肯定的回答：需要

數(shù)據(jù)分析師通常會提供sql去提取數(shù)據(jù)，進行分析處理出報表，少量數(shù)據(jù)通常用Excel，大量復(fù)雜數(shù)據(jù)就需要編程能力，使用代碼來解決處理，如果分析師不懂編程必然會縮手縮腳的，提高不了自己的工作效率

分析師通常需要出一下自動化報表，這些功能如果會具有編程能力的話，那就手到擒來來，現(xiàn)在大部分公司都分析師除了sql，普遍都需要python數(shù)據(jù)分析處理能力

分析師工作常常涉及用戶畫像，數(shù)據(jù)挖掘，用戶標(biāo)簽等等，這些功能都需要編程能力來輔助

我是從事數(shù)據(jù)挖掘方向得職業(yè)，但是因為感覺在實際項目應(yīng)用中很多對數(shù)據(jù)挖掘、深度學(xué)習(xí)等需求雖然比較大，但是有些數(shù)據(jù)滿足不了條件，所以想轉(zhuǎn)數(shù)據(jù)分析方向。

從我自身接觸過的項目來說，數(shù)據(jù)分析要求最重要得是兩點：一是面向業(yè)務(wù)得數(shù)據(jù)分析，也就是需要懂得具體的業(yè)務(wù)，第二個對數(shù)據(jù)可視化要求還挺高的。對于是否懂編程我覺得具體看實際需求，比如數(shù)據(jù)量的大小、是否用數(shù)據(jù)庫，其實即便是用到數(shù)據(jù)庫，只要會用常用的sql語句我覺得就可以了，有一些可能通過excel這種就能夠?qū)崿F(xiàn)。

以上是我個人的一點看法，不喜勿噴，歡迎交流。

謝謝邀請！

數(shù)據(jù)分析師通常分成兩種，一種是應(yīng)用級數(shù)據(jù)分析師，另一種是研發(fā)級數(shù)據(jù)分析師，區(qū)別就在于是否具備算法設(shè)計及實現(xiàn)的能力。

應(yīng)用級數(shù)據(jù)分析師通常需要掌握各種數(shù)據(jù)分析工具，把業(yè)務(wù)模型映射到數(shù)據(jù)分析工具上，從而得到數(shù)據(jù)分析的結(jié)果。數(shù)據(jù)分析工具比較多，比如Excel就是一個傳統(tǒng)的數(shù)據(jù)分析工具，另外還有Minitab、LINGO、JMP等，要想全面掌握這些工具的使用需要具備一定的數(shù)學(xué)基礎(chǔ)和統(tǒng)計學(xué)基礎(chǔ)。通常做BI的數(shù)據(jù)分析師還需要進一步掌握數(shù)據(jù)庫的基礎(chǔ)知識，但是難度往往并不大。

研發(fā)級數(shù)據(jù)分析師就需要掌握編程知識了，在數(shù)據(jù)分析領(lǐng)域R、Python、C、MATLAB等語言都有廣泛的應(yīng)用，目前通過Python等語言來完成數(shù)據(jù)分析也是一個比較常見的做法。其實MATLAB也是一個在數(shù)據(jù)分析領(lǐng)域占據(jù)重要位置的軟件（語言），MATLAB功能非常強大。

在大數(shù)據(jù)時代，通過機器學(xué)習(xí)的方式實現(xiàn)數(shù)據(jù)分析是一個比較常見的方式，而Python語言則是一個比較常見的選擇，一方面Python語言簡單易學(xué)，另一方面Python語言具備豐富的庫支持，比如Numpy、Scipy、Matplotlib、Sympy、pandas等都是比較常見的庫，這些庫的使用會極大的降低算法實現(xiàn)的難度。

總之，對于數(shù)據(jù)分析師來說，如果想在數(shù)據(jù)分析的道路上走的更遠(yuǎn)，編程是一定要掌握的，其實編程語言本身并不是數(shù)據(jù)分析環(huán)節(jié)中的難點，比如學(xué)習(xí)Python還是一個比較輕松的過程。

對于基礎(chǔ)比較薄弱的學(xué)習(xí)者來說，從使用工具開始學(xué)習(xí)數(shù)據(jù)分析是一個比較現(xiàn)實的選擇。

作者簡介：中國科學(xué)院大學(xué)計算機專業(yè)研究生導(dǎo)師，從事IT行業(yè)多年，研究方向包括動態(tài)軟件體系結(jié)構(gòu)、大數(shù)據(jù)、人工智能相關(guān)領(lǐng)域，有多年的一線研發(fā)經(jīng)驗。

歡迎關(guān)注作者，歡迎咨詢計算機相關(guān)問題。

我自己從事數(shù)據(jù)分析和挖掘已經(jīng)11年了，在電信行業(yè)和互聯(lián)網(wǎng)兩個行業(yè)從事過有關(guān)分析和挖掘的工作。我簡單回答一下你的問題：

1.數(shù)據(jù)分析不一定要懂編程，不懂代碼當(dāng)然也能做數(shù)據(jù)分析師。但至少會玩EXCEL和PPT。如果需要從數(shù)據(jù)倉庫或數(shù)據(jù)庫提取數(shù)據(jù)，至少要會SQL

數(shù)據(jù)分析分兩類：商業(yè)數(shù)據(jù)分析師和數(shù)據(jù)分析師

商業(yè)數(shù)據(jù)分析是一般在咨詢公司或者業(yè)務(wù)部門，他們會重點負(fù)責(zé)某些業(yè)務(wù)的分析。相關(guān)的數(shù)據(jù)提取工作一般只需要提需求讓別人提取或者公司有專門報表的支持。所以一般excel玩的比較熟就行。

數(shù)據(jù)分析師：一般需要跟覺解決的問題取整理需要提取的數(shù)據(jù)，然后從公司的報表系統(tǒng)和數(shù)據(jù)數(shù)據(jù)倉庫提取數(shù)據(jù)，分析數(shù)據(jù)、撰寫報告，給出問題解放方案。如果需要從數(shù)據(jù)倉庫或數(shù)據(jù)庫提取數(shù)據(jù)的話，這個必須會SQL的。不過SQL一般不作為編程語言。相對而言比較簡單

2.數(shù)據(jù)分析的工具：通用基礎(chǔ)工具（EXCEL、PPT），數(shù)據(jù)查詢工具（SQL)，統(tǒng)計分析工具（PYHON、R和SAS）

3.數(shù)據(jù)分析主要是要理解分析過去和現(xiàn)在。數(shù)據(jù)挖掘則需要理解未來。數(shù)據(jù)挖掘通常會要求通過模型和算法預(yù)測未來（比如預(yù)測未來一個月的收入，預(yù)測未來用戶的流失情況等等）。所以數(shù)據(jù)分析師的核心內(nèi)容是根據(jù)問題提數(shù)據(jù)、分析數(shù)據(jù)，寫報告，給解決方案，其中最核心的是根據(jù)問題給出合理的解決方案，報告只是形式。數(shù)據(jù)挖掘工程師是要根據(jù)問題準(zhǔn)備數(shù)據(jù)，挖掘數(shù)據(jù)，訓(xùn)練模型，評估模型，模型上線，做測試和評估，證明用模型比不用模型要好，證明自己存在的意義和價值。

需要的。

數(shù)據(jù)分析，如果只是給定準(zhǔn)備好的數(shù)據(jù)集，去做簡單的描述性統(tǒng)計、簡單繪圖，就不太需要掌握任何編程語言。

問題在于現(xiàn)實當(dāng)中收集到的數(shù)據(jù)是多樣的、基礎(chǔ)的，很少有能夠直接滿足模型對數(shù)據(jù)規(guī)格的要求以及模型成立的假設(shè)，這就需要在數(shù)據(jù)分析前變換、合并、分類和整理數(shù)據(jù)。

這個時候可能會需要從數(shù)據(jù)庫用SQL跨表查詢，數(shù)據(jù)整理好后之后利用模型做統(tǒng)計推斷或是機器學(xué)習(xí)等，形成樣本內(nèi)或是樣本外的預(yù)測，可能還需要用可視化的方式去呈現(xiàn)結(jié)果。

在整個過程當(dāng)中，各個環(huán)節(jié)可能會涉及到大量的參數(shù)要去調(diào)節(jié)，還有各種細(xì)節(jié)都需要控制，還有很多主觀的選擇。

這樣的過程要是用軟件窗口去實現(xiàn)，窗口中的選項將會非常復(fù)雜，整個過程需要在多個數(shù)據(jù)上重復(fù)執(zhí)行很麻煩。

用編程語言可以精確地描述整個過程，去控制大部分細(xì)節(jié)，還可以批量的重復(fù)實現(xiàn)。

數(shù)據(jù)分析師屬于互聯(lián)網(wǎng)行業(yè)，因此我們首先要做的就是學(xué)習(xí)編程語言，對于計算機專業(yè)的學(xué)生來說，編程并不陌生，但對于其他專業(yè)特別是文科類專業(yè)來說，編程語言就有些難度了，但想做數(shù)據(jù)分析師，編程語言肯定是必備的，這里我們推薦python.

數(shù)據(jù)分析是一個涉及知識面很廣的職業(yè)方向，數(shù)學(xué)基礎(chǔ)、分析思維、python、R、數(shù)據(jù)庫、大數(shù)據(jù)處理框架、數(shù)據(jù)可視化等等，學(xué)起來也并沒有大家想象中的那么容易。

數(shù)據(jù)分析師通常分為兩種，一種是應(yīng)用級數(shù)據(jù)分析師，另一種是研發(fā)級數(shù)據(jù)分析師，區(qū)別就在于是否具備算法設(shè)計及實現(xiàn)的能力。

1.應(yīng)用級數(shù)據(jù)分析師通常需要掌握各種數(shù)據(jù)分析工具，把業(yè)務(wù)模型映射到數(shù)據(jù)分析工具上，從而得到數(shù)據(jù)分析結(jié)果。

2.研發(fā)級數(shù)據(jù)分析師就需要掌握編程知識了，對于數(shù)據(jù)分析，如果只是給定準(zhǔn)備好的數(shù)據(jù)集，做簡單的描述性統(tǒng)計、簡單繪圖，那么不太需要掌握任何編程語言。

對于數(shù)據(jù)分析師來說，如果想在數(shù)據(jù)分析的道路上走的更遠(yuǎn)，編程還是要掌握的。

2022年度全網(wǎng)最全大數(shù)據(jù)學(xué)習(xí)路線 - 嗶哩嗶哩 (bilibili.com)

https://www.bilibili.com/read/cv5213600

數(shù)據(jù)分析師，主要的工作內(nèi)容和技能偏向是分析數(shù)據(jù)得出結(jié)論，所以從根本上來說是具有對數(shù)據(jù)的分析能力

在遠(yuǎn)古時代，我們只需要用excel就可以處理所有數(shù)據(jù)；但是隨著社會和計算機硬件的發(fā)展，excel已經(jīng)不能支撐全流程的數(shù)據(jù)分析過程，從單機的數(shù)據(jù)庫到分布式數(shù)據(jù)庫，數(shù)據(jù)的存儲和計算載體在不斷的變化

面對這個變化，我們?nèi)绻徽莆疹~外的工具技能，怎么來實現(xiàn)我們的核心價值-數(shù)據(jù)分析呢？

就我目前的工作來看，sql不必說；python作為一種靈活的面向?qū)ο笳Z言在數(shù)據(jù)分析領(lǐng)域可以說是進可攻退可守，快速實現(xiàn)腳本功能或者編寫稍微復(fù)雜點的例行任務(wù)都得心應(yīng)手；java作為老牌的變成語言，如果有精力和時間也是要懂一點的，比如前些年在編寫storm程序時就需要用到（舉例說明某些特定的框架需要特定的語言），對于flink和spark程序，scala是很好的選擇；所以編程語言還是要懂的，不然你怎么完成數(shù)據(jù)分析的任務(wù)？

數(shù)據(jù)分析和數(shù)據(jù)挖掘的區(qū)別，我個人認(rèn)為，數(shù)據(jù)分析對現(xiàn)有的結(jié)果數(shù)據(jù)進行觀察得出結(jié)論，所有的數(shù)據(jù)和結(jié)論都是可靠有依據(jù)的；數(shù)據(jù)挖掘則是比數(shù)據(jù)分析更深層一步，往往是數(shù)據(jù)上沒有直接呈現(xiàn)的結(jié)論，需要在大規(guī)模數(shù)據(jù)中探索，得出一些猜測的結(jié)論。

不一定需要，但需要什么時候提供什么樣的數(shù)據(jù)服務(wù)。

不知道你這邊所說的編程語言指什么，SQL還是Python這種編程工具？

如果是SQL的話，那還是要具備的，畢竟做很多工作是探索性的數(shù)據(jù)分析，如果你不會自己取數(shù)的話效率很低；如果是指Python、R這種編程工具，你不會的話就要走業(yè)務(wù)分析這條路了，需要你對業(yè)務(wù)有很深的透徹理解，才能在競爭中處于不敗的地位。

數(shù)據(jù)分析常規(guī)的工具有SQL、Excel、Python、R等。

數(shù)據(jù)分析師和數(shù)據(jù)挖掘工程師，前者更偏業(yè)務(wù)，后者更偏技術(shù)（即需用懂IT知識、懂算法原理）。

獨立的數(shù)據(jù)分析師，不懂代碼理論上有可能（比如給你配了程序員，你負(fù)責(zé)提需求），但實際不太可能存在。

但如果是個數(shù)據(jù)分析團隊，里面可以有不懂編程的人，比如團隊的老大。

我本人是做數(shù)據(jù)分析的，帶一個團隊，負(fù)責(zé)數(shù)據(jù)架構(gòu)的搭建 指標(biāo)體系建立及計算 監(jiān)控分析與運營 數(shù)據(jù)質(zhì)量 數(shù)據(jù)安全等等。我會編程，但我認(rèn)為我的boss才是一流的數(shù)據(jù)分析師，盡快他不懂任何程序，但他總能根據(jù)我做的報告提出好的問題。

個人認(rèn)為：提出好的問題是數(shù)據(jù)分析是天職。

數(shù)據(jù)分析師是要能用數(shù)據(jù)去描述業(yè)務(wù)，并能通過數(shù)據(jù)發(fā)現(xiàn)業(yè)務(wù)中存在的問題。你可以不懂編程，但你一定要理解數(shù)據(jù)圖表 會設(shè)計指標(biāo)，并能和業(yè)務(wù)關(guān)聯(lián)起來。

數(shù)據(jù)挖掘通常面臨的問題比較明確，是用數(shù)據(jù)建模的方法去解決明確的問題。

很多公司這兩個崗位是統(tǒng)一的，但我個人認(rèn)為還是有區(qū)別的，而且最好區(qū)分開。按照我的設(shè)計，數(shù)據(jù)分析是數(shù)據(jù)挖掘的前手，好處有很多，主要是管理上的，避免部分員工過于核心，否則離職了你很麻煩。

至于工具，如果沒有編程基礎(chǔ)，我覺得那些統(tǒng)計軟件根本不適合你，你需要的是BI工具。

推薦一個收費的，tableau。一般用用excel也不錯。

數(shù)據(jù)分析不一定要懂編程，數(shù)據(jù)分析需要懂?dāng)?shù)據(jù)分析的理論知識，也需要精通業(yè)務(wù)知識。現(xiàn)在很多分析工具都可以選擇。

DataViz數(shù)據(jù)可視化分析工具是在線數(shù)據(jù)分析軟件(BI)，無需數(shù)據(jù)分析師和IT人員的幫助，業(yè)務(wù)人員只需通過拖拽式操作即可完成數(shù)據(jù)可視化分析工作。支持拖拽數(shù)據(jù)集中維度和度量即可自動實現(xiàn)可視化展現(xiàn)以及數(shù)據(jù)透視功能，支持?jǐn)?shù)十種圖表自由切換。支持連接各種業(yè)務(wù)數(shù)據(jù)庫如Oracle、 MySQL、 SQL Server等、文本數(shù)據(jù)源如Excel、 Csv等?？梢栽L問東軟平臺云(https://cloud.neusoft.com)直接注冊訪問。