数据分析（Data Analysis，简称 DA）属于统计学范畴，用数据进行分析。准确的数据分析才能使数据更有价值，从而提高公司财务业绩、战略管理能力、和运营效率。像BvD系统数据库、IMF Data、Compusta数据库等，这些都是有名的统计数据库。
从企业招聘数据分析岗位来说，目的是用于算法、维护等方面。然后使用这些数据去为这些公司的销售、市场营销和产品开发提供实际的战略性方向。
在统计学领域，数据分析划分为：
描述性统计分析：通过商业智能和数据分析的方法来了解已经发生了什么。
探索性数据分析：通过根据统计模型和预测性建模来预测未来将要发生什么。
验证性数据分析：通过优化和模拟的方法来指导公司需要怎么做。
通过这三种分析方法，公司不仅仅可以了解客户（Clients）和潜在的客户（Prospects）和公司业务之间的关系，也可以更加深刻地了解公司自身的运营状况。数据分析师们会利用这些分析报告来疯狂操作（通常是自动化和最优化的过程），从而改进公司各方面的流程。
这些分析数据来自各种行业，比如购物、金融、医疗、金融、物流。
然而，当分析师试图为自己的商业分析收集数据，他们会发现这些数据组的格式和形式往往不是统一的，这个时候，数据科学（Data Science）就闪亮登场了。
那从商业的角度看，数据科学（Data Science）主要的任务是从挖掘到的数据中，把这些数据通过一些自动化的方式或者一些算法来统一到一个数据库里面，从而让这些数据可以使用到数据分析之中。
早在2017年，马云在IT领袖峰会上就曾说：“在未来，一切业务数据化，一切数据业务化，企业才更有出路。”可见数字化的道路已经成为未来企业发展的必经之路，数据分析已经包含在我们生活的方方面面。
随着大数据时代的到来，基于云计算技术的成熟，我们的数据被更广泛的利用于各种商业盈利的基础，很常见的就是电商平台的数据利用，你是否也常常在一个固定时间内收到你当时正关注或者需要的商品呢？这就是数据被开发分析出来的结果，而数据分析也逐渐被更多企业重视，从电商行业到金融、物流、交通等等。
据中国大数据产业发展白皮书有关数据统计：到2023年，我国大数据产业规模将超过10000亿元。而目前国内数据分析师从业者仅有50万左右，数据预测在未来的3到5年，人才缺口将达到150万。
总的来说，这个行业处于处于上升趋势，工作时间比较稳定，收入也挺可观。如果你是一个聪明、有好奇心、交流能力强且具有一定统计、可视化、编程相关硬技能的人，可以考虑一下这个职业哦！
??关注我，收获更多干货
我会跟大家分享 咨询 | 职场 | 思维方法 知识 ~ 坐标广州
微信公众号：山中雨林
微信：lattice_2022
