壹，培養數據分析師的意義
(A)數據分析員的培訓符合國家戰略
為適應世界經濟壹體化進程，徹底改變我國“項目數據分析”專業技術人員短缺的局面，2005年4月在陜西成立了首個國家級數據分析辦公室。截至目前，北京、陜西、江蘇、新疆、甘肅、山東、浙江、上海、黑龍江等14個省、市、自治區約有80家項目數據分析專業機構。隨著大數據時代的到來，搭建大數據研究平臺、整合創新資源、實施“專項計劃”成為各省市的工作重點之壹。
(二)數據分析師就業前景光明。
如今，作為“數據元年”，數據分析師以其優厚的待遇和受人尊敬的地位享譽國際，被《時代》雜誌譽為“21世紀最熱門的五大新興行業”。如今，國內數據分析行業的專業人才數量每年都在以上千位數的高速增長。而同期各行業的空缺崗位也達到了近20萬個，未來中國對數據分析師的需求更是爆發式增長。
在數據分析師的培養上，國外已經把數據分析師作為國家戰略。據統計，90%以上的世界500強企業都建立了數據分析部門。大數據時代對數據分析師的巨大需求也極大地激發了高校的熱情。
第二，數據分析師職業素質的培養
通過對各大招聘網站上數據分析師、市場研究分析師等崗位招聘信息的收集和深入分析，社會用人單位對數據分析師的知識、技能、道德素質的具體要求如下:
(壹)數據分析師的職業內涵
數據分析師是指專門從事不同行業的數據收集、整理和分析，並根據數據做出行業或市場研究、評估和預測的專業人員；是以實際數據、項目狀態和長期統計數據為基礎，進行分析、預測並轉化為決策信息的專業人員。數據分析師可以利用大量的行業數據和科學的計算工具，結合經濟學原理和數學模型，做出科學合理的定量分析。數據分析師可以預測企業未來的收益和風險，為企業管理決策提供科學、量化的分析依據。
目前數據分析師的認證主要有兩種:壹種是註冊數據分析師(CDA)，這是CDA的註冊數據分析師協會在大數據和雲計算的趨勢下發起的專業簡稱；二、項目數據分析師(CPDA)由中國商業聯合會數據分析專業委員會和工業和信息化部教育考試中心共同考核認證。證書是申請設立項目數據分析事務所的必備條件之壹。
(二)數據分析師的知識要求
掌握多元統計分析、應用回歸分析、時間序列分析、計量經濟學、經濟預測研究等統計建模方法，了解本行業統計方法的新進展；掌握SQL/oracle數據庫中數據排序、查詢和提取的方法；熟練使用相關統計軟件，準確解讀軟件運行結果；了解相關行業的業務知識和數據構成。
(三)數據分析師的能力要求
對信息和數據敏感，具有較強的寫作能力，能夠獨立撰寫研究報告；熟練使用SPSS/SAS/Eviews等統計分析軟件，具有數據分析或數據挖掘的綜合能力；掌握數據庫架構和數據架構，具備在Excel/SQL或Access中使用查詢語句的技能和知識，具備良好的數據處理和統計模型構建能力。
(D)數據分析員的工作職責
承擔行業、企業相關信息和數據的調查、收集、整理、分析和發布工作；參與專項調研、研究和咨詢項目，撰寫行業分析文章和研究報告；深入挖掘大數據，建立相關模型進行預測分析，找出相關關系，揭示內在規律，為行業和企業決策提供依據。
第三，數據分析師的培訓計劃
培養方案是高等教育辦學理念的集中體現。為突出數據分析的培養特色，統計學專業應在深入分析數據分析專業需求的前提下，最終制定出符合數據分析師培養要求的課程體系。
(壹)培訓目標
為了使學生畢業後成為各行業數據分析領域的專業人才，確定了本科教育中統計學專業的培養目標:壹是具備良好的經濟學、管理學和財務管理的基本素養；二是了解相關行業知識和公司業務流程；三、掌握統計學的基本理論和方法，具備熟練運用SPSS/SAS等統計分析軟件進行數據分析或數據挖掘的綜合能力；第四，掌握數據庫架構和數據架構，具備在Excel/SQL或Access中使用查詢語句的技能和知識，具備良好的數據處理和統計建模能力；第五，我有很強的文字功底，能獨立撰寫數據分析和研究報告。
(二)建立課程體系的原則
在本科教育階段，培養數據分析師的課程設置應貫徹“三個結合”的原則。
1.多學科結合。數據分析是多學科、多專業在企業決策中的綜合應用。要成為壹名優秀的數據分析師，需要達到對多個學科的精通。必須熟悉或了解數學、統計學、經濟學、金融學、管理學、市場營銷等學科的相關知識。
2.理論研究與實際應用相結合。高校壹般都有比較成熟的教學實習基地和實習基地。理論學習結束後，學生可以到企事業單位或金融、財務、保險等行業進行有針對性的實踐，了解相關行業的業務知識和數據構成，運用所學知識進行數據分析，獨立或合作完成數據分析和研究報告。
3.職業教育與技術資格教育相結合。通過學習，學生可以獲得統計學理學士學位或經濟學學士學位；通過參加社會技術資格考試，可以獲得數據分析、統計師、調查分析師等專業技術資格證書。兩者結合更有利於學生從封閉的校園走向開放的社會，增長技能，更好地融入和適應社會。
(三)課程體系的基本框架
在整個教學過程中，每學期可分為長、短兩個短學期。在短學期內設置壹些與就業相關、以技能培訓為目的的短期集中實踐教學環節，主要是在職培訓課程。長期課程分為四個系列:基礎課程、定向課程、綜合實踐課程和職業發展課程。通過整合相關知識、優化課程結構、強化實踐技能、突出崗位技能訓練等手段，構建課程體系，從而達到培養學生數據分析師基本技能和素養的目的。
第四，培養數據分析師過程中的策略
(壹)教學內容整合策略
在課程體系和課程設置的整體構建下，按照課程模塊化的思想，對教學內容、教學進度和深度進行重組，剔除陳舊重復的內容，加強理論與實踐的結合，增加培養綜合應用能力的內容，實現教學內容的整合優化。比如應用回歸分析和計量經濟學的內容重疊，那麽應用回歸分析可以合並到計量經濟學中。再比如，描述統計學、數理統計、計量經濟學、統計預測與決策等部分課程具有重復性，需要在對知識進行認真梳理的基礎上，整合相應的教學內容，重新制定教學文件。
(二)實驗環節設置策略
找準專業知識與實際問題的結合點，對當前熱點難點問題進行分析研究，充實和豐富實踐教學內容，編寫具有應用背景和實踐鍛煉效果的實驗指導書和輔導材料，明確實驗的具體環節、目標和要求。每個實驗項目應包括實驗性質、實驗目的、實驗要求、實驗內容、實驗步驟和結果分析。所有課程實驗內容由淺入深，循序漸進，實踐教學規範化。
(三)軟件教學安排策略
為了使學生充分掌握相關的統計軟件，並熟練運用合適的軟件進行數據整理和分析，統計軟件的教學分為三個層次:壹是分別開設SPSS和SQL Server數據庫課程；二是在課堂上設置Lingo、Eviews、SAS等軟件實驗；三是短期開設Latex、R等軟件課程，綜合培訓，實現分層軟件教學。
(四)實踐課程操作策略
為了加強學生的實踐能力和就業競爭力，短期內開設職場禮儀與溝通實踐、PPT制作、統計模型、統計調查方法與實踐實訓、辦公自動化實訓等項目；每學期的綜合實訓包括統計流程與分析寫作、會計實務軟件、統計分析案例等項目，實現綜合實踐的專業化。
(五)拓展課程設計策略
聘請具有豐富實踐經驗的統計學家、調查分析師和企業家擔任兼職教授或校外導師，加強校外實踐；結合第二課堂，結合專業教學開展豐富多樣的課外活動；同時利用大學生統計建模大賽、大學生市場調查分析大賽、大學生數學建模大賽鍛煉學生綜合能力，實現職業發展多元化。
動詞 （verb的縮寫）培訓數據分析師的保障措施
(壹)整合各種教育資源，提高教學效率。
沒有資金的保障，數據分析師的培訓只能是紙上談兵。因此，學校和二級學院應設立並加大資金投入，從軟件和硬件兩方面給予大力支持，確保資金落實。利用學校現有資源，建設開放的實驗室和實踐基地，營造培養數據分析師的良好環境。
數據分析師的培養必須實行產學結合，堅持開放辦學，與企業聯合培養。建立高校與工業企業聯合培養人才的新機制，改變目前高校人才培養與工業企業需求脫節的現象。利用社會資源，通過聯合辦學、共建等方式建立實踐和實驗基地。
(二)建立導師制，強化教師的指導作用。
為提高學生數據分析水平，二級學院在進入大二後應實行本科生導師制；大三時，已經具備壹定科研能力的本科生可以在導師的指導下，參加與數據分析相關的各類專業競賽和創新實踐活動，親身體驗數據分析活動的全過程，提高數據分析的基本技能和創新意識；在導師的全程參與和指導下，完成校內綜合實訓、校外畢業實習和大四畢業論文寫作，使實訓全過程得到有效監控，保證教學質量。
(3)充分利用各級群眾組織，
開展第二課堂活動。第二課堂是課堂教學的延伸和補充。要在各級群眾組織的規劃部署下，加大人力物力的投入，對第二課堂和第壹課堂進行系統全面的考慮和設計，實施規範化管理和組織化運作，制定壹系列活動計劃，通過更多的方式方法培養數據分析師。
(四)改革評價機制，激發學生的學習興趣。
評價是指導老師和學生的指揮棒，大部分學生和老師在現行評價體系的指導下，總會尋求“好的結果”。培養未來的數據分析師，必須增強學生的學習主動性，提高學生的實踐能力。通過各種活動和途徑加強對學生能力的培養，必須有科學的評價體系來衡量。為此，建立了“N+2”過程的評價體系，對學生能力培養和訓練的全過程進行跟蹤和調查。測試和信息反饋的結果反映了教育和訓練的效果，評價了學生創造力的變化。
總之，項目數據分析(師)事務所正在中國迅速成長，為政府、金融機構和企業的決策提供越來越重要的參考信息，具有良好的成長和發展空間。如何在信息海洋中找到有效的信息，如何通過有效的數據做出科學的決策變得尤為重要，因此數據分析師的前景必然輝煌。