相关行业进行分析。其它行业也存在数据分析，不过需求量很小，不加以讨论。

1.实体行业。

数据来源：在实体行业中，数据来自于机器生产时产生的数据，分为机器相关的数据或者产品相关的数据。

分析目的：提高设备稼动率、提高产品良率、优化参数、改善制程，预防性维护保养等。

常用工具：excel,python,R,SPSS,MINITAB