读完这一页，你会知道5 分钟读完
- 一天从几点忙到几点，每个时段具体在做什么
- 月薪大约从 RM 3k 到 RM 10k，哪些因素会拉高或压低
- 要什么学历、证书，面试通常会被问什么
- 做满几年之后，可以往哪里升、往哪里转
01一天的生活
- 1查看昨天设定的自动化报表，确认数据有没有异常
- 2业务部门提出一个问题（比如"为什么这个月某产品销量下滑"），开始用 SQL 查询相关数据
- 3用 Excel/Python 清洗一批原始数据，处理缺失值与异常值
- 4在 Power BI/Tableau 里建一份仪表板，把分析结果可视化
- 5跟业务团队开会，讲解数据发现的洞察与建议
02具体做什么
- 从数据库、API、Excel、问卷等来源收集数据
- 清洗与预处理数据（处理缺失值、重复值、异常值）
- 用 SQL、Excel、Python 等工具分析数据
- 制作报表与仪表板（Power BI、Tableau），把数据洞察可视化
- 向业务部门汇报分析结果，提供决策建议
03会用到的工具
- SQL从数据库查询与整理数据，是这个职位最核心的技能
- ExcelPivot Table、XLOOKUP、INDEX-MATCH 等进阶函数，日常报表整理仍大量使用
- 数据可视化工具Power BI、Tableau，把分析结果做成仪表板
- 编程语言Python/R（进阶分析、自动化处理数据）
04薪水多少
马来西亚月薪，单位令吉（RM）。下面是一个区间，不是承诺：落在哪里，取决于接下来这几件事。
技能深度只会 Excel/基础 SQL 的 Analyst 薪资较低；会 Python/R 做进阶统计分析、甚至涉足机器学习的，薪资明显更高（有时会被归类为 Data Scientist）
产业类型金融、科技、电商等数据驱动型产业的 Data Analyst 薪资通常高于传统行业
雇主类型科技大厂/MNC 薪资高出市场中位数明显
05怎么入行
- 学历要求：Degree（统计、数学、计算机科学、经济、商业分析相关科系）
- 证书/技能要求：SQL、Excel 进阶操作、基础统计概念、至少一套数据可视化工具（Power BI/Tableau）
- 加分项：Python/R 编程能力、机器学习基础知识、特定产业领域知识
面试与申请细节
- 面试常见问题：现场 SQL query 测试（写查询、除错、优化）、怎么处理有缺失值/异常值的数据集、解释一个复杂技术概念给非技术背景的人听、过去做过的分析案例
- 面试常给一份真实（或模拟）数据集，要求当场分析并给出结论，考察实战能力而非纯理论
- 非本科系背景的人不少靠线上课程/Bootcamp（SQL、Excel、Power BI 相关证书）转行成功，作品集（分析项目案例）比学历更有说服力
06往哪里发展
07为什么值这个价
企业每天产生大量数据，但数据本身不会自动变成决策——Data Analyst 把杂乱的数据整理成能看懂的洞察，帮管理层做出更准确的业务判断，直接影响资源分配与营销策略的效果。
08好处与代价
好的一面
- 需求增长快，几乎所有产业都需要数据分析能力
- 技能可转移性高，能跨产业跳槽
- 逻辑分析能力的累积对职业发展长期有帮助
不太好的一面
- 有时会遇到"要不到干净数据"的挫折，花大量时间在数据清洗而非分析本身
- 业务部门有时期待"数据能证明他们想要的结论"，需要拿捏专业判断与沟通的分寸
09一个常见误会
很多人以为
“Data Analyst 只是"做报表”
实际上
要具备把数字翻译成商业语言的能力，同一份数据不同人分析出来的洞察深度差很多。
10适合你吗
- 逻辑分析能力强、对数字敏感
- 有耐心处理繁琐的数据清洗工作
- 能把技术发现转化成非技术人员听得懂的语言