請問銷售可以做哪一類數據分析師？
大數據是我的主要研究方向之一，同時也在帶大數據方向的研究生，我來回答一下這個問題。
對於非計算機專業出身的人來說，學習數據分析可以從基本的數據分析工具開始學起，一方面比如容易掌握，另一方面也可以跟實際工作相結合。
對於銷售人員來說，學習數據分析技術具有比較強的現實意義，目前不少公司的銷售部門都會配備專業的數據分析人員，進行場景化的大數據分析。場景大數據分析通常需要進行三個步驟，其一是完成數據的採集和整理（抽取），其二是根據行業規則進行演算法設計，其三是根據場景需要進行結果呈現。
場景數據分析目前依然以結構化數據為主，尤其是銷售類數據更是如此。通常情況下，場景數據自身的價值密度是比較高的，而且維度也比較清晰，所以在數據採集和整理方面會相對比較容易，通常可以直接從已有的資料庫中進行數據提取。要想完成這個步驟需要掌握Sql語言以及一些常見資料庫的使用。
場景分析的第二步是根據行業規則進行演算法設計，這個步驟通常需要具備一定的專業知識，需要掌握一些常見的演算法，比如kNN、決策樹、樸素貝葉斯、支持向量機等等，這些演算法都是數據分析領域比較常見的演算法。當然，目前BI工具已經集成了大量的演算法，只要根據具體的應用場景進行選擇就可以了。其實大部分常見演算法並不複雜，具備一定線性代數和概率論的基礎知識就能夠掌握。
場景分析的第三步是進行結果呈現，結果呈現可以有很多種方式，比如可以通過BI工具自帶的模版進行定製化設計，也可以通過編程的方式完成結果呈現。
我從事互聯網行業多年，目前也在帶計算機專業的研究生，主要的研究方向集中在大數據和人工智慧領域，我會陸續寫一些關於互聯網技術方面的文章，感興趣的朋友可以關注我，相信一定會有所收穫。
如果有互聯網方面的問題，或者考研方面的問題，都可以諮詢我，謝謝！
銷售應該說對行業或者公司業務已經比較熟悉了，對於轉行數據分析師也是有一定的優勢。
銷售可以做偏業務類的數據分析師，針對企業經營中出現的問題進行剖析，通過數據分析找出原因，提出解決辦法，並推動方案落地，也可以開展一些前瞻性的市場研究分析，通過市場調研收集數據，並對這些數據進行分析，驗證市場觀點，或者發現市場發展規律，從而影響高層決策。
偏業務類的數據分析師，需要有解決問題的分析思維，需要熟練運用常規性的數據分析方法，也需要經常寫分析研究報告，也會常常深入市場一線瞭解業務，調研客戶，發現問題，等等。但並不需要對高級的數據分析方法（如演算法）有很深入的瞭解。
推薦閱讀：
