1樓：
大資料處理關鍵技術一般包括：大資料採集、大資料預處理、大資料儲存及管理、大資料分析及挖掘、大資料展現和應用（大資料檢索、大資料視覺化、大資料應用、大資料安全等）。
如何從大資料中採集出有用的資訊已經是大資料發展的關鍵因素之一。
想要培養資料分析的能力，可以從兩部分來著手：一是資料分析方**的建立，二是資料分析從入門到精通的知識學習。
理論：是進行分析的基礎
1）基礎的資料分析知識，至少知道如何做趨勢分析、比較分析和細分，不然拿到一份資料就無從下手；
2）基礎的統計學知識，至少基礎的統計量要認識，知道這些統計量的定義和適用條件，統計學方法可以讓分析過程更加嚴謹，結論更有說服力；
3）對資料的興趣，以及其它的知識多多益善，讓分析過程有趣起來。
實踐：可以說90%的分析能力都是靠實踐培養的
1）明確分析的目的。如果分析前沒有明確分析的最終目標，很容易被資料繞進去，最終自己都不知道自己得出的結論到底是用來幹嘛的；
2）多結合業務去看資料。資料從業務運營中來，分析當然要回歸到業務中去，多熟悉瞭解業務可以使資料看起來更加透徹；
3）瞭解資料的定義和獲取。最好從資料最初是怎麼獲取的開始瞭解，當然指標的統計邏輯和規則是必須熟記於心的，不然很容易就被資料給坑了；
4）最後就是不斷地看資料、分析資料，這是個必經的過程，往往一個工作經驗豐富的非資料分析的運營人員要比剛進來不久的資料分析師對資料的瞭解要深入得多，就是這個原因。
也可以採用第三方的大資料服務平臺，觀向資料是一款整體的資料採集、分析、視覺化系統，可以幫助企業品牌發展提供科學化決策。
2樓：
資料庫查詢—sql
資料分析師在計算機的層面的技能要求較低，主要是會sql，因為這裡解決一個資料提取的問題。有機會可以去逛逛一些專業的資料論壇，學習一些sql技巧、新的函式，對你工作效率的提高是很有幫助的。
統計知識與資料探勘
你要掌握基礎的、成熟的資料建模方法、資料探勘方法。例如：多元統計：
迴歸分析、因子分析、離散等，資料探勘中的：決策樹、聚類、關聯規則、神經網路等。但是還是應該關注一些部落格、論壇中大家對於最新方法的介紹，或者是對老方法的新運用，不斷更新自己知識，才能跟上時代。
行業知識
如果資料不結合具體的行業、業務知識，資料就是一堆數字，不代表任何東西。是冷冰冰，是不會產生任何價值的，資料驅動營銷、提高科學決策一切都是空的。
一名資料分析師，一定要對所在行業知識、業務知識有深入的瞭解。例如：看到某個資料，你首先必須要知道，這個資料的統計口徑是什麼？
是如何取出來的？這個資料在這個行業，在相應的業務是在哪個環節是產生的？數值的代表業務發生了什麼（背景是什麼）？
對於a部門來說，本月新會員有10萬，10萬好還是不好呢？
而怎麼才能發展為資料分析專家，這不僅需要紮實的理論基礎之外，還需要能夠從團隊出發開始思考問題，能夠走出團隊，開始與業務部門談合作和規劃，能夠通過資料產品解決業務上的問題。
如何提高人力資源崗資料分析能力
3樓：劍魚標訊
先從問題本身來回答一下，培養資料分析的能力，簡單說就是 理論+實踐
理論：是進行分析的基礎
1）基礎的資料分析知識，至少知道如何做趨勢分析、比較分析和細分，不然拿到一份資料就無從下手；
2）基礎的統計學知識，至少基礎的統計量要認識，知道這些統計量的定義和適用條件，統計學方法可以讓分析過程更加嚴謹，結論更有說服力；
3）對資料的興趣，以及其它的知識多多益善，讓分析過程有趣起來。
實踐：可以說90%的分析能力都是靠實踐培養的
1）明確分析的目的。如果分析前沒有明確分析的最終目標，很容易被資料繞進去，最終自己都不知道自己得出的結論到底是用來幹嘛的；
2）多結合業務去看資料。資料從業務運營中來，分析當然要回歸到業務中去，多熟悉瞭解業務可以使資料看起來更加透徹；
3）瞭解資料的定義和獲取。最好從資料最初是怎麼獲取的開始瞭解，當然指標的統計邏輯和規則是必須熟記於心的，不然很容易就被資料給坑了；
4）最後就是不斷地看資料、分析資料，這是個必經的過程，往往一個工作經驗豐富的非資料分析的運營人員要比剛進來不久的資料分析師對資料的瞭解要深入得多，就是這個原因。
最後，相關書籍的話，不要臉的自己推薦一下，新書《**分析實戰—如何以資料驅動決策，提升**價值》已經開始預售，應該馬上就有貨了，如果有興趣的話可以關注下。
馬科答案：
回答你的第一個問題。如何培養資料分析的能力？
最重要的是形成資料分析的思想、意識，並不斷在實踐過程中找到資料的關聯性，挖掘其內在含義，提升自己的資料分析能力，並利用分析結果對未來的工作作出前瞻和指導，也同時檢驗自己的成果。形成閉環，不斷提升自己。
如何養成這樣的意識呢？簡而言之
事前，採集歷史資料，分析資料關聯性，推測可能的模型和影響因子；
事中，採集線上資料，同前期規劃模型作比較，找到實際問題中的亟待解決的問題和模型改善，為進一步產品改進等做可能性、關聯性分析；
事後，歸納資料，發現自己分析的不足、考慮問題的全面性，為接下來的分析工作做經驗儲備；
這樣的意識就是：
事前估計，為什麼會有這樣的**，有什麼樣的資料或是模型支援此分析結果；
事中監測，有哪些突變或是自己尚未前瞻到的異常使用者資料，如何將其融合到新一輪的資料分析中，如何更好的為產品改進服務；
事後總結，在這次事件中有哪些問題，問題的原因出自**，模型的問題還是客觀性或是其他問題，不斷提升自己的資料領悟力；
在資料分析中，重資料，卻不拘泥於資料；考慮模型，但要動態變化；不能為資料而資料，應該是客觀的評析資料，提出合理的分析結果；不斷在實踐中提升自己的感悟能力，這不是一朝一夕的事。資料既為上，又為己，希望你可以理解。
勤於收集資料的諺語 成語 詩句，勤於蒐集資料的名言
明察秋毫 見藐小之物必細查其紋理。勤學好問 仔仔細細。不善於觀察的人，將來是會一敗塗地。諺語。勤於蒐集資料的名言 1 聰明的資質 內在的幹勁 勤奮的工作態度和堅韌不拔的精神。這些都是科學研究成功所需的其它條件。蕭伯納。2 天才就是無止境刻苦勤奮的能力。貝弗裡奇。3 聰明出於勤奮，天才在於積累。卡萊爾...
如何進行大資料分析及處理，大資料分析的分析步驟
帆軟 主要從四個方面著手，資料獲取 資料處理 資料分析 資料呈現。http www.fanruan.com 西線大資料培訓 資料處理的流程困難重重。處理過程一般來講可以分為四步。首先應當利用多個資料庫接收來自不同的客戶端的資料進行資料採集。使用者通過這些資料庫來進行簡單的查詢和處理，而在大資料採集過...
資料分析師如何選擇合適的資料分析工具
袋鼠雲 其實題主需要搞清楚以下幾個問題，搞清楚了，其實問題的答案也就有了 1 是從個人學習成長的角度想搭建平臺自學？還是現在的公司需要大資料技術進行分析？如果是從個人學習成長的角度，建議直接按照hadoop或者spark的官網教程安裝即可，建議看官網 英文 在大資料技術領域，英語的掌握是非常重要的，...