清华大学经管学院发布的《中国经济的数字化转型：人才与就业》报告显示，2025年，数据分析人才缺口预计将达230万。这么大的人才缺口，数据分析俨然是一片广阔的蓝海！在这种大势之下，数据分析思维已经不只是数据分析师的“专业”了，包括销售、市场、运营、策划、产品等等前端的职位都需要通过数据分析来帮助自己的工作，甚至连后台的财务、法务、人事等也开始需要通过数据分析来提升效率。那么，数据分析师的日常工作是什么？

工作一：梳理基础指标体系

数据分析师需要根据业务的理解梳理指标体系以及对业务进行数据语言化，这项对于一个新业务来说尤其重要，基础指标体系的口径、规范、以及如何业务如何通过数据语言描述出来，是一项比较基础的工作。

该项工作要求分析师具备搭建数据指标体系和梳理基础数据的能力，该能力项重点考察分析师对业务的理解以及基于对业务的理解按照合理逻辑拆解指标的能力，它要求分析师具备很好的业务理解和逻辑框架能力。

工作二：利用SQL语句完成数据收集工作

数据分析师的数据大部分是从数据库提取而来的，sql不仅能提取到所叙述句，还可以极大程度的提高工作效率。
对于一些需要深度分析用户行为的数据，使用sql提取数据的时间可能会占整个数据分析过程的50%。如果对sql足够熟悉时，就可以使用sql自动化或半自动化实现日常数据收集，这会使你的工作效率提高一个档次。

工作三：制作报表

数据分析师把指标框架和分析体系搭建起来，需要把一些常规日报、周报、月报啊等一些分析内容沉淀下来，1来节省自己的精力做更有价值的业务分析，二来可以覆盖业务绝大部分的看数需求。
编写报告并不是将数字汇总发送给领导那么简单。数据分析师需要了解如何用数据创建叙述，为了保持价值，数据分析报告要一目了然，简单易懂的方式展现答案和见解，因为决策者或者上级领导不一定也是数据分析师。