{"type":"career","id":"data-analyst","field":"technology","codes":{"isco08":"2511","soc2018":null,"esco":"2511.2","escoUri":"http://data.europa.eu/esco/occupation/d3edb8f8-3a06-47a0-8fb9-9b212c006aa2","wikidata":"Q77293133"},"degree":"often","regulation":"open","subjects":["data-science","mathematics","economics","computer-science","business-management"],"relatedCareers":["data-scientist","business-analyst","statistician","financial-analyst"],"names":{"en":"Data analyst","es":"Analista de datos","pt":"Analista de dados","fr":"Data analyst","de":"Datenanalyst/-in","it":"Data analyst","ar":"محلل بيانات","zh":"数据分析师","ja":"データアナリスト","ko":"데이터 분석가","hi":"डेटा एनालिस्ट","id":"Analis data"},"urls":{"en":"https://coursetojob.com/careers/data-analyst/","es":"https://coursetojob.com/es/careers/data-analyst/","pt":"https://coursetojob.com/pt/careers/data-analyst/","fr":"https://coursetojob.com/fr/careers/data-analyst/","de":"https://coursetojob.com/de/careers/data-analyst/","it":"https://coursetojob.com/it/careers/data-analyst/","ar":"https://coursetojob.com/ar/careers/data-analyst/","zh":"https://coursetojob.com/zh/careers/data-analyst/","ja":"https://coursetojob.com/ja/careers/data-analyst/","ko":"https://coursetojob.com/ko/careers/data-analyst/","hi":"https://coursetojob.com/hi/careers/data-analyst/","id":"https://coursetojob.com/id/careers/data-analyst/"},"markdown":{"en":"https://coursetojob.com/careers/data-analyst.md","es":"https://coursetojob.com/es/careers/data-analyst.md","pt":"https://coursetojob.com/pt/careers/data-analyst.md","fr":"https://coursetojob.com/fr/careers/data-analyst.md","de":"https://coursetojob.com/de/careers/data-analyst.md","it":"https://coursetojob.com/it/careers/data-analyst.md","ar":"https://coursetojob.com/ar/careers/data-analyst.md","zh":"https://coursetojob.com/zh/careers/data-analyst.md","ja":"https://coursetojob.com/ja/careers/data-analyst.md","ko":"https://coursetojob.com/ko/careers/data-analyst.md","hi":"https://coursetojob.com/hi/careers/data-analyst.md","id":"https://coursetojob.com/id/careers/data-analyst.md"},"pay":{"unitedStates":null,"occupationGroup":{"isco08MajorGroup":"2","label":"Professionals","note":"Median monthly earnings of the whole ISCO-08 major group, not this job title alone.","source":"International Labour Organization (ILOSTAT)","byCountry":[{"iso2":"LU","country":"Luxembourg","year":2025,"currency":"EUR","monthlyLocal":8926,"monthlyPpp":10224,"monthlyUsd":10086,"vsAllEmployeesPct":34.5},{"iso2":"BE","country":"Belgium","year":2025,"currency":"EUR","monthlyLocal":6508,"monthlyPpp":8432,"monthlyUsd":7354,"vsAllEmployeesPct":12.6},{"iso2":"AT","country":"Austria","year":2025,"currency":"EUR","monthlyLocal":6160,"monthlyPpp":8210,"monthlyUsd":6961,"vsAllEmployeesPct":27.4},{"iso2":"NL","country":"Netherlands","year":2025,"currency":"EUR","monthlyLocal":6217,"monthlyPpp":8102,"monthlyUsd":7025,"vsAllEmployeesPct":22.1},{"iso2":"DE","country":"Germany","year":2022,"currency":"EUR","monthlyLocal":5315,"monthlyPpp":7389,"monthlyUsd":5596,"vsAllEmployeesPct":40.8},{"iso2":"FR","country":"France","year":2025,"currency":"EUR","monthlyLocal":5314,"monthlyPpp":7255,"monthlyUsd":6005,"vsAllEmployeesPct":42.8},{"iso2":"DK","country":"Denmark","year":2025,"currency":"EUR","monthlyLocal":6684,"monthlyPpp":7226,"monthlyUsd":7553,"vsAllEmployeesPct":16.6},{"iso2":"FI","country":"Finland","year":2025,"currency":"EUR","monthlyLocal":5732,"monthlyPpp":7147,"monthlyUsd":6477,"vsAllEmployeesPct":28.8},{"iso2":"CH","country":"Switzerland","year":2025,"currency":"CHF","monthlyLocal":7600,"monthlyPpp":7133,"monthlyUsd":9142,"vsAllEmployeesPct":26.9},{"iso2":"IE","country":"Ireland","year":2025,"currency":"EUR","monthlyLocal":6252,"monthlyPpp":6917,"monthlyUsd":7065,"vsAllEmployeesPct":56.4},{"iso2":"NO","country":"Norway","year":2025,"currency":"EUR","monthlyLocal":5833,"monthlyPpp":6851,"monthlyUsd":6591,"vsAllEmployeesPct":11.8},{"iso2":"ES","country":"Spain","year":2025,"currency":"EUR","monthlyLocal":4153,"monthlyPpp":6832,"monthlyUsd":4693,"vsAllEmployeesPct":56.8},{"iso2":"US","country":"United States","year":2025,"currency":"USD","monthlyLocal":6673,"monthlyPpp":6673,"monthlyUsd":6673,"vsAllEmployeesPct":48.9},{"iso2":"SI","country":"Slovenia","year":2025,"currency":"EUR","monthlyLocal":3835,"monthlyPpp":6469,"monthlyUsd":4334,"vsAllEmployeesPct":35.8},{"iso2":"IS","country":"Iceland","year":2020,"currency":"EUR","monthlyLocal":6070,"monthlyPpp":6063,"monthlyUsd":6933,"vsAllEmployeesPct":21.8},{"iso2":"CY","country":"Cyprus","year":2025,"currency":"EUR","monthlyLocal":3438,"monthlyPpp":5805,"monthlyUsd":3885,"vsAllEmployeesPct":50.7},{"iso2":"IT","country":"Italy","year":2025,"currency":"EUR","monthlyLocal":3716,"monthlyPpp":5762,"monthlyUsd":4199,"vsAllEmployeesPct":19},{"iso2":"HR","country":"Croatia","year":2025,"currency":"EUR","monthlyLocal":2873,"monthlyPpp":5517,"monthlyUsd":3246,"vsAllEmployeesPct":56.5},{"iso2":"SE","country":"Sweden","year":2025,"currency":"EUR","monthlyLocal":4398,"monthlyPpp":5491,"monthlyUsd":4970,"vsAllEmployeesPct":13.2},{"iso2":"EE","country":"Estonia","year":2025,"currency":"EUR","monthlyLocal":3574,"monthlyPpp":5321,"monthlyUsd":4039,"vsAllEmployeesPct":47},{"iso2":"GB","country":"United Kingdom","year":2025,"currency":"GBP","monthlyLocal":3501,"monthlyPpp":4991,"monthlyUsd":4610,"vsAllEmployeesPct":29.3},{"iso2":"LT","country":"Lithuania","year":2025,"currency":"EUR","monthlyLocal":2576,"monthlyPpp":4687,"monthlyUsd":2911,"vsAllEmployeesPct":32.9},{"iso2":"LV","country":"Latvia","year":2025,"currency":"EUR","monthlyLocal":2565,"monthlyPpp":4645,"monthlyUsd":2898,"vsAllEmployeesPct":33.4},{"iso2":"PL","country":"Poland","year":2025,"currency":"EUR","monthlyLocal":2236,"monthlyPpp":4606,"monthlyUsd":2527,"vsAllEmployeesPct":26},{"iso2":"SK","country":"Slovakia","year":2025,"currency":"EUR","monthlyLocal":2544,"monthlyPpp":4496,"monthlyUsd":2874,"vsAllEmployeesPct":26.6},{"iso2":"CZ","country":"Czechia","year":2025,"currency":"EUR","monthlyLocal":2639,"monthlyPpp":4451,"monthlyUsd":2982,"vsAllEmployeesPct":21.3},{"iso2":"RO","country":"Romania","year":2025,"currency":"EUR","monthlyLocal":1822,"monthlyPpp":4220,"monthlyUsd":2058,"vsAllEmployeesPct":32.6},{"iso2":"BG","country":"Bulgaria","year":2025,"currency":"EUR","monthlyLocal":1737,"monthlyPpp":4188,"monthlyUsd":1962,"vsAllEmployeesPct":62.8},{"iso2":"MT","country":"Malta","year":2020,"currency":"EUR","monthlyLocal":2556,"monthlyPpp":4066,"monthlyUsd":2920,"vsAllEmployeesPct":39.9},{"iso2":"GR","country":"Greece","year":2025,"currency":"EUR","monthlyLocal":2045,"monthlyPpp":3525,"monthlyUsd":2310,"vsAllEmployeesPct":17.5},{"iso2":"CR","country":"Costa Rica","year":2025,"currency":"CRC","monthlyLocal":1104167,"monthlyPpp":3510,"monthlyUsd":2193,"vsAllEmployeesPct":145.3},{"iso2":"RS","country":"Serbia","year":2025,"currency":"EUR","monthlyLocal":1548,"monthlyPpp":3437,"monthlyUsd":1749,"vsAllEmployeesPct":29.9},{"iso2":"BW","country":"Botswana","year":2024,"currency":"BWP","monthlyLocal":18000,"monthlyPpp":3388,"monthlyUsd":1327,"vsAllEmployeesPct":619.3},{"iso2":"TR","country":"Türkiye","year":2025,"currency":"TRY","monthlyLocal":60000,"monthlyPpp":3381,"monthlyUsd":1521,"vsAllEmployeesPct":99.9},{"iso2":"PA","country":"Panama","year":2025,"currency":"PAB","monthlyLocal":1400,"monthlyPpp":2819,"monthlyUsd":1400,"vsAllEmployeesPct":100.1},{"iso2":"PT","country":"Portugal","year":2025,"currency":"EUR","monthlyLocal":1600,"monthlyPpp":2784,"monthlyUsd":1808,"vsAllEmployeesPct":52.4},{"iso2":"HU","country":"Hungary","year":2025,"currency":"EUR","monthlyLocal":1364,"monthlyPpp":2660,"monthlyUsd":1541,"vsAllEmployeesPct":35},{"iso2":"CL","country":"Chile","year":2024,"currency":"CLP","monthlyLocal":1236240,"monthlyPpp":2659,"monthlyUsd":1310,"vsAllEmployeesPct":76.6},{"iso2":"PR","country":"Puerto Rico","year":2020,"currency":"USD","monthlyLocal":2491,"monthlyPpp":2657,"monthlyUsd":2491,"vsAllEmployeesPct":58.2},{"iso2":"BA","country":"Bosnia and Herzegovina","year":2025,"currency":"BAM","monthlyLocal":2000,"monthlyPpp":2601,"monthlyUsd":1152,"vsAllEmployeesPct":0},{"iso2":"TH","country":"Thailand","year":2025,"currency":"THB","monthlyLocal":25680,"monthlyPpp":2421,"monthlyUsd":781,"vsAllEmployeesPct":97.5},{"iso2":"ZA","country":"South Africa","year":2020,"currency":"ZAR","monthlyLocal":17000,"monthlyPpp":2292,"monthlyUsd":1033,"vsAllEmployeesPct":208.9},{"iso2":"DO","country":"Dominican Republic","year":2025,"currency":"DOP","monthlyLocal":54167,"monthlyPpp":2275,"monthlyUsd":874,"vsAllEmployeesPct":125.7},{"iso2":"BS","country":"Bahamas","year":2024,"currency":"BSD","monthlyLocal":2500,"monthlyPpp":2259,"monthlyUsd":2500,"vsAllEmployeesPct":47.1},{"iso2":"CO","country":"Colombia","year":2025,"currency":"COP","monthlyLocal":3600000,"monthlyPpp":2161,"monthlyUsd":888,"vsAllEmployeesPct":139.8},{"iso2":"UY","country":"Uruguay","year":2024,"currency":"UYU","monthlyLocal":60000,"monthlyPpp":2048,"monthlyUsd":1492,"vsAllEmployeesPct":51.8},{"iso2":"MU","country":"Mauritius","year":2024,"currency":"MUR","monthlyLocal":40000,"monthlyPpp":2008,"monthlyUsd":862,"vsAllEmployeesPct":60},{"iso2":"TZ","country":"Tanzania","year":2025,"currency":"TZS","monthlyLocal":1300000,"monthlyPpp":1965,"monthlyUsd":null,"vsAllEmployeesPct":276.4},{"iso2":"BT","country":"Bhutan","year":2024,"currency":"BTN","monthlyLocal":41000,"monthlyPpp":1964,"monthlyUsd":490,"vsAllEmployeesPct":70.8},{"iso2":"BR","country":"Brazil","year":2025,"currency":"BRL","monthlyLocal":5000,"monthlyPpp":1937,"monthlyUsd":895,"vsAllEmployeesPct":127.3},{"iso2":"LB","country":"Lebanon","year":2019,"currency":"LBP","monthlyLocal":1440000,"monthlyPpp":1924,"monthlyUsd":955,"vsAllEmployeesPct":44},{"iso2":"BB","country":"Barbados","year":2016,"currency":"BBD","monthlyLocal":4600,"monthlyPpp":1917,"monthlyUsd":2300,"vsAllEmployeesPct":129.3},{"iso2":"HN","country":"Honduras","year":2025,"currency":"HNL","monthlyLocal":23333,"monthlyPpp":1849,"monthlyUsd":899,"vsAllEmployeesPct":159.3},{"iso2":"GT","country":"Guatemala","year":2025,"currency":"GTQ","monthlyLocal":6237,"monthlyPpp":1817,"monthlyUsd":812,"vsAllEmployeesPct":89.3},{"iso2":"EC","country":"Ecuador","year":2025,"currency":"USD","monthlyLocal":800,"monthlyPpp":1812,"monthlyUsd":800,"vsAllEmployeesPct":70.1},{"iso2":"SZ","country":"Eswatini","year":2021,"currency":"SZL","monthlyLocal":10930,"monthlyPpp":1766,"monthlyUsd":739,"vsAllEmployeesPct":337.1},{"iso2":"BZ","country":"Belize","year":2019,"currency":"BZD","monthlyLocal":2198,"monthlyPpp":1721,"monthlyUsd":1099,"vsAllEmployeesPct":103.2},{"iso2":"FJ","country":"Fiji","year":2024,"currency":"FJD","monthlyLocal":1577,"monthlyPpp":1702,"monthlyUsd":695,"vsAllEmployeesPct":45.6},{"iso2":"MN","country":"Mongolia","year":2025,"currency":"MNT","monthlyLocal":2000000,"monthlyPpp":1694,"monthlyUsd":564,"vsAllEmployeesPct":11.2},{"iso2":"BO","country":"Bolivia","year":2025,"currency":"BOB","monthlyLocal":4500,"monthlyPpp":1667,"monthlyUsd":651,"vsAllEmployeesPct":60.8},{"iso2":"PE","country":"Peru","year":2025,"currency":"PEN","monthlyLocal":3200,"monthlyPpp":1661,"monthlyUsd":897,"vsAllEmployeesPct":110.5},{"iso2":"SV","country":"El Salvador","year":2025,"currency":"USD","monthlyLocal":756,"monthlyPpp":1613,"monthlyUsd":756,"vsAllEmployeesPct":74.6},{"iso2":"IN","country":"India","year":2025,"currency":"INR","monthlyLocal":32000,"monthlyPpp":1613,"monthlyUsd":367,"vsAllEmployeesPct":113.4},{"iso2":"PY","country":"Paraguay","year":2025,"currency":"PYG","monthlyLocal":4500000,"monthlyPpp":1565,"monthlyUsd":596,"vsAllEmployeesPct":60.7},{"iso2":"VN","country":"Vietnam","year":2024,"currency":"VND","monthlyLocal":11100000,"monthlyPpp":1550,"monthlyUsd":459,"vsAllEmployeesPct":38.8},{"iso2":"AR","country":"Argentina","year":2025,"currency":"ARS","monthlyLocal":1000000,"monthlyPpp":1512,"monthlyUsd":806,"vsAllEmployeesPct":25},{"iso2":"PH","country":"Philippines","year":2024,"currency":"PHP","monthlyLocal":30417,"monthlyPpp":1466,"monthlyUsd":531,"vsAllEmployeesPct":100},{"iso2":"TN","country":"Tunisia","year":2019,"currency":"TND","monthlyLocal":1200,"monthlyPpp":1463,"monthlyUsd":409,"vsAllEmployeesPct":99.9},{"iso2":"GY","country":"Guyana","year":2024,"currency":"GYD","monthlyLocal":140000,"monthlyPpp":1440,"monthlyUsd":671,"vsAllEmployeesPct":16.7},{"iso2":"JO","country":"Jordan","year":2024,"currency":"JOD","monthlyLocal":450,"monthlyPpp":1401,"monthlyUsd":634,"vsAllEmployeesPct":50},{"iso2":"MX","country":"Mexico","year":2025,"currency":"MXN","monthlyLocal":14745,"monthlyPpp":1304,"monthlyUsd":766,"vsAllEmployeesPct":68.3},{"iso2":"PW","country":"Palau","year":2023,"currency":"USD","monthlyLocal":1290,"monthlyPpp":1289,"monthlyUsd":1290,"vsAllEmployeesPct":55.1},{"iso2":"DJ","country":"Djibouti","year":2017,"currency":"DJF","monthlyLocal":125000,"monthlyPpp":1269,"monthlyUsd":703,"vsAllEmployeesPct":56.3},{"iso2":"SN","country":"Senegal","year":2024,"currency":"XOF","monthlyLocal":284824,"monthlyPpp":1242,"monthlyUsd":470,"vsAllEmployeesPct":255.9},{"iso2":"MV","country":"Maldives","year":2019,"currency":"MVR","monthlyLocal":12416,"monthlyPpp":1226,"monthlyUsd":807,"vsAllEmployeesPct":24.2},{"iso2":"MD","country":"Moldova","year":2025,"currency":"MDL","monthlyLocal":9680,"monthlyPpp":1103,"monthlyUsd":557,"vsAllEmployeesPct":34.3},{"iso2":"KH","country":"Cambodia","year":2025,"currency":"KHR","monthlyLocal":1600000,"monthlyPpp":1086,"monthlyUsd":399,"vsAllEmployeesPct":53.8},{"iso2":"CI","country":"Côte d’Ivoire","year":2022,"currency":"XOF","monthlyLocal":250000,"monthlyPpp":1076,"monthlyUsd":401,"vsAllEmployeesPct":208.3},{"iso2":"ZM","country":"Zambia","year":2024,"currency":"ZMW","monthlyLocal":8000,"monthlyPpp":1057,"monthlyUsd":306,"vsAllEmployeesPct":220.3},{"iso2":"SR","country":"Suriname","year":2016,"currency":"SRD","monthlyLocal":2700,"monthlyPpp":1034,"monthlyUsd":433,"vsAllEmployeesPct":50.1},{"iso2":"MH","country":"Marshall Islands","year":2019,"currency":"USD","monthlyLocal":1000,"monthlyPpp":1007,"monthlyUsd":1000,"vsAllEmployeesPct":66.7},{"iso2":"WS","country":"Samoa","year":2022,"currency":"WST","monthlyLocal":1836,"monthlyPpp":999,"monthlyUsd":683,"vsAllEmployeesPct":63},{"iso2":"CV","country":"Cape Verde","year":2015,"currency":"CVE","monthlyLocal":49734,"monthlyPpp":987,"monthlyUsd":500,"vsAllEmployeesPct":127.9},{"iso2":"TD","country":"Chad","year":2022,"currency":"XAF","monthlyLocal":207614,"monthlyPpp":982,"monthlyUsd":333,"vsAllEmployeesPct":176.6},{"iso2":"ML","country":"Mali","year":2024,"currency":"XOF","monthlyLocal":150000,"monthlyPpp":780,"monthlyUsd":247,"vsAllEmployeesPct":114.3},{"iso2":"BF","country":"Burkina Faso","year":2025,"currency":"XOF","monthlyLocal":150000,"monthlyPpp":777,"monthlyUsd":258,"vsAllEmployeesPct":200},{"iso2":"MZ","country":"Mozambique","year":2022,"currency":"MZN","monthlyLocal":18000,"monthlyPpp":746,"monthlyUsd":282,"vsAllEmployeesPct":139.9},{"iso2":"LK","country":"Sri Lanka","year":2024,"currency":"LKR","monthlyLocal":65000,"monthlyPpp":743,"monthlyUsd":null,"vsAllEmployeesPct":58.1},{"iso2":"GQ","country":"Equatorial Guinea","year":2023,"currency":"XAF","monthlyLocal":204263,"monthlyPpp":741,"monthlyUsd":337,"vsAllEmployeesPct":20.3},{"iso2":"NP","country":"Nepal","year":2017,"currency":"NPR","monthlyLocal":22000,"monthlyPpp":725,"monthlyUsd":211,"vsAllEmployeesPct":44.7},{"iso2":"EG","country":"Egypt","year":2024,"currency":"EGP","monthlyLocal":5000,"monthlyPpp":719,"monthlyUsd":110,"vsAllEmployeesPct":9.6},{"iso2":"TO","country":"Tonga","year":2023,"currency":"TOP","monthlyLocal":1286,"monthlyPpp":706,"monthlyUsd":544,"vsAllEmployeesPct":-0.7},{"iso2":"BD","country":"Bangladesh","year":2024,"currency":"BDT","monthlyLocal":22000,"monthlyPpp":667,"monthlyUsd":190,"vsAllEmployeesPct":57.3},{"iso2":"KI","country":"Kiribati","year":2023,"currency":"AUD","monthlyLocal":576,"monthlyPpp":614,"monthlyUsd":383,"vsAllEmployeesPct":34.1},{"iso2":"TL","country":"Timor-Leste","year":2021,"currency":"USD","monthlyLocal":270,"monthlyPpp":606,"monthlyUsd":270,"vsAllEmployeesPct":35},{"iso2":"GN","country":"Guinea","year":2019,"currency":"GNF","monthlyLocal":1800000,"monthlyPpp":598,"monthlyUsd":196,"vsAllEmployeesPct":12.6},{"iso2":"KE","country":"Kenya","year":2019,"currency":"KES","monthlyLocal":24639,"monthlyPpp":570,"monthlyUsd":242,"vsAllEmployeesPct":310.1},{"iso2":"LS","country":"Lesotho","year":2024,"currency":"LSL","monthlyLocal":3500,"monthlyPpp":570,"monthlyUsd":191,"vsAllEmployeesPct":150},{"iso2":"LA","country":"Laos","year":2022,"currency":"LAK","monthlyLocal":2100000,"monthlyPpp":566,"monthlyUsd":150,"vsAllEmployeesPct":5},{"iso2":"GW","country":"Guinea-Bissau","year":2022,"currency":"XOF","monthlyLocal":120000,"monthlyPpp":544,"monthlyUsd":192,"vsAllEmployeesPct":100},{"iso2":"ID","country":"Indonesia","year":2023,"currency":"IDR","monthlyLocal":2759817,"monthlyPpp":537,"monthlyUsd":181,"vsAllEmployeesPct":22.9},{"iso2":"GH","country":"Ghana","year":2025,"currency":"GHS","monthlyLocal":2800,"monthlyPpp":533,"monthlyUsd":223,"vsAllEmployeesPct":61.5},{"iso2":"PK","country":"Pakistan","year":2025,"currency":"PKR","monthlyLocal":34640,"monthlyPpp":530,"monthlyUsd":123,"vsAllEmployeesPct":33.5},{"iso2":"AF","country":"Afghanistan","year":2020,"currency":"AFN","monthlyLocal":8155,"monthlyPpp":517,"monthlyUsd":106,"vsAllEmployeesPct":-20.1},{"iso2":"AM","country":"Armenia","year":2017,"currency":"AMD","monthlyLocal":85000,"monthlyPpp":511,"monthlyUsd":176,"vsAllEmployeesPct":3},{"iso2":"ET","country":"Ethiopia","year":2021,"currency":"ETB","monthlyLocal":6700,"monthlyPpp":499,"monthlyUsd":153,"vsAllEmployeesPct":109.7},{"iso2":"AO","country":"Angola","year":2024,"currency":"AOA","monthlyLocal":150000,"monthlyPpp":482,"monthlyUsd":172,"vsAllEmployeesPct":149.7},{"iso2":"NE","country":"Niger","year":2022,"currency":"XOF","monthlyLocal":94799,"monthlyPpp":466,"monthlyUsd":152,"vsAllEmployeesPct":89.4},{"iso2":"BJ","country":"Benin","year":2022,"currency":"XOF","monthlyLocal":95000,"monthlyPpp":462,"monthlyUsd":153,"vsAllEmployeesPct":58.2},{"iso2":"MM","country":"Myanmar","year":2020,"currency":"MMK","monthlyLocal":200000,"monthlyPpp":459,"monthlyUsd":145,"vsAllEmployeesPct":11.1},{"iso2":"KM","country":"Comoros","year":2021,"currency":"KMF","monthlyLocal":100000,"monthlyPpp":439,"monthlyUsd":240,"vsAllEmployeesPct":33.4},{"iso2":"TG","country":"Togo","year":2022,"currency":"XOF","monthlyLocal":94728,"monthlyPpp":429,"monthlyUsd":152,"vsAllEmployeesPct":81.8},{"iso2":"UG","country":"Uganda","year":2021,"currency":"UGX","monthlyLocal":550000,"monthlyPpp":418,"monthlyUsd":153,"vsAllEmployeesPct":129.7},{"iso2":"RW","country":"Rwanda","year":2024,"currency":"RWF","monthlyLocal":130000,"monthlyPpp":360,"monthlyUsd":99,"vsAllEmployeesPct":271.1},{"iso2":"BI","country":"Burundi","year":2020,"currency":"BIF","monthlyLocal":197661,"monthlyPpp":312,"monthlyUsd":103,"vsAllEmployeesPct":358.8},{"iso2":"CD","country":"Democratic Republic of the Congo","year":2016,"currency":"CDF","monthlyLocal":150000,"monthlyPpp":306,"monthlyUsd":148,"vsAllEmployeesPct":67.2},{"iso2":"GM","country":"Gambia","year":2018,"currency":"GMD","monthlyLocal":4250,"monthlyPpp":285,"monthlyUsd":88,"vsAllEmployeesPct":54.1},{"iso2":"SD","country":"Sudan","year":2022,"currency":"SDG","monthlyLocal":60000,"monthlyPpp":268,"monthlyUsd":110,"vsAllEmployeesPct":-25.1},{"iso2":"MG","country":"Madagascar","year":2015,"currency":"MGA","monthlyLocal":213847,"monthlyPpp":254,"monthlyUsd":73,"vsAllEmployeesPct":56.8},{"iso2":"LR","country":"Liberia","year":2017,"currency":"USD","monthlyLocal":100,"monthlyPpp":248,"monthlyUsd":100,"vsAllEmployeesPct":-20},{"iso2":"NG","country":"Nigeria","year":2024,"currency":"NGN","monthlyLocal":50000,"monthlyPpp":188,"monthlyUsd":34,"vsAllEmployeesPct":0}]}},"esco":{"uri":"http://data.europa.eu/esco/occupation/d3edb8f8-3a06-47a0-8fb9-9b212c006aa2","code":"2511.2","officialNames":{"en":"data analyst","es":"analista de datos","pt":"Analista de dados","fr":"analyste de données","de":"Datenanalytiker/Datenanalytikerin","it":"analista dei dati","ar":"محلل البيانات / محللة البيانات"},"descriptions":{"en":"Data analysts import, inspect, clean, transform, validate, model, or interpret collections of data with regard to the business goals of the company. They ensure that the data sources and repositories provide consistent and reliable data. Data analysts use different algorithms and IT tools as demanded by the situation and the current data. They might prepare reports in the form of visualisations such as graphs, charts, and dashboards.","es":"Los analistas de datos importan, inspeccionan, limpian, validan, modelan o interpretan recopilaciones de datos con respecto a los objetivos empresariales de la empresa. Garantizan que las fuentes de datos y los repositorios proporcionan datos coherentes y fiables. Los analistas de datos utilizan diferentes algoritmos e instrumentos informáticos, como exigen la situación y los datos actuales. Podrían elaborar informes en forma de visualizaciones, como gráficos, cartas y paneles de control.","pt":"Os analistas de dados executam funções de importação, inspeção, depuração, transformação, validação, modelação ou interpretação de conjuntos de dados relativos aos objetivos empresariais da empresa. Asseguram que as fontes e os repositórios de dados fornecem dados consistentes e fiáveis. Os analistas de dados utilizam diferentes algoritmos e ferramentas de TI, conforme exigido pela situação e pelos dados do momento. Podem elaborar relatórios sob a forma de visualizações como gráficos, mapas e quadros.","fr":"Les analystes de données à l’importation, à l’inspection, à la purification, à la transformation, à la validation, au modèle ou à l’interprétation des collectes de données au regard des objectifs commerciaux de l’entreprise. Ils veillent à ce que les sources de données et les répertoires fournissent des données cohérentes et fiables. Les analystes utilisent différents algorithmes et outils informatiques comme l’exige la situation et les données actuelles. Ils pourraient élaborer des rapports sous la forme de visualisations telles que graphiques, diagrammes et tableaux de bord.","de":"Datenanalytiker importieren, kontrollieren, bereinigen, konvertieren, validieren, modellieren oder interpretieren Daten im Hinblick auf die Geschäftsziele des Unternehmens. Sie stellen sicher, dass die Datenquellen und Datenspeicher kohärente und zuverlässige Daten enthalten. Je nach Ausgangslage oder vorliegenden Daten verwenden Datenanalytiker unterschiedliche Algorithmen und IT-Tools. Bisweilen erstellen sie auch Berichte in Form von Visualisierungen wie Grafiken, Schaubildern und Dashboards.","it":"Gli analisti dei dati importano, ispezionano, puliscono, trasformano, convalidano, modellizzano o interpretano gli insiemi di dati per quanto riguarda gli obiettivi aziendali della società. Garantiscono che le fonti di dati e gli archivi forniscano dati coerenti e affidabili. Gli analisti dei dati utilizzano algoritmi e strumenti informatici diversi, a seconda della situazione e dei dati attuali. Possono redigere relazioni sotto forma di visualizzazioni, quali grafici, diagrammi e dashboard.","ar":"يقوم محللو البيانات باستيراد أو فحص أو تنظيف أو تحويل أو التحقق من صحة أو صنع نماذج أو تفسير مجموعات البيانات فيما يتعلق بأهداف الشركة التجارية. إذ إنهم يضمنون أن مصادر البيانات ومستودعات البيانات توفر بيانات متسقة وموثوقة. ويستخدم محللو البيانات خوارزميات مختلفة وأدوات تكنولوجيا المعلومات حسب الطلب من خلال الموقف والبيانات الحالية. وقد يقومون بإعداد تقارير في شكل صور مرئية مثل الرسوم البيانية ولوحات التحكم."},"essentialSkills":[{"uri":"http://data.europa.eu/esco/skill/2daec0e6-f0c1-43e8-8178-aedba99130ec","type":"skill","names":{"en":"establish data processes","es":"establecer procesos de datos","pt":"desenvolver processos de tratamento de dados","fr":"créer des traitements de données","de":"Datenprozesse etablieren","it":"stabilire processi di dati","ar":"انشاء معالجة بيانات"}},{"uri":"http://data.europa.eu/esco/skill/46ec0033-3c71-415e-bcff-b065675ba2dc","type":"skill","names":{"en":"integrate ICT data","es":"integrar datos de las TIC","pt":"integrar dados de TIC","fr":"intégrer des données TIC","de":"IKT-Daten integrieren","it":"integrare dati TIC","ar":"دمج بيانات تكنولوجيا المعلومات والاتصالات"}},{"uri":"http://data.europa.eu/esco/skill/382c11ed-20d5-4ae7-b60e-15fec527fa6c","type":"skill","names":{"en":"apply statistical analysis techniques","es":"aplicar métodos de análisis estadísticos","pt":"aplicar técnicas de análise estatística","fr":"appliquer des techniques d’analyse statistique","de":"statistische Analysetechniken anwenden","it":"applicare tecniche di analisi statistica","ar":"تطبيق تقنيات التحليل الإحصائي"}},{"uri":"http://data.europa.eu/esco/skill/93aaf65c-5aad-4e6f-a7ba-ce9bf7c0e6e6","type":"knowledge","names":{"en":"information categorisation","es":"categorización de la información","pt":"categorização de informação","fr":"catégorisation de l’information","de":"Informationskategorisierung","it":"classificazione delle informazioni","ar":"تصنيف المعلومات"}},{"uri":"http://data.europa.eu/esco/skill/9ff9db9d-d14b-426e-83f3-e7449af6c79f","type":"skill","names":{"en":"manage data","es":"gestionar datos","pt":"gerir dados","fr":"gérer les données","de":"Daten verwalten","it":"gestire dati","ar":"ادارة البيانات"}},{"uri":"http://data.europa.eu/esco/skill/99207709-d076-4cce-ba38-e90d3bb28806","type":"knowledge","names":{"en":"resource description framework query language","es":"lenguaje de consulta del sistema de descripción de recursos","pt":"linguagem RDF","fr":"langage de requête Cadre de Description des Ressources","de":"Resource-Description-Framework-Abfragesprache","it":"linguaggio di interrogazione resource description framework","ar":"لغة استعلام خاصة بإطار وصف المصادر"}},{"uri":"http://data.europa.eu/esco/skill/348b74cd-49ce-4844-8bdf-ec188b497213","type":"knowledge","names":{"en":"visual presentation techniques","es":"técnicas de presentación visual","pt":"técnicas de apresentação visual","fr":"techniques de présentation visuelle","de":"visuelle Darstellungstechniken","it":"tecniche di rappresentazione visiva","ar":"تقنيات العرض البصري"}},{"uri":"http://data.europa.eu/esco/skill/cc7370dd-69fa-4c67-a96f-d4d135d38700","type":"knowledge","names":{"en":"data quality assessment","es":"evaluación de la calidad de los datos","pt":"avaliação da qualidade dos dados","fr":"évaluation de la qualité de données","de":"Bewertung der Datenqualität","it":"valutazione della qualità dei dati","ar":"تقييم جودة البيانات"}},{"uri":"http://data.europa.eu/esco/skill/54c9c155-9293-4329-8ed2-2e76e8b519d4","type":"skill","names":{"en":"define data quality criteria","es":"definir los criterios de la calidad de los datos","pt":"definir critérios de qualidade dos dados","fr":"définir les critères de qualité des données","de":"Datenqualitätskriterien festlegen","it":"definire criteri di qualità dei dati","ar":"تحديد معايير جودة البيانات"}},{"uri":"http://data.europa.eu/esco/skill/696e3b5b-8b61-45af-ae4c-3ab700f197ec","type":"knowledge","names":{"en":"information extraction","es":"extracción de información","pt":"extração de informação","fr":"extraction de l’information","de":"Informationsextraktion","it":"estrazione di informazioni","ar":"استخراج المعلومات"}},{"uri":"http://data.europa.eu/esco/skill/7ee4c2ea-b349-4bd2-81a3-ec31475d4833","type":"knowledge","names":{"en":"statistics","es":"estadística","pt":"estatística","fr":"statistiques","de":"Statistik","it":"statistica","ar":"علم الإحصاء"}},{"uri":"http://data.europa.eu/esco/skill/79e29b8b-47d1-470d-b7b1-32506bfe7d9a","type":"skill","names":{"en":"collect ICT data","es":"reunir datos de TIC","pt":"recolher dados informáticos","fr":"collecter les données","de":"IKT-Daten sammeln","it":"raccogliere dati TIC","ar":"جمع بيانات تكنولوجيا المعلومات والاتصالات"}},{"uri":"http://data.europa.eu/esco/skill/143769cb-b61e-47d8-a61e-eedfbec1016c","type":"knowledge","names":{"en":"business intelligence","es":"inteligencia empresarial","pt":"inteligência empresarial","fr":"informatique décisionnelle","de":"Business-Intelligence","it":"business intelligence","ar":"ذكاء الأعمال"}},{"uri":"http://data.europa.eu/esco/skill/50b100ea-74fd-4706-99db-3e4ca55e51b8","type":"skill","names":{"en":"perform data cleansing","es":"realizar una limpieza de datos","pt":"limpar dados","fr":"effectuer un nettoyage de données","de":"Datenbereinigung durchführen","it":"correggere i dati","ar":"إجراء تنقية البيانات"}},{"uri":"http://data.europa.eu/esco/skill/03ff0d53-573a-47a0-a0ad-1995815a4339","type":"knowledge","names":{"en":"information structure","es":"estructura de la información","pt":"estrutura da informação","fr":"structure de l’information","de":"Informationsstruktur","it":"struttura dell’informazione","ar":"هيكل المعلومات"}},{"uri":"http://data.europa.eu/esco/skill/25f0ea33-b4a2-4f31-b7b4-7d20e827b180","type":"knowledge","names":{"en":"data mining","es":"extracción de datos","pt":"análise de dados","fr":"exploration de données","de":"Data-Mining","it":"estrazione di dati","ar":"استخراج البيانات"}},{"uri":"http://data.europa.eu/esco/skill/c5e8abde-d2ba-4e8e-a65e-720b71180666","type":"knowledge","names":{"en":"unstructured data","es":"datos no estructurados","pt":"dados não estruturados","fr":"données non structurées","de":"unstrukturierte Daten","it":"dati non strutturati","ar":"بيانات غير منظمة"}},{"uri":"http://data.europa.eu/esco/skill/9cf681c7-89ec-470c-b651-7fe03786f586","type":"knowledge","names":{"en":"query languages","es":"lenguajes de consulta","pt":"linguagens de pesquisa","fr":"langages de requête","de":"Abfragesprachen","it":"linguaggi di interrogazione","ar":"لغات الاستعلام"}},{"uri":"http://data.europa.eu/esco/skill/a56dec32-05ef-45de-a256-ee6741f356db","type":"knowledge","names":{"en":"information confidentiality","es":"confidencialidad de la información","pt":"confidencialidade da informação","fr":"confidentialité de l’information","de":"Vertraulichkeit von Informationen","it":"riservatezza delle informazioni","ar":"سرية المعلومات"}},{"uri":"http://data.europa.eu/esco/skill/327d15c8-29ff-4ad4-a4fe-6536d777a45f","type":"knowledge","names":{"en":"documentation types","es":"tipos de documentación","pt":"tipos de documentação","fr":"types de documentation","de":"Dokumentationsarten","it":"tipi di documentazione","ar":"أنواع الوثائق"}},{"uri":"http://data.europa.eu/esco/skill/fecf8a0d-62c4-4e71-9b03-0f4fc2ad7bf5","type":"knowledge","names":{"en":"data models","es":"modelos de datos","pt":"modelos de dados","fr":"modèles de données","de":"Datenmodelle","it":"modelli di dati","ar":"نماذج البيانات"}},{"uri":"http://data.europa.eu/esco/skill/07889c08-7220-47c8-96f7-6068fbea00dc","type":"skill","names":{"en":"normalise data","es":"normalizar datos","pt":"normalizar dados","fr":"normaliser les données","de":"Daten normalisieren","it":"normalizzare dati","ar":"جعل البيانات تبدو طبيعية"}},{"uri":"http://data.europa.eu/esco/skill/31c69100-b612-4a61-8db5-fd314318854c","type":"skill","names":{"en":"execute analytical mathematical calculations","es":"ejecutar cálculos matemáticos analíticos","pt":"executar cálculos para análise matemática","fr":"exécuter des calculs mathématiques et analytiques","de":"analytisch-mathematische Berechnungen durchführen","it":"eseguire calcoli matematici analitici","ar":"اجراء عمليات الحسابات الرياضية التحليلية"}},{"uri":"http://data.europa.eu/esco/skill/1e77e42a-181f-4b48-8e74-201ce50ffc29","type":"skill","names":{"en":"interpret current data","es":"interpretar datos actuales","pt":"interpretar dados atuais","fr":"interpréter des données actuelles","de":"aktuelle Daten interpretieren","it":"interpretare i dati attuali","ar":"شرح البيانات الحالية"}},{"uri":"http://data.europa.eu/esco/skill/4a193795-fa63-414e-9f2e-bfdb3924571e","type":"skill","names":{"en":"handle data samples","es":"manejar muestras de datos","pt":"manusear amostras de dados","fr":"traiter des échantillons de données","de":"Datenproben gewinnen","it":"gestire campioni di dati","ar":"التعامل مع عينات البيانات"}},{"uri":"http://data.europa.eu/esco/skill/4216e465-7baa-4884-a241-54b197bb9278","type":"skill","names":{"en":"perform data mining","es":"efectuar la extracción de datos","pt":"efetuar prospeção de dados","fr":"procéder à l’extraction de données","de":"Data-Mining durchführen","it":"eseguire estrazioni di dati","ar":"إجراء استخراج البيانات"}},{"uri":"http://data.europa.eu/esco/skill/47a49cd6-097d-457a-9f7b-c290c14930d5","type":"skill","names":{"en":"analyse big data","es":"analizar inteligencia de datos","pt":"analisar grandes volumes de dados","fr":"analyser des mégadonnées","de":"Massendaten analysieren","it":"analizzare i megadati","ar":"تحليل البيانات الضخمة"}},{"uri":"http://data.europa.eu/esco/skill/713fb616-118e-40bc-9366-4a69879a49d5","type":"skill","names":{"en":"implement data quality processes","es":"aplicar procesos de calidad de datos","pt":"executar processos de garantia da qualidade dos dados","fr":"mettre en œuvre des processus de qualité des données","de":"Datenqualitätsverfahren anwenden","it":"mettere in atto processi di controllo qualità dei dati","ar":"تطبيق عمليات مراقبة جودة البيانات"}}]},"text":{"en":{"name":"Data analyst","altNames":["Business intelligence analyst","Reporting analyst","Analytics specialist","Insight analyst"],"metaDescription":"What data analysts do, the skills and degrees employers look for, how career changers get into data analysis, and official pay data from around the world.","summary":"Data analysts collect, clean and study data to answer practical questions, such as which products sell best or where a service is failing. They present their findings in reports, charts and dashboards. Many have a degree in a subject such as mathematics, economics, business or computer science, but career changers often enter through short courses, apprenticeships and on-the-job training.","tasks":["Gather data from databases, spreadsheets, surveys and business systems.","Clean and check data so that errors and gaps do not distort the results.","Write SQL queries and use spreadsheets or programming to analyse data.","Build dashboards and reports that managers can use without technical help.","Spot trends, problems and opportunities and explain what they mean.","Answer questions from colleagues and suggest ways to measure progress."],"skills":["SQL and relational databases","Advanced spreadsheet skills","Data visualisation and dashboard tools","Basic statistics","Python or R for analysis","Attention to detail","Clear writing and presentation","Understanding of business goals"],"workSettings":"Data analysts work in almost every sector, including retail, banking, insurance, healthcare, marketing, logistics, telecommunications, charities and government. Some work in a central data team, while others sit in a department such as finance, sales or human resources. Consultancies and outsourcing firms also employ analysts to work on client projects. The job is mostly done at a computer in an office or at home, and hybrid working is common.","howToBecome":"A degree in mathematics, statistics, economics, computer science, business or another subject that uses numbers is a common starting point. However, many employers focus on skills rather than a specific degree. You should be comfortable with spreadsheets, SQL and at least one data visualisation tool, and ideally know some Python or R. Career changers often move in from finance, marketing, operations or research roles, where they already work with data. A small portfolio of analysis projects using public data sets helps you show your skills, because interviews often include a practical test.","routes":[{"title":"University degree","text":"A degree in data science, mathematics, statistics, economics, computer science or business gives you the numerical and analytical base that employers want. Graduate schemes in large companies and the public sector often recruit analysts from a wide range of subjects, as long as you can show strong numerical skills."},{"title":"Apprenticeship or vocational training","text":"In countries with apprenticeship systems, such as the UK and Germany, you can train as a data analyst while working and earning. Vocational colleges and professional training providers in many other countries also offer data analysis diplomas and certificates with practical projects."},{"title":"Short courses and internal moves","text":"Many analysts start in another job and move into data work by taking online courses in SQL, statistics and visualisation. Moving internally is often easier than applying from outside, because you already understand the organisation's data. Certificates alone rarely guarantee a job, so practical projects are important."}],"regulation":"Data analysis is not a regulated profession, and you do not need a licence to work as a data analyst. You must follow data protection and privacy laws, which vary between countries, and some sectors such as healthcare and banking have extra rules on how data can be used. Certifications from software providers and professional bodies are optional, but they can help beginners show their skills.","progression":["Junior or graduate data analyst","Data analyst","Senior data analyst","Lead analyst or analytics manager","Head of analytics or data scientist"],"outlook":"Organisations in every sector rely on data to plan and measure their work, which keeps demand for analysts broad. AI tools can now write queries, summarise data and build simple charts, so routine reporting is likely to need fewer people. Analysts who understand the business, ask good questions, check results critically and explain them clearly should remain valuable. Many people use the role as a stepping stone to data science, data engineering or management.","faqs":[{"q":"Can I become a data analyst without a degree?","a":"Yes, in many countries. Employers often care more about practical skills in SQL, spreadsheets and visualisation than about a specific degree, and some offer apprenticeships. However, many job adverts still ask for a degree, so without one you usually need a strong portfolio, relevant work experience or an internal move."},{"q":"What skills do you need to be a data analyst?","a":"The core skills are SQL, advanced spreadsheets, a data visualisation tool and basic statistics, and Python or R is increasingly expected. Equally important are attention to detail, curiosity and the ability to explain your findings to people who are not data specialists."},{"q":"Is data analysis a good career for career changers?","a":"It is one of the more accessible routes into technology. The basic tools can be learned in months, and many roles value knowledge of a sector such as finance, health or retail. Competition for entry-level jobs can be strong, so combining new data skills with your existing industry experience is often the best approach."},{"q":"Will AI replace data analysts?","a":"AI tools already automate parts of the job, such as writing queries and producing standard reports. They still make mistakes and cannot judge which questions matter to a business. Analysts who can frame problems, check data quality and turn results into decisions are likely to stay in demand, but entry-level work is changing."}]},"es":{"name":"Analista de datos","altNames":["Analista de inteligencia de negocio","Analista de informes","Especialista en analítica","Analista de insights"],"metaDescription":"Qué hace un analista de datos, qué competencias y título buscan los empleadores, cómo cambiar de carrera hacia el análisis de datos, y datos de sueldo en el mundo.","summary":"Los analistas de datos recopilan, depuran y estudian datos para responder a preguntas prácticas, como qué productos se venden mejor o dónde falla un servicio. Presentan sus conclusiones en informes, gráficos y paneles. Muchos tienen un título en una carrera como matemáticas, economía, empresa o informática, pero quienes cambian de carrera suelen entrar mediante cursos cortos, formación dual y formación en el propio puesto.","tasks":["Reunir datos de bases de datos, hojas de cálculo, encuestas y sistemas de negocio.","Depurar y comprobar los datos para que los errores y las lagunas no distorsionen los resultados.","Escribir consultas SQL y usar hojas de cálculo o programación para analizar datos.","Construir paneles e informes que los directivos puedan usar sin ayuda técnica.","Detectar tendencias, problemas y oportunidades y explicar qué significan.","Responder preguntas de compañeros y proponer formas de medir el progreso."],"skills":["SQL y bases de datos relacionales","Manejo avanzado de hojas de cálculo","Visualización de datos y herramientas de paneles","Estadística básica","Python o R para el análisis","Atención al detalle","Redacción y presentación claras","Comprensión de los objetivos del negocio"],"workSettings":"Los analistas de datos trabajan en prácticamente todos los sectores, como el comercio, la banca, los seguros, la sanidad, el marketing, la logística, las telecomunicaciones, las organizaciones benéficas y la administración pública. Algunos forman parte de un equipo central de datos, mientras que otros están integrados en un departamento como finanzas, ventas o recursos humanos. Las consultoras y las empresas de externalización también contratan analistas para trabajar en proyectos de clientes. El trabajo se realiza sobre todo frente al ordenador, en la oficina o desde casa, y el trabajo híbrido es habitual.","howToBecome":"Un título en matemáticas, estadística, economía, informática, empresa u otra carrera con contenido numérico es un punto de partida habitual. Sin embargo, muchos empleadores se fijan más en las competencias que en un título concreto. Debes manejarte con hojas de cálculo, SQL y al menos una herramienta de visualización de datos, e idealmente conocer algo de Python o R. Quienes cambian de carrera suelen venir de puestos de finanzas, marketing, operaciones o investigación, donde ya trabajaban con datos. Un pequeño portafolio de proyectos de análisis con conjuntos de datos públicos ayuda a demostrar tus competencias, porque las entrevistas suelen incluir una prueba práctica.","routes":[{"title":"Grado universitario","text":"Un título en ciencia de datos, matemáticas, estadística, economía, informática o empresa te da la base numérica y analítica que buscan los empleadores. Los programas para recién titulados de grandes empresas y del sector público suelen reclutar analistas de una gran variedad de carreras, siempre que demuestres buenas competencias numéricas."},{"title":"Formación profesional o aprendizaje dual","text":"En países con sistemas de formación dual, como el Reino Unido y Alemania, puedes formarte como analista de datos mientras trabajas y cobras un sueldo. Los centros de formación profesional y otros proveedores de formación de muchos países también ofrecen títulos y certificados de análisis de datos con proyectos prácticos."},{"title":"Cursos cortos y cambios internos","text":"Muchos analistas empiezan en otro puesto y pasan al trabajo con datos haciendo cursos en línea de SQL, estadística y visualización. Cambiar internamente suele ser más fácil que solicitar el puesto desde fuera, porque ya entiendes los datos de la organización. Los certificados por sí solos rara vez garantizan un empleo, así que los proyectos prácticos son importantes."}],"regulation":"El análisis de datos no es una profesión regulada, y no necesitas una licencia para trabajar como analista de datos. Debes cumplir las leyes de protección de datos y privacidad, que varían entre países, y algunos sectores como la sanidad y la banca tienen normas adicionales sobre cómo pueden usarse los datos. Las certificaciones de proveedores de software y colegios profesionales son opcionales, pero pueden ayudar a los principiantes a demostrar sus competencias.","progression":["Analista de datos junior o recién titulado","Analista de datos","Analista de datos sénior","Analista principal o responsable de analítica","Jefe de analítica o científico de datos"],"outlook":"Las organizaciones de todos los sectores dependen de los datos para planificar y medir su trabajo, lo que mantiene amplia la demanda de analistas. Las herramientas de IA ya pueden escribir consultas, resumir datos y crear gráficos sencillos, así que es probable que los informes rutinarios necesiten menos personas. Los analistas que entienden el negocio, hacen buenas preguntas, revisan los resultados con espíritu crítico y los explican con claridad deberían seguir siendo valiosos. Muchas personas usan este puesto como trampolín hacia la ciencia de datos, la ingeniería de datos o la gestión.","faqs":[{"q":"¿Puedo ser analista de datos sin un título?","a":"Sí, en muchos países. Los empleadores suelen valorar más las competencias prácticas en SQL, hojas de cálculo y visualización que un título concreto, y algunos ofrecen formación dual. Sin embargo, muchas ofertas de empleo todavía piden un título, así que sin uno normalmente necesitas un portafolio sólido, experiencia laboral relevante o un cambio interno."},{"q":"¿Qué competencias hacen falta para ser analista de datos?","a":"Las competencias básicas son SQL, hojas de cálculo avanzadas, una herramienta de visualización de datos y estadística básica, y cada vez se espera más conocer Python o R. Igual de importantes son la atención al detalle, la curiosidad y la capacidad de explicar tus hallazgos a personas que no son especialistas en datos."},{"q":"¿Es el análisis de datos una buena carrera para quienes cambian de profesión?","a":"Es una de las vías más accesibles hacia la tecnología. Las herramientas básicas se pueden aprender en unos meses, y muchos puestos valoran el conocimiento de un sector como las finanzas, la salud o el comercio. La competencia por los puestos de nivel inicial puede ser fuerte, así que combinar las nuevas competencias con tu experiencia previa en el sector suele ser el mejor enfoque."},{"q":"¿Sustituirá la IA a los analistas de datos?","a":"Las herramientas de IA ya automatizan parte del trabajo, como escribir consultas y elaborar informes estándar. Todavía cometen errores y no pueden juzgar qué preguntas importan a un negocio. Es probable que los analistas capaces de plantear problemas, comprobar la calidad de los datos y convertir los resultados en decisiones sigan siendo demandados, pero el trabajo de nivel inicial está cambiando."}]},"pt":{"name":"Analista de dados","altNames":["Analista de business intelligence","Analista de relatórios","Especialista em analytics","Analista de insights"],"metaDescription":"O que faz um analista de dados, as habilidades e cursos que os empregadores buscam, como pessoas em transição de carreira entram na área e dados oficiais de salários no mundo.","summary":"Analistas de dados coletam, limpam e estudam dados para responder a perguntas práticas, como quais produtos vendem mais ou onde um serviço está falhando. Eles apresentam suas descobertas em relatórios, gráficos e painéis. Muitos têm graduação em uma área como matemática, economia, administração ou ciência da computação, mas pessoas em transição de carreira costumam entrar por meio de cursos curtos, programas de aprendizagem e treinamento no próprio trabalho.","tasks":["Reunir dados de bancos de dados, planilhas, pesquisas e sistemas empresariais.","Limpar e verificar os dados para que erros e lacunas não distorçam os resultados.","Escrever consultas SQL e usar planilhas ou programação para analisar dados.","Construir painéis e relatórios que os gestores possam usar sem ajuda técnica.","Identificar tendências, problemas e oportunidades e explicar o que eles significam.","Responder a perguntas de colegas e sugerir formas de medir o progresso."],"skills":["SQL e bancos de dados relacionais","Habilidades avançadas em planilhas","Visualização de dados e ferramentas de painéis","Estatística básica","Python ou R para análise","Atenção a detalhes","Escrita clara e apresentação","Compreensão dos objetivos do negócio"],"workSettings":"Analistas de dados trabalham em praticamente todos os setores, incluindo varejo, bancos, seguros, saúde, marketing, logística, telecomunicações, organizações sociais e governo. Alguns atuam em uma equipe central de dados, enquanto outros ficam em um departamento como finanças, vendas ou recursos humanos. Consultorias e empresas de terceirização também empregam analistas para trabalhar em projetos de clientes. O trabalho é feito majoritariamente no computador, em um escritório ou em casa, e o trabalho híbrido é comum.","howToBecome":"Uma graduação em matemática, estatística, economia, ciência da computação, administração ou outro curso que envolva números é um ponto de partida comum. No entanto, muitos empregadores se concentram nas habilidades, e não em um curso específico. É importante ter familiaridade com planilhas, SQL e pelo menos uma ferramenta de visualização de dados, e idealmente algum conhecimento de Python ou R. Pessoas em transição de carreira costumam vir de funções em finanças, marketing, operações ou pesquisa, onde já trabalhavam com dados. Um pequeno portfólio de projetos de análise usando bases de dados públicas ajuda a mostrar suas habilidades, porque as entrevistas costumam incluir um teste prático.","routes":[{"title":"Graduação universitária","text":"Uma graduação em ciência de dados, matemática, estatística, economia, ciência da computação ou administração oferece a base numérica e analítica que os empregadores buscam. Programas para recém-formados em grandes empresas e no setor público costumam recrutar analistas de diversas áreas, desde que você comprove boas habilidades numéricas."},{"title":"Aprendizagem ou formação profissionalizante","text":"Em países com sistemas de aprendizagem profissional, como Reino Unido e Alemanha, é possível se formar como analista de dados enquanto trabalha e recebe um salário. Escolas técnicas e instituições de formação profissional em muitos outros países também oferecem diplomas e certificados em análise de dados com projetos práticos."},{"title":"Cursos curtos e movimentações internas","text":"Muitos analistas começam em outra função e migram para o trabalho com dados fazendo cursos on-line de SQL, estatística e visualização. Mudar de função dentro da própria organização costuma ser mais fácil do que se candidatar externamente, porque você já entende os dados da organização. Certificados isolados raramente garantem uma vaga, então projetos práticos são importantes."}],"regulation":"A análise de dados não é uma profissão regulamentada, e não é preciso ter licença para trabalhar como analista de dados. É preciso seguir as leis de proteção de dados e privacidade, que variam entre países, e alguns setores, como saúde e bancos, têm regras adicionais sobre o uso de dados. Certificações de fornecedores de software e órgãos profissionais são opcionais, mas podem ajudar iniciantes a demonstrar suas habilidades.","progression":["Analista de dados júnior ou recém-formado","Analista de dados","Analista de dados sênior","Analista líder ou gerente de analytics","Chefe de analytics ou cientista de dados"],"outlook":"Organizações de todos os setores dependem de dados para planejar e medir seu trabalho, o que mantém ampla a demanda por analistas. Ferramentas de IA já conseguem escrever consultas, resumir dados e construir gráficos simples, então é provável que os relatórios rotineiros exijam menos pessoas. Analistas que entendem o negócio, fazem boas perguntas, verificam os resultados de forma crítica e os explicam com clareza devem continuar valorizados. Muitas pessoas usam a função como trampolim para ciência de dados, engenharia de dados ou gestão.","faqs":[{"q":"É possível se tornar analista de dados sem graduação?","a":"Sim, em muitos países. Os empregadores costumam se importar mais com habilidades práticas em SQL, planilhas e visualização do que com um curso específico, e alguns oferecem programas de aprendizagem. No entanto, muitos anúncios de vaga ainda pedem graduação, então, sem ela, geralmente é preciso um portfólio sólido, experiência profissional relevante ou uma movimentação interna."},{"q":"Quais habilidades você precisa para ser analista de dados?","a":"As habilidades essenciais são SQL, planilhas avançadas, uma ferramenta de visualização de dados e estatística básica, e Python ou R são cada vez mais esperados. Igualmente importantes são a atenção a detalhes, a curiosidade e a capacidade de explicar suas descobertas para pessoas que não são especialistas em dados."},{"q":"A análise de dados é uma boa carreira para quem está mudando de área?","a":"É um dos caminhos mais acessíveis para entrar na tecnologia. As ferramentas básicas podem ser aprendidas em poucos meses, e muitas vagas valorizam o conhecimento de um setor, como finanças, saúde ou varejo. A concorrência por vagas iniciais pode ser forte, então combinar novas habilidades de dados com sua experiência de setor já existente costuma ser a melhor estratégia."},{"q":"A IA vai substituir os analistas de dados?","a":"Ferramentas de IA já automatizam partes do trabalho, como escrever consultas e produzir relatórios padronizados. Elas ainda cometem erros e não conseguem julgar quais perguntas importam para um negócio. Analistas capazes de formular problemas, verificar a qualidade dos dados e transformar resultados em decisões devem continuar em demanda, mas o trabalho de nível inicial está mudando."}]},"fr":{"name":"Data analyst","altNames":["Analyste de données","Analyste en informatique décisionnelle","Analyste reporting","Analyste analytique"],"metaDescription":"Ce que font les data analysts, les compétences et diplômes recherchés, et le salaire officiel dans le monde.","summary":"Les data analysts collectent, nettoient et étudient des données pour répondre à des questions concrètes, comme quels produits se vendent le mieux ou où un service connaît des difficultés. Ils présentent leurs résultats dans des rapports, des graphiques et des tableaux de bord. Beaucoup ont un diplôme dans une discipline comme les mathématiques, l’économie, la gestion ou l’informatique, mais les personnes en reconversion accèdent souvent à ce métier par des formations courtes, l’apprentissage et la formation en poste.","tasks":["Rassembler des données issues de bases de données, de tableurs, d’enquêtes et de systèmes d’entreprise.","Nettoyer et vérifier les données pour que les erreurs et les lacunes ne faussent pas les résultats.","Écrire des requêtes SQL et utiliser des tableurs ou la programmation pour analyser les données.","Construire des tableaux de bord et des rapports que les managers peuvent utiliser sans aide technique.","Repérer des tendances, des problèmes et des opportunités et expliquer ce qu’ils signifient.","Répondre aux questions des collègues et proposer des moyens de mesurer les progrès."],"skills":["SQL et bases de données relationnelles","Maîtrise avancée des tableurs","Visualisation de données et outils de tableaux de bord","Statistiques de base","Python ou R pour l’analyse","Souci du détail","Rédaction et présentation claires","Compréhension des objectifs de l’entreprise"],"workSettings":"Les data analysts travaillent dans presque tous les secteurs, notamment la distribution, la banque, l’assurance, la santé, le marketing, la logistique, les télécommunications, les associations et l’administration. Certains travaillent dans une équipe data centralisée, d’autres au sein d’un service comme la finance, les ventes ou les ressources humaines. Les cabinets de conseil et les prestataires externalisés emploient aussi des analystes pour des projets clients. Le travail se fait surtout sur ordinateur, au bureau ou à domicile, et le travail hybride est courant.","howToBecome":"Un diplôme en mathématiques, statistique, économie, informatique, gestion ou dans une autre discipline utilisant les chiffres est un point de départ courant. Cependant, de nombreux employeurs se concentrent sur les compétences plutôt que sur un diplôme précis. Il faut être à l’aise avec les tableurs, SQL et au moins un outil de visualisation de données, et idéalement connaître un peu Python ou R. Les personnes en reconversion viennent souvent de la finance, du marketing, des opérations ou de la recherche, où elles travaillent déjà avec des données. Un petit portfolio de projets d’analyse utilisant des jeux de données publics permet de montrer ses compétences, car les entretiens comportent souvent un test pratique.","routes":[{"title":"Diplôme universitaire","text":"Un diplôme en science des données, mathématiques, statistique, économie, informatique ou gestion apporte la base numérique et analytique recherchée par les employeurs. Les programmes pour jeunes diplômés des grandes entreprises et du secteur public recrutent souvent des analystes dans un large éventail de disciplines, du moment que de solides compétences numériques peuvent être démontrées."},{"title":"Apprentissage ou formation professionnelle","text":"Dans les pays où l’apprentissage est développé, comme le Royaume-Uni et l’Allemagne, il est possible de se former au métier de data analyst tout en travaillant et en étant rémunéré. Des écoles professionnelles et des organismes de formation proposent aussi dans de nombreux autres pays des diplômes et certificats en analyse de données avec des projets pratiques."},{"title":"Formations courtes et évolution interne","text":"De nombreux analystes commencent dans un autre poste et évoluent vers l’analyse de données en suivant des cours en ligne de SQL, de statistiques et de visualisation. Une évolution interne est souvent plus facile qu’une candidature externe, car on connaît déjà les données de l’organisation. Les certificats seuls garantissent rarement un emploi, d’où l’importance de projets pratiques."}],"regulation":"L’analyse de données n’est pas une profession réglementée, et aucune autorisation d’exercer n’est nécessaire pour travailler comme data analyst. Il faut respecter les lois sur la protection des données et la vie privée, qui varient selon les pays, et certains secteurs comme la santé et la banque ont des règles supplémentaires sur l’utilisation des données. Les certifications des éditeurs de logiciels et des organismes professionnels sont facultatives, mais elles peuvent aider les débutants à montrer leurs compétences.","progression":["Data analyst junior ou débutant","Data analyst","Data analyst senior","Analyste principal ou responsable analytique","Responsable analytique ou data scientist"],"outlook":"Les organisations de tous les secteurs s’appuient sur les données pour planifier et mesurer leur activité, ce qui maintient une demande large pour les analystes. Les outils d’IA peuvent désormais écrire des requêtes, résumer des données et construire des graphiques simples, si bien que le reporting de routine devrait nécessiter moins de personnes. Les analystes qui comprennent l’activité, posent de bonnes questions, vérifient les résultats de façon critique et les expliquent clairement devraient rester recherchés. Beaucoup utilisent ce poste comme tremplin vers la data science, l’ingénierie des données ou le management.","faqs":[{"q":"Peut-on devenir data analyst sans diplôme ?","a":"Oui, dans de nombreux pays. Les employeurs se soucient souvent davantage des compétences pratiques en SQL, tableurs et visualisation que d’un diplôme précis, et certains proposent des contrats d’apprentissage. Cependant, de nombreuses offres d’emploi demandent encore un diplôme, donc sans diplôme il faut généralement un portfolio solide, une expérience professionnelle pertinente ou une évolution interne."},{"q":"Quelles compétences faut-il pour être data analyst ?","a":"Les compétences essentielles sont SQL, les tableurs avancés, un outil de visualisation de données et les statistiques de base, et Python ou R est de plus en plus attendu. Le souci du détail, la curiosité et la capacité à expliquer ses résultats à des personnes non spécialistes des données sont tout aussi importants."},{"q":"L’analyse de données est-elle un bon métier pour une reconversion ?","a":"C’est l’une des voies d’accès à la tech les plus accessibles. Les outils de base peuvent s’apprendre en quelques mois, et de nombreux postes valorisent la connaissance d’un secteur comme la finance, la santé ou la distribution. La concurrence pour les postes de débutant peut être forte, donc combiner de nouvelles compétences en données avec son expérience sectorielle est souvent la meilleure approche."},{"q":"L’IA va-t-elle remplacer les data analysts ?","a":"Les outils d’IA automatisent déjà une partie du travail, comme l’écriture de requêtes et la production de rapports standard. Ils continuent de faire des erreurs et ne peuvent pas juger quelles questions comptent pour une entreprise. Les analystes capables de cadrer les problèmes, de vérifier la qualité des données et de transformer les résultats en décisions devraient rester recherchés, mais le travail de débutant évolue."}]},"de":{"name":"Datenanalyst/-in","altNames":["Business-Intelligence-Analyst/-in","Reporting-Analyst/-in","Analytics-Spezialist/-in","Insight-Analyst/-in"],"metaDescription":"Datenanalyst/-in: Aufgaben, gefragte Fähigkeiten und Studiengänge, Quereinstieg in die Datenanalyse sowie amtliche Gehaltsdaten weltweit.","summary":"Datenanalyst/-innen sammeln, bereinigen und untersuchen Daten, um praktische Fragen zu beantworten, etwa welche Produkte sich am besten verkaufen oder wo ein Service versagt. Sie stellen ihre Ergebnisse in Berichten, Diagrammen und Dashboards dar. Viele haben ein Studium in einem Fach wie Mathematik, Wirtschaftswissenschaften, Betriebswirtschaft oder Informatik, aber Quereinsteiger gelangen oft über kurze Kurse, Ausbildungen und Training am Arbeitsplatz in den Beruf.","tasks":["Daten aus Datenbanken, Tabellenkalkulationen, Umfragen und Geschäftssystemen zusammentragen.","Daten bereinigen und prüfen, damit Fehler und Lücken die Ergebnisse nicht verfälschen.","SQL-Abfragen schreiben und mit Tabellenkalkulationen oder Programmierung Daten auswerten.","Dashboards und Berichte bauen, die Führungskräfte ohne technische Hilfe nutzen können.","Trends, Probleme und Chancen erkennen und erklären, was sie bedeuten.","Fragen von Kolleginnen und Kollegen beantworten und Wege vorschlagen, Fortschritt zu messen."],"skills":["SQL und relationale Datenbanken","Fortgeschrittene Tabellenkalkulation","Datenvisualisierung und Dashboard-Werkzeuge","Grundlegende Statistik","Python oder R für Auswertungen","Sorgfalt im Detail","Klares Schreiben und Präsentieren","Verständnis für geschäftliche Ziele"],"workSettings":"Datenanalyst/-innen arbeiten in fast jeder Branche, darunter Einzelhandel, Bankwesen, Versicherung, Gesundheitswesen, Marketing, Logistik, Telekommunikation, gemeinnützige Organisationen und Verwaltung. Manche arbeiten in einem zentralen Datenteam, andere in einer Abteilung wie Finanzen, Vertrieb oder Personalwesen. Auch Beratungen und Outsourcing-Firmen beschäftigen Analyst/-innen für Kundenprojekte. Die Arbeit findet größtenteils am Computer im Büro oder zu Hause statt, Hybridarbeit ist verbreitet.","howToBecome":"Ein Studium in Mathematik, Statistik, Wirtschaftswissenschaften, Informatik, Betriebswirtschaft oder einem anderen zahlenlastigen Fach ist ein üblicher Ausgangspunkt. Viele Arbeitgeber achten jedoch mehr auf Fähigkeiten als auf einen bestimmten Studienabschluss. Du solltest sicher mit Tabellenkalkulationen, SQL und mindestens einem Datenvisualisierungswerkzeug umgehen können und idealerweise etwas Python oder R kennen. Quereinsteiger kommen häufig aus Finanzen, Marketing, dem Operativen oder der Forschung, wo sie bereits mit Daten arbeiten. Ein kleines Portfolio aus Analyseprojekten mit öffentlichen Datensätzen hilft dir, deine Fähigkeiten zu zeigen, denn Vorstellungsgespräche umfassen oft einen praktischen Test.","routes":[{"title":"Studium","text":"Ein Studium in Data Science, Mathematik, Statistik, Wirtschaftswissenschaften, Informatik oder Betriebswirtschaft vermittelt die zahlenbezogene und analytische Grundlage, die Arbeitgeber suchen. Traineeprogramme großer Unternehmen und des öffentlichen Dienstes rekrutieren Analyst/-innen oft aus einer breiten Fächerpalette, solange du starke Zahlenkompetenz nachweisen kannst."},{"title":"Ausbildung oder berufliche Bildung","text":"In Ländern mit Ausbildungssystemen, etwa dem Vereinigten Königreich und Deutschland, kannst du zur Datenanalystin oder zum Datenanalysten ausgebildet werden, während du arbeitest und verdienst. Berufsschulen und Weiterbildungsanbieter in vielen anderen Ländern bieten ebenfalls Abschlüsse und Zertifikate in Datenanalyse mit praktischen Projekten an."},{"title":"Kurzkurse und interne Wechsel","text":"Viele Analyst/-innen beginnen in einem anderen Job und wechseln über Onlinekurse in SQL, Statistik und Visualisierung in die Datenarbeit. Ein interner Wechsel ist oft leichter als eine externe Bewerbung, weil du die Daten der Organisation bereits kennst. Zertifikate allein garantieren selten eine Stelle, deshalb sind praktische Projekte wichtig."}],"regulation":"Datenanalyse ist kein reglementierter Beruf, du brauchst also keine Zulassung, um als Datenanalyst/-in zu arbeiten. Du musst Datenschutz- und Privatsphäregesetze einhalten, die sich zwischen Ländern unterscheiden, und manche Branchen wie Gesundheitswesen und Bankwesen haben zusätzliche Regeln zur Datennutzung. Zertifikate von Softwareanbietern und Berufsverbänden sind optional, können Einsteiger/-innen aber helfen, ihre Fähigkeiten zu zeigen.","progression":["Junior- oder Trainee-Datenanalyst/-in","Datenanalyst/-in","Senior-Datenanalyst/-in","Lead-Analyst/-in oder Analytics Manager","Leitung Analytics oder Data Scientist"],"outlook":"Organisationen in jeder Branche verlassen sich auf Daten, um ihre Arbeit zu planen und zu messen, was die Nachfrage nach Analyst/-innen breit hält. KI-Werkzeuge können inzwischen Abfragen schreiben, Daten zusammenfassen und einfache Diagramme bauen, deshalb dürfte Routine-Reporting weniger Personal brauchen. Analyst/-innen, die das Geschäft verstehen, gute Fragen stellen, Ergebnisse kritisch prüfen und klar erklären, dürften wertvoll bleiben. Viele nutzen die Rolle als Sprungbrett in Data Science, Data Engineering oder Management.","faqs":[{"q":"Kann ich ohne Studium Datenanalyst/-in werden?","a":"In vielen Ländern ja. Arbeitgebern sind oft praktische Fähigkeiten in SQL, Tabellenkalkulation und Visualisierung wichtiger als ein bestimmter Studienabschluss, und manche bieten Ausbildungen an. Viele Stellenanzeigen verlangen jedoch weiterhin ein Studium, weshalb du ohne Abschluss meist ein starkes Portfolio, relevante Berufserfahrung oder einen internen Wechsel brauchst."},{"q":"Welche Fähigkeiten braucht man als Datenanalyst/-in?","a":"Die zentralen Fähigkeiten sind SQL, fortgeschrittene Tabellenkalkulation, ein Datenvisualisierungswerkzeug und grundlegende Statistik, und Python oder R werden zunehmend erwartet. Genauso wichtig sind Sorgfalt im Detail, Neugier und die Fähigkeit, deine Ergebnisse Menschen ohne Datenhintergrund zu erklären."},{"q":"Ist Datenanalyse ein guter Beruf für Quereinsteiger?","a":"Es ist einer der zugänglicheren Wege in die Technologiebranche. Die grundlegenden Werkzeuge lassen sich in Monaten lernen, und viele Stellen schätzen Branchenwissen etwa im Finanz-, Gesundheits- oder Einzelhandelssektor. Der Wettbewerb um Einstiegsstellen kann stark sein, deshalb ist es meist am besten, neue Datenkompetenzen mit deiner bestehenden Branchenerfahrung zu verbinden."},{"q":"Werden Datenanalyst/-innen durch KI ersetzt?","a":"KI-Werkzeuge automatisieren bereits Teile der Arbeit, etwa das Schreiben von Abfragen und die Erstellung von Standardberichten. Sie machen weiterhin Fehler und können nicht beurteilen, welche Fragen für ein Geschäft wichtig sind. Analyst/-innen, die Probleme einordnen, die Datenqualität prüfen und Ergebnisse in Entscheidungen übersetzen können, dürften weiter gefragt sein, aber die Einstiegsarbeit verändert sich."}]},"it":{"name":"Data analyst","altNames":["Analista dei dati","Business intelligence analyst","Analista di reporting","Analista di analytics"],"metaDescription":"Che cosa fa il data analyst, le competenze e le lauree richieste dalle aziende, come cambiare carriera e i dati ufficiali sugli stipendi nel mondo.","summary":"Il data analyst raccoglie, pulisce e studia i dati per rispondere a domande pratiche, come quali prodotti vendono di più o dove un servizio non funziona. Presenta i risultati in relazioni, grafici e dashboard. Molti hanno una laurea in materie come matematica, economia, economia aziendale o informatica, ma chi cambia carriera entra spesso attraverso corsi brevi, apprendistati e formazione sul lavoro.","tasks":["Raccogliere dati da database, fogli di calcolo, sondaggi e sistemi aziendali.","Pulire e controllare i dati perché errori e lacune non alterino i risultati.","Scrivere query SQL e usare fogli di calcolo o programmazione per analizzare i dati.","Costruire dashboard e relazioni che i dirigenti possano usare senza supporto tecnico.","Individuare tendenze, problemi e opportunità e spiegarne il significato.","Rispondere alle domande dei colleghi e suggerire modi per misurare i progressi."],"skills":["SQL e database relazionali","Competenze avanzate con i fogli di calcolo","Strumenti di visualizzazione dei dati e dashboard","Statistica di base","Python o R per l'analisi","Attenzione ai dettagli","Scrittura chiara e capacità di presentazione","Comprensione degli obiettivi aziendali"],"workSettings":"Il data analyst lavora in quasi ogni settore, tra cui commercio, banche, assicurazioni, sanità, marketing, logistica, telecomunicazioni, organizzazioni non profit ed enti pubblici. Alcuni lavorano in un team dati centrale, altri sono inseriti in un reparto come finanza, vendite o risorse umane. Anche società di consulenza e outsourcing impiegano analisti per progetti dei clienti. Il lavoro si svolge soprattutto al computer, in ufficio o da casa, e il lavoro ibrido è diffuso.","howToBecome":"Una laurea in matematica, statistica, economia, informatica, economia aziendale o un'altra materia che usa i numeri è un punto di partenza comune. Molte aziende, però, si concentrano sulle competenze più che su una laurea specifica. Bisogna avere dimestichezza con fogli di calcolo, SQL e almeno uno strumento di visualizzazione dei dati, e idealmente conoscere un po' di Python o R. Chi cambia carriera arriva spesso dalla finanza, dal marketing, dalle operations o dalla ricerca, dove già lavora con i dati. Un piccolo portfolio di progetti di analisi con dati pubblici aiuta a dimostrare le proprie competenze, perché i colloqui includono spesso una prova pratica.","routes":[{"title":"Laurea universitaria","text":"Una laurea in data science, matematica, statistica, economia, informatica o economia aziendale offre la base numerica e analitica richiesta dalle aziende. I programmi per neolaureati di grandi aziende e del settore pubblico spesso reclutano analisti da un'ampia gamma di materie, purché si dimostrino solide capacità numeriche."},{"title":"Apprendistato o formazione professionale","text":"Nei paesi con sistemi di apprendistato, come Regno Unito e Germania, puoi formarti come data analyst mentre lavori e guadagni. In molti altri paesi anche istituti professionali ed enti di formazione offrono diplomi e certificati di analisi dati con progetti pratici."},{"title":"Corsi brevi e passaggi interni","text":"Molti analisti iniziano in un altro lavoro e passano all'analisi dei dati seguendo corsi online di SQL, statistica e visualizzazione. Un passaggio interno è spesso più semplice di una candidatura esterna, perché si conosce già l'organizzazione e i suoi dati. I soli certificati raramente garantiscono un lavoro, quindi i progetti pratici sono importanti."}],"regulation":"L'analisi dei dati non è una professione regolamentata, e non serve un'abilitazione per lavorare come data analyst. Bisogna rispettare le leggi sulla protezione dei dati e sulla privacy, che variano tra paesi, e alcuni settori come la sanità e le banche hanno regole aggiuntive sull'uso dei dati. Le certificazioni offerte da fornitori di software e ordini professionali sono facoltative, ma possono aiutare i principianti a dimostrare le proprie competenze.","progression":["Data analyst junior o neolaureato","Data analyst","Data analyst senior","Lead analyst o analytics manager","Responsabile analytics o data scientist"],"outlook":"Le organizzazioni di ogni settore si affidano ai dati per pianificare e misurare il proprio lavoro, il che mantiene ampia la domanda di analisti. Gli strumenti di IA possono ormai scrivere query, riassumere i dati e creare grafici semplici, quindi il reporting di routine richiederà probabilmente meno persone. Gli analisti che capiscono il business, pongono buone domande, controllano i risultati con spirito critico e li spiegano con chiarezza dovrebbero restare preziosi. Molte persone usano questo ruolo come trampolino verso il data science, il data engineering o la gestione.","faqs":[{"q":"Si può diventare data analyst senza una laurea?","a":"Sì, in molti paesi. Alle aziende interessano spesso più le competenze pratiche in SQL, fogli di calcolo e visualizzazione che una laurea specifica, e alcune offrono apprendistati. Molti annunci di lavoro, però, richiedono ancora una laurea, quindi senza serve di solito un portfolio solido, esperienza lavorativa pertinente o un passaggio interno."},{"q":"Quali competenze servono per fare il data analyst?","a":"Le competenze fondamentali sono SQL, fogli di calcolo avanzati, uno strumento di visualizzazione dei dati e la statistica di base, e Python o R sono sempre più richiesti. Altrettanto importanti sono l'attenzione ai dettagli, la curiosità e la capacità di spiegare i risultati a chi non è specialista di dati."},{"q":"L'analisi dei dati è una buona carriera per chi cambia lavoro?","a":"È uno dei percorsi più accessibili verso la tecnologia. Gli strumenti di base si imparano in pochi mesi, e molti ruoli valorizzano la conoscenza di un settore come finanza, sanità o commercio. La concorrenza per i posti di livello iniziale può essere forte, quindi unire le nuove competenze sui dati alla propria esperienza di settore è spesso l'approccio migliore."},{"q":"L'IA sostituirà i data analyst?","a":"Gli strumenti di IA automatizzano già parte del lavoro, come scrivere query e produrre relazioni standard. Commettono ancora errori e non sanno giudicare quali domande contano per un'azienda. Gli analisti capaci di definire i problemi, controllare la qualità dei dati e trasformare i risultati in decisioni hanno buone probabilità di restare richiesti, ma il lavoro di livello iniziale sta cambiando."}]},"ar":{"name":"محلل بيانات","altNames":["محللة بيانات","محلل ذكاء الأعمال","محلل تقارير","أخصائي تحليلات"],"metaDescription":"ماذا يعمل محللو البيانات، والمهارات والشهادات التي يبحث عنها أصحاب العمل، وكيف يدخل المتحولون مهنيًا هذا المجال، وبيانات رسمية عن الأجور حول العالم.","summary":"يجمع محللو البيانات البيانات وينقّونها ويدرسونها للإجابة عن أسئلة عملية، مثل أي المنتجات يُقبل عليها الناس أكثر أو أين تتعثر خدمة ما. ويعرضون نتائجهم في تقارير ورسوم بيانية ولوحات معلومات. يحمل كثير منهم شهادة في تخصص مثل الرياضيات أو الاقتصاد أو إدارة الأعمال أو علوم الحاسوب، لكن المتحولين مهنيًا كثيرًا ما يدخلون المجال عبر دورات قصيرة وبرامج تلمذة مهنية وتدريب أثناء العمل.","tasks":["جمع البيانات من قواعد البيانات وجداول البيانات والاستطلاعات وأنظمة الأعمال.","تنقية البيانات وفحصها حتى لا تشوّه الأخطاء والثغرات النتائج.","كتابة استعلامات SQL واستخدام جداول البيانات أو البرمجة لتحليل البيانات.","بناء لوحات معلومات وتقارير يستطيع المديرون استخدامها دون مساعدة تقنية.","رصد الاتجاهات والمشكلات والفرص وشرح دلالاتها.","الإجابة عن أسئلة الزملاء واقتراح طرق لقياس التقدم."],"skills":["لغة SQL وقواعد البيانات العلائقية","مهارات متقدمة في جداول البيانات","تصور البيانات وأدوات لوحات المعلومات","أساسيات الإحصاء","بايثون أو R للتحليل","الدقة والانتباه للتفاصيل","الكتابة الواضحة والعرض الجيد","فهم أهداف العمل"],"workSettings":"يعمل محللو البيانات في كل قطاع تقريبًا، بما في ذلك التجزئة والمصارف والتأمين والرعاية الصحية والتسويق والخدمات اللوجستية والاتصالات والجمعيات الخيرية والحكومة. يعمل بعضهم في فريق بيانات مركزي، بينما يعمل آخرون ضمن قسم مثل المالية أو المبيعات أو الموارد البشرية. وتوظف شركات الاستشارات والتعهيد محللين أيضًا للعمل على مشروعات العملاء. تُنجز الوظيفة غالبًا أمام الحاسوب في مكتب أو من المنزل، والعمل الهجين شائع.","howToBecome":"الشهادة في الرياضيات أو الإحصاء أو الاقتصاد أو علوم الحاسوب أو إدارة الأعمال أو تخصص آخر يعتمد على الأرقام نقطة انطلاق شائعة. لكن كثيرًا من أصحاب العمل يركزون على المهارات أكثر من شهادة بعينها. يجب أن تكون مرتاحًا مع جداول البيانات ولغة SQL وأداة واحدة على الأقل لتصور البيانات، ومن الأفضل أن تعرف بعض بايثون أو R. وينتقل المتحولون مهنيًا غالبًا من التمويل أو التسويق أو العمليات أو أدوار البحث، حيث يعملون بالفعل مع البيانات. وتساعدك حافظة صغيرة من مشروعات تحليل باستخدام بيانات عامة على إظهار مهاراتك، لأن المقابلات كثيرًا ما تتضمن اختبارًا عمليًا.","routes":[{"title":"شهادة جامعية","text":"تمنحك شهادة في علم البيانات أو الرياضيات أو الإحصاء أو الاقتصاد أو علوم الحاسوب أو إدارة الأعمال الأساس العددي والتحليلي الذي يبحث عنه أصحاب العمل. وكثيرًا ما توظف برامج تأهيل الخريجين في الشركات الكبرى والقطاع العام محللين من تخصصات متنوعة، ما دمت تستطيع إظهار مهارات عددية قوية."},{"title":"التلمذة المهنية أو التدريب المهني","text":"في الدول التي لديها أنظمة تلمذة مهنية، مثل المملكة المتحدة وألمانيا، يمكنك التدرب لتصبح محلل بيانات أثناء العمل وكسب أجر. وتقدّم الكليات المهنية وجهات التدريب المهني في دول أخرى كثيرة أيضًا دبلومات وشهادات في تحليل البيانات مع مشروعات عملية."},{"title":"دورات قصيرة وانتقال داخلي","text":"يبدأ كثير من المحللين في وظيفة أخرى وينتقلون إلى العمل مع البيانات عبر دورات إلكترونية في SQL والإحصاء وتصور البيانات. والانتقال داخل المؤسسة أسهل غالبًا من التقديم من الخارج، لأنك تفهم بالفعل بيانات المؤسسة. ونادرًا ما تضمن الشهادات وحدها وظيفة، لذا تهم المشروعات العملية."}],"regulation":"تحليل البيانات ليس مهنة منظمة، ولا تحتاج إلى ترخيص لتعمل محلل بيانات. يجب عليك اتباع قوانين حماية البيانات والخصوصية، التي تختلف بين الدول، وتفرض بعض القطاعات مثل الرعاية الصحية والمصارف قواعد إضافية على استخدام البيانات. والشهادات الصادرة عن مزودي البرمجيات والهيئات المهنية اختيارية، لكنها يمكن أن تساعد المبتدئين على إظهار مهاراتهم.","progression":["محلل بيانات مبتدئ أو حديث التخرج","محلل بيانات","محلل بيانات أول (Senior)","محلل رئيسي أو مدير تحليلات","رئيس قسم التحليلات أو عالم بيانات"],"outlook":"تعتمد المؤسسات في كل قطاع على البيانات للتخطيط وقياس عملها، ما يبقي الطلب على المحللين واسعًا. وتستطيع أدوات الذكاء الاصطناعي الآن كتابة الاستعلامات وتلخيص البيانات وبناء رسوم بيانية بسيطة، لذا يُرجَّح أن يحتاج التقرير الروتيني إلى عدد أقل من الأشخاص. ومن المرجح أن يظل المحللون القادرون على فهم العمل وطرح أسئلة جيدة وفحص النتائج بعين ناقدة وشرحها بوضوح ذوي قيمة عالية. ويستخدم كثيرون هذا الدور نقطة انطلاق نحو علم البيانات أو هندسة البيانات أو الإدارة.","faqs":[{"q":"هل يمكنني أن أصبح محلل بيانات بلا شهادة جامعية؟","a":"نعم، في دول كثيرة. غالبًا ما يهتم أصحاب العمل بالمهارات العملية في SQL وجداول البيانات وتصور البيانات أكثر من شهادة بعينها، وتقدّم بعض الجهات برامج تلمذة مهنية. لكن كثيرًا من إعلانات الوظائف لا تزال تطلب شهادة، فبدونها تحتاج عادةً إلى حافظة قوية أو خبرة عمل ذات صلة أو انتقال داخلي."},{"q":"ما المهارات التي تحتاج إليها لتصبح محلل بيانات؟","a":"المهارات الأساسية هي SQL وجداول البيانات المتقدمة وأداة لتصور البيانات وأساسيات الإحصاء، ويُتوقع بايثون أو R أكثر فأكثر. ولا يقل أهمية عن ذلك الانتباه للتفاصيل والفضول والقدرة على شرح نتائجك لأشخاص ليسوا متخصصين في البيانات."},{"q":"هل تحليل البيانات مهنة جيدة للمتحولين مهنيًا؟","a":"إنه من أكثر المسارات سهولة للدخول إلى التكنولوجيا. يمكن تعلّم الأدوات الأساسية خلال شهور، وتُقدّر كثير من الوظائف معرفة قطاع معين مثل التمويل أو الصحة أو التجزئة. وقد تشتد المنافسة على الوظائف المبتدئة، لذا فإن الجمع بين مهارات البيانات الجديدة وخبرتك السابقة في القطاع غالبًا هو النهج الأفضل."},{"q":"هل سيحل الذكاء الاصطناعي محل محللي البيانات؟","a":"تؤتمت أدوات الذكاء الاصطناعي بالفعل أجزاء من العمل، مثل كتابة الاستعلامات وإعداد التقارير القياسية. وما زالت ترتكب أخطاء ولا تستطيع الحكم على الأسئلة المهمة فعلًا للعمل. ومن المرجح أن يظل المحللون القادرون على صياغة المشكلات والتحقق من جودة البيانات وتحويل النتائج إلى قرارات مطلوبين، لكن العمل المبتدئ آخذ في التغير."}]},"zh":{"name":"数据分析师","altNames":["商业智能分析师","报表分析师","分析专员","洞察分析师"],"metaDescription":"数据分析师做什么工作、雇主看重哪些技能和学位、转行者如何进入数据分析领域，以及来自世界各地的官方薪资数据。","summary":"数据分析师收集、清洗并研究数据，以回答诸如哪些产品最畅销、哪个环节服务出了问题等实际问题。他们通过报告、图表和仪表盘呈现自己的发现。许多人拥有数学、经济学、商科或计算机科学等专业的学位，但转行者也常常通过短期课程、学徒项目和在职培训进入这一领域。","tasks":["从数据库、电子表格、调查问卷和业务系统中收集数据。","清洗并核查数据，避免错误和缺失扭曲结果。","编写SQL查询，使用电子表格或编程工具分析数据。","构建管理者无需技术支持即可使用的仪表盘和报告。","发现趋势、问题和机会，并解释它们的含义。","回答同事的问题，并提出衡量进展的方法。"],"skills":["SQL与关系型数据库","高级电子表格技能","数据可视化与仪表盘工具","基础统计学","使用Python或R进行分析","注重细节","清晰的写作与展示能力","理解业务目标"],"workSettings":"数据分析师活跃在几乎所有行业，包括零售、银行、保险、医疗卫生、市场营销、物流、电信、慈善机构和政府部门。有些人在中央数据团队工作，也有人隶属于财务、销售或人力资源等具体部门。咨询公司和外包企业也雇用分析师为客户项目工作。这份工作主要在办公室或家中的电脑前完成，混合办公很常见。","howToBecome":"数学、统计学、经济学、计算机科学、商科或其他数字相关专业的学位是常见的起点。不过，许多雇主更看重技能而非特定学位。你应该熟练使用电子表格、SQL和至少一种数据可视化工具，最好也懂一些Python或R。转行者常常来自财务、市场营销、运营或研究岗位，因为他们在原岗位上已经在与数据打交道。使用公开数据集完成的小型分析项目作品集能帮助你展示技能，因为面试中通常包含实操测试。","routes":[{"title":"大学学位","text":"数据科学、数学、统计学、经济学、计算机科学或商科的学位能为你打下雇主看重的数字和分析基础。大公司和公共部门的校招项目常常从各种专业中招募分析师，只要你能展示扎实的数字能力即可。"},{"title":"学徒制或职业培训","text":"在英国和德国等有学徒制度的国家，你可以一边工作一边学习成为数据分析师。许多其他国家的职业院校和专业培训机构也提供带有实践项目的数据分析文凭和证书课程。"},{"title":"短期课程与内部转岗","text":"许多分析师最初从事其他工作，通过学习SQL、统计学和可视化方面的在线课程转入数据领域。内部转岗往往比从外部申请更容易，因为你已经了解机构的数据情况。仅凭证书很少能保证获得工作，因此实践项目很重要。"}],"regulation":"数据分析不是受监管的职业，从事这份工作不需要执照。你必须遵守各国不同的数据保护和隐私法律，医疗卫生和银行等一些行业对数据使用还有额外规定。软件供应商和专业机构颁发的认证是可选的，但可以帮助初学者展示自己的技能。","progression":["初级或应届数据分析师","数据分析师","高级数据分析师","首席分析师或分析经理","分析主管或数据科学家"],"outlook":"各行各业的机构都依赖数据来规划和衡量工作，这使得对分析师的需求十分广泛。人工智能工具如今已能编写查询语句、汇总数据并制作简单图表，因此常规报表工作可能需要的人手会减少。能够理解业务、提出好问题、批判性地核查结果并清晰解释结果的分析师应该仍会保持价值。许多人把这个岗位当作迈向数据科学、数据工程或管理岗位的跳板。","faqs":[{"q":"没有学位能成为数据分析师吗？","a":"在许多国家可以。雇主往往更看重SQL、电子表格和可视化方面的实际技能，而非特定学位，一些机构还提供学徒项目。不过，许多招聘广告仍然要求学位，因此如果你没有学位，通常需要出色的作品集、相关工作经验或内部转岗机会。"},{"q":"成为数据分析师需要哪些技能？","a":"核心技能包括SQL、高级电子表格、一种数据可视化工具和基础统计学，如今Python或R也越来越常被要求。同样重要的是注重细节、好奇心，以及向非数据专业人士解释发现的能力。"},{"q":"数据分析对转行者来说是一份好职业吗？","a":"这是进入科技行业相对容易的途径之一。基础工具可以在几个月内学会，许多岗位也看重金融、医疗或零售等行业知识。入门级岗位的竞争可能很激烈，因此将新学的数据技能与你已有的行业经验结合起来往往是最好的方法。"},{"q":"人工智能会取代数据分析师吗？","a":"人工智能工具已经能自动完成部分工作，例如编写查询语句和生成标准报告。它们仍然会出错，也无法判断哪些问题对业务真正重要。能够界定问题、核查数据质量并把结果转化为决策的分析师可能仍会保持需求，但入门级工作正在发生变化。"}]},"ja":{"name":"データアナリスト","altNames":["ビジネスインテリジェンスアナリスト","レポーティングアナリスト","アナリティクス専門家"],"metaDescription":"データアナリストの仕事内容、雇用主が求めるスキルと学位、未経験者からの転向方法、世界各国の公式給与データを紹介します。","summary":"データアナリストは、どの製品が最も売れているか、サービスのどこに問題があるかなど、実務上の問いに答えるためにデータを収集・整理・分析します。分析結果はレポートやグラフ、ダッシュボードにまとめて示します。数学、経済学、経営学、コンピュータサイエンスなどの学位を持つ人も多いですが、未経験からの転向者は短期講座や実習制度、実務を通じた研修を通じて参入することもよくあります。","tasks":["データベース、スプレッドシート、アンケート、業務システムからデータを集める。","誤りや欠損によって結果がゆがまないよう、データを整理・確認する。","SQLクエリを書き、スプレッドシートやプログラミングを使ってデータを分析する。","技術的な支援がなくても管理職が使えるダッシュボードやレポートを作成する。","傾向や問題、機会を見つけ出し、その意味を説明する。","同僚からの質問に答え、進捗を測定する方法を提案する。"],"skills":["SQLとリレーショナルデータベース","高度なスプレッドシートのスキル","データ可視化・ダッシュボードツール","基礎的な統計学","分析のためのPythonまたはR","細部への注意力","明確な文章力と発表力","ビジネス目標の理解"],"workSettings":"データアナリストは、小売、銀行、保険、医療、マーケティング、物流、通信、慈善団体、行政など、ほぼすべての分野で働いています。中央のデータチームで働く人もいれば、財務や営業、人事などの部門に所属する人もいます。コンサルティング会社やアウトソーシング企業も、クライアント案件を担当するアナリストを雇用しています。仕事の大半はオフィスや自宅のコンピュータ上で行われ、ハイブリッドワークが一般的です。","howToBecome":"数学、統計学、経済学、コンピュータサイエンス、経営学など数字を扱う分野の学位は、一般的な出発点です。ただし、多くの雇用主は特定の学位よりもスキルを重視します。スプレッドシートやSQL、少なくとも1つのデータ可視化ツールを使いこなせることが求められ、PythonまたはRの知識があるとなお良いでしょう。未経験からの転向者は、財務、マーケティング、業務、リサーチなど、すでにデータを扱う職種から移ってくることがよくあります。面接では実技試験が課されることが多いため、公開データセットを使った小規模な分析プロジェクトのポートフォリオがあると、スキルを示すのに役立ちます。","routes":[{"title":"大学の学位","text":"データサイエンス、数学、統計学、経済学、コンピュータサイエンス、経営学の学位は、雇用主が求める数的能力と分析力の基礎になります。大企業や公共部門の新卒採用プログラムは、しっかりした数的スキルを示せれば幅広い専攻からアナリストを採用することがよくあります。"},{"title":"実習制度・職業訓練","text":"英国やドイツなど実習制度がある国では、働きながら報酬を得つつデータアナリストとしての訓練を受けられます。ほかの多くの国の職業訓練校や専門研修機関でも、実践的なプロジェクトを組み合わせたデータ分析のディプロマや資格を提供しています。"},{"title":"短期講座・社内異動","text":"多くのアナリストは別の職種からスタートし、SQL、統計学、可視化に関するオンライン講座を受講してデータ関連の仕事に移ります。すでに組織のデータを理解しているため、外部から応募するより社内異動のほうが容易な場合が多くあります。資格だけで就職が保証されることはめったにないため、実践的なプロジェクトが重要です。"}],"regulation":"データ分析は規制対象の職業ではなく、データアナリストとして働くのに免許は必要ありません。データ保護・プライバシー法には従う必要があり、これは国によって異なります。また、医療や銀行などの一部の分野では、データの利用方法に関する追加のルールがあります。ソフトウェア提供会社や専門職団体の認定資格は任意ですが、初心者がスキルを示すのに役立つことがあります。","progression":["ジュニア・新卒データアナリスト","データアナリスト","シニアデータアナリスト","リードアナリスト・アナリティクスマネージャー","アナリティクス責任者・データサイエンティスト"],"outlook":"あらゆる分野の組織が業務の計画や測定にデータを活用しているため、アナリストへの需要は幅広く続いています。AIツールは今やクエリを書いたり、データを要約したり、簡単なグラフを作成したりできるため、定型的なレポート作成に必要な人数は減っていく可能性があります。ビジネスを理解し、良い問いを立て、結果を批判的に確認し、わかりやすく説明できるアナリストは今後も価値を持ち続けるでしょう。この職種をデータサイエンスやデータエンジニアリング、マネジメントへの足がかりとして使う人も多くいます。","faqs":[{"q":"学位がなくてもデータアナリストになれますか？","a":"多くの国では可能です。雇用主は特定の学位よりも、SQLやスプレッドシート、可視化に関する実践的なスキルを重視することが多く、実習制度を提供する企業もあります。ただし、多くの求人は今も学位を条件としているため、学位がない場合は、しっかりしたポートフォリオや関連する実務経験、社内異動が必要になることが一般的です。"},{"q":"データアナリストに必要なスキルは何ですか？","a":"中心となるスキルは、SQL、高度なスプレッドシート操作、データ可視化ツール、基礎的な統計学で、PythonまたはRも求められることが増えています。同じくらい重要なのが、細部への注意力、好奇心、データの専門家でない人に分析結果を説明する力です。"},{"q":"データ分析は未経験からの転向者にとって良いキャリアですか？","a":"テクノロジー分野への参入ルートとしては比較的間口の広いものの1つです。基本的なツールは数か月で学ぶことができ、多くの職種では金融、医療、小売などの業界知識も評価されます。未経験者向けの求人は競争が激しくなることがあるため、新しいデータスキルと既存の業界経験を組み合わせるのが最善のアプローチであることが多いです。"},{"q":"AIはデータアナリストに取って代わりますか？","a":"AIツールはすでに、クエリの作成や標準的なレポートの作成など、仕事の一部を自動化しています。それでもミスをすることがあり、ビジネスにとってどの問いが重要かを判断することはできません。問題を組み立て、データの品質を確認し、結果を意思決定につなげられるアナリストは今後も必要とされる可能性が高いですが、未経験者向けの仕事の内容は変化しています。"}]},"ko":{"name":"데이터 분석가","altNames":["비즈니스 인텔리전스 분석가","리포팅 분석가","애널리틱스 전문가","인사이트 분석가"],"metaDescription":"데이터 분석가가 하는 일, 고용주가 찾는 역량과 학위, 경력 전환자가 진입하는 방법, 세계 각국의 공식 연봉 데이터를 정리했습니다.","summary":"데이터 분석가는 어떤 제품이 가장 잘 팔리는지, 서비스가 어디서 문제를 겪고 있는지 같은 실무적인 질문에 답하기 위해 데이터를 수집하고 정제하고 분석합니다. 결과는 보고서, 차트, 대시보드로 전달합니다. 많은 사람이 수학, 경제학, 경영학, 컴퓨터과학 같은 전공 학위를 가지고 있지만, 경력 전환자는 흔히 단기 강좌, 훈련 과정, 현장 교육을 통해 진입합니다.","tasks":["데이터베이스, 스프레드시트, 설문조사, 업무 시스템에서 데이터를 수집합니다.","오류와 결측이 결과를 왜곡하지 않도록 데이터를 정제하고 확인합니다.","SQL 쿼리를 작성하고 스프레드시트나 프로그래밍으로 데이터를 분석합니다.","매니저가 기술 지원 없이도 활용할 수 있는 대시보드와 보고서를 만듭니다.","추세와 문제, 기회를 찾아내고 그 의미를 설명합니다.","동료의 질문에 답하고 진행 상황을 측정할 방법을 제안합니다."],"skills":["SQL과 관계형 데이터베이스","고급 스프레드시트 활용","데이터 시각화와 대시보드 도구","기초 통계","분석을 위한 파이썬이나 R","꼼꼼함","명확한 글쓰기와 발표","업무 목표에 대한 이해"],"workSettings":"데이터 분석가는 유통, 은행, 보험, 보건의료, 마케팅, 물류, 통신, 자선단체, 정부 등 거의 모든 분야에서 일합니다. 중앙 데이터팀에서 일하는 사람도 있고, 재무, 영업, 인사 같은 부서에 소속된 사람도 있습니다. 컨설팅사와 아웃소싱 업체도 고객 프로젝트를 위해 분석가를 고용합니다. 업무는 대부분 사무실이나 재택에서 컴퓨터로 이루어지며 하이브리드 근무가 흔합니다.","howToBecome":"수학, 통계학, 경제학, 컴퓨터과학, 경영학처럼 수치를 다루는 전공 학위가 흔한 출발점입니다. 다만 많은 고용주는 특정 학위보다 역량을 더 중시합니다. 스프레드시트와 SQL, 적어도 하나의 데이터 시각화 도구에 익숙해야 하며 파이썬이나 R을 어느 정도 알면 이상적입니다. 경력 전환자는 흔히 이미 데이터를 다루는 재무, 마케팅, 운영, 연구 직무에서 옮겨 옵니다. 면접에는 흔히 실무 테스트가 포함되므로 공공 데이터를 활용한 소규모 분석 프로젝트 포트폴리오가 역량을 보여 주는 데 도움이 됩니다.","routes":[{"title":"대학 학위","text":"데이터과학, 수학, 통계학, 경제학, 컴퓨터과학, 경영학 학위는 고용주가 원하는 수치·분석 역량의 기초가 됩니다. 대기업과 공공부문의 신입 채용 프로그램은 강한 수치 역량만 증명하면 다양한 전공에서 분석가를 채용하는 경우가 많습니다."},{"title":"훈련 과정 또는 직업 교육","text":"영국, 독일처럼 훈련 제도가 있는 나라에서는 일하면서 데이터 분석가로 훈련받으며 임금도 받을 수 있습니다. 그 밖에도 많은 나라의 직업전문학교와 전문 교육기관이 실습 프로젝트를 포함한 데이터 분석 디플로마와 자격증 과정을 운영합니다."},{"title":"단기 강좌와 사내 이동","text":"많은 분석가가 다른 직무로 시작해 SQL, 통계, 시각화 온라인 강좌를 들으며 데이터 업무로 옮겨 갑니다. 이미 조직의 데이터를 이해하고 있어 외부 지원보다 사내 이동이 흔히 더 수월합니다. 자격증만으로는 취업이 보장되지 않으므로 실무 프로젝트가 중요합니다."}],"regulation":"데이터 분석은 규제 직종이 아니므로 데이터 분석가로 일하는 데 면허가 필요하지 않습니다. 국가마다 다른 데이터 보호와 개인정보 관련 법을 따라야 하며, 보건의료나 은행 같은 일부 분야는 데이터 활용에 관한 추가 규정이 있습니다. 소프트웨어 업체와 전문 단체의 자격증은 선택 사항이지만 초보자가 역량을 보여 주는 데 도움이 될 수 있습니다.","progression":["주니어 또는 신입 데이터 분석가","데이터 분석가","시니어 데이터 분석가","리드 분석가 또는 애널리틱스 매니저","애널리틱스 총괄 또는 데이터 과학자"],"outlook":"모든 분야의 조직이 업무를 계획하고 측정하는 데 데이터를 활용하므로 분석가에 대한 수요는 폭넓게 유지됩니다. AI 도구가 이제 쿼리를 작성하고 데이터를 요약하며 간단한 차트를 만들 수 있어 반복적인 보고 업무에 필요한 인력은 줄어들 가능성이 있습니다. 업무를 이해하고 좋은 질문을 던지며 결과를 비판적으로 점검하고 명확하게 설명하는 분석가는 계속 가치를 인정받을 것입니다. 많은 사람이 이 직무를 데이터과학, 데이터 엔지니어링, 관리직으로 가는 발판으로 삼습니다.","faqs":[{"q":"학위 없이 데이터 분석가가 될 수 있나요?","a":"많은 나라에서 가능합니다. 고용주는 흔히 특정 학위보다 SQL, 스프레드시트, 시각화 실무 역량을 더 중시하며, 훈련 과정을 제공하는 곳도 있습니다. 다만 많은 채용 공고가 여전히 학위를 요구하므로 학위가 없다면 탄탄한 포트폴리오나 관련 실무 경험, 사내 이동이 대체로 필요합니다."},{"q":"데이터 분석가에게 필요한 역량은 무엇인가요?","a":"핵심 역량은 SQL, 고급 스프레드시트, 데이터 시각화 도구, 기초 통계이며 파이썬이나 R도 점점 더 요구되고 있습니다. 꼼꼼함, 호기심, 데이터 전문가가 아닌 사람에게 결과를 설명하는 능력도 그만큼 중요합니다."},{"q":"데이터 분석은 경력 전환자에게 좋은 직업인가요?","a":"기술 분야로 진입하기에 비교적 접근하기 쉬운 경로 중 하나입니다. 기본 도구는 몇 달이면 익힐 수 있고, 금융, 보건, 유통 같은 산업 지식을 중요하게 보는 직무도 많습니다. 신입 직무 경쟁이 치열할 수 있으므로 새로운 데이터 역량과 기존 산업 경험을 결합하는 방법이 흔히 가장 효과적입니다."},{"q":"AI가 데이터 분석가를 대체할까요?","a":"AI 도구는 이미 쿼리 작성이나 표준 보고서 생성 같은 업무 일부를 자동화하고 있습니다. 그래도 여전히 실수를 하고 업무에 어떤 질문이 중요한지는 판단하지 못합니다. 문제를 정의하고 데이터 품질을 점검하며 결과를 의사결정으로 옮길 수 있는 분석가는 계속 수요가 있을 가능성이 높지만, 신입 업무의 성격은 변하고 있습니다."}]},"hi":{"name":"डेटा एनालिस्ट","altNames":["बिज़नेस इंटेलिजेंस एनालिस्ट","रिपोर्टिंग एनालिस्ट","एनालिटिक्स स्पेशलिस्ट","इनसाइट एनालिस्ट"],"metaDescription":"डेटा एनालिस्ट क्या काम करते हैं, नियोक्ता किन कौशलों और डिग्रियों को देखते हैं, करियर बदलने वाले लोग डेटा एनालिसिस में कैसे आते हैं, और दुनिया भर के आधिकारिक वेतन आँकड़े।","summary":"डेटा एनालिस्ट व्यावहारिक सवालों के जवाब देने के लिए डेटा इकट्ठा करते हैं, साफ़ करते हैं और उसका अध्ययन करते हैं, जैसे कौन-से प्रोडक्ट सबसे ज़्यादा बिकते हैं या कोई सेवा कहाँ नाकाम हो रही है। वे अपने निष्कर्ष रिपोर्ट, चार्ट और डैशबोर्ड में पेश करते हैं। कई लोगों के पास गणित, अर्थशास्त्र, बिज़नेस या कंप्यूटर साइंस जैसे विषय की डिग्री होती है, लेकिन करियर बदलने वाले लोग अक्सर छोटे कोर्स, अप्रेंटिसशिप और नौकरी पर ट्रेनिंग के ज़रिए इसमें आते हैं।","tasks":["डेटाबेस, स्प्रेडशीट, सर्वे और बिज़नेस सिस्टम से डेटा जुटाना।","डेटा को साफ़ करना और जाँचना ताकि ग़लतियाँ और कमियाँ नतीजों को न बिगाड़ें।","SQL क्वेरी लिखना और डेटा का विश्लेषण करने के लिए स्प्रेडशीट या प्रोग्रामिंग का इस्तेमाल करना।","ऐसे डैशबोर्ड और रिपोर्ट बनाना जिन्हें मैनेजर बिना तकनीकी मदद के इस्तेमाल कर सकें।","ट्रेंड, समस्याएँ और मौक़े पहचानना और यह समझाना कि उनका मतलब क्या है।","सहकर्मियों के सवालों के जवाब देना और प्रगति मापने के तरीक़े सुझाना।"],"skills":["SQL और रिलेशनल डेटाबेस","एडवांस्ड स्प्रेडशीट कौशल","डेटा विज़ुअलाइज़ेशन और डैशबोर्ड टूल्स","बुनियादी सांख्यिकी","विश्लेषण के लिए पायथन या R","बारीक़ियों पर ध्यान","स्पष्ट लेखन और प्रेज़ेंटेशन","बिज़नेस के लक्ष्यों की समझ"],"workSettings":"डेटा एनालिस्ट लगभग हर क्षेत्र में काम करते हैं, जिसमें रिटेल, बैंकिंग, बीमा, स्वास्थ्य सेवा, मार्केटिंग, लॉजिस्टिक्स, दूरसंचार, चैरिटी और सरकार शामिल हैं। कुछ एक केंद्रीय डेटा टीम में काम करते हैं, जबकि कुछ फ़ाइनेंस, सेल्स या ह्यूमन रिसोर्सेज़ जैसे किसी विभाग में बैठते हैं। कंसल्टेंसी और आउटसोर्सिंग फ़र्म भी क्लाइंट प्रोजेक्ट्स पर काम करने के लिए एनालिस्ट रखती हैं। यह काम ज़्यादातर ऑफ़िस या घर से कंप्यूटर पर होता है, और हाइब्रिड वर्किंग आम है।","howToBecome":"गणित, सांख्यिकी, अर्थशास्त्र, कंप्यूटर साइंस, बिज़नेस या किसी और संख्या-आधारित विषय की डिग्री एक आम शुरुआती बिंदु है। हालाँकि, कई नियोक्ता किसी ख़ास डिग्री के बजाय कौशल पर ध्यान देते हैं। आपको स्प्रेडशीट, SQL और कम से कम एक डेटा विज़ुअलाइज़ेशन टूल में सहज होना चाहिए, और आदर्श रूप से थोड़ा पायथन या R भी जानना चाहिए। करियर बदलने वाले लोग अक्सर फ़ाइनेंस, मार्केटिंग, ऑपरेशंस या रिसर्च भूमिकाओं से आते हैं, जहाँ वे पहले से डेटा के साथ काम करते हैं। पब्लिक डेटा सेट का इस्तेमाल करके विश्लेषण प्रोजेक्ट्स का छोटा पोर्टफ़ोलियो आपके कौशल दिखाने में मदद करता है, क्योंकि इंटरव्यू में अक्सर व्यावहारिक टेस्ट शामिल होता है।","routes":[{"title":"यूनिवर्सिटी डिग्री","text":"डेटा साइंस, गणित, सांख्यिकी, अर्थशास्त्र, कंप्यूटर साइंस या बिज़नेस में डिग्री आपको वह संख्यात्मक और विश्लेषणात्मक आधार देती है जो नियोक्ता चाहते हैं। बड़ी कंपनियों और सरकारी क्षेत्र की ग्रेजुएट स्कीम अक्सर कई तरह के विषयों से एनालिस्ट भर्ती करती हैं, बशर्ते आप मज़बूत संख्यात्मक कौशल दिखा सकें।"},{"title":"अप्रेंटिसशिप या वोकेशनल ट्रेनिंग","text":"ब्रिटेन और जर्मनी जैसे अप्रेंटिसशिप सिस्टम वाले देशों में, आप काम करते हुए और कमाते हुए डेटा एनालिस्ट के तौर पर ट्रेनिंग ले सकते हैं। कई अन्य देशों में वोकेशनल कॉलेज और पेशेवर ट्रेनिंग देने वाली संस्थाएँ भी व्यावहारिक प्रोजेक्ट्स के साथ डेटा एनालिसिस डिप्लोमा और सर्टिफिकेट देती हैं।"},{"title":"छोटे कोर्स और आंतरिक बदलाव","text":"कई एनालिस्ट किसी और नौकरी में शुरुआत करते हैं और SQL, सांख्यिकी व विज़ुअलाइज़ेशन में ऑनलाइन कोर्स करके डेटा से जुड़े काम में आते हैं। बाहर से आवेदन करने की तुलना में संगठन के भीतर बदलना अक्सर आसान होता है, क्योंकि आप पहले से उस संगठन का डेटा समझते हैं। अकेले सर्टिफिकेट शायद ही कभी नौकरी की गारंटी देते हैं, इसलिए व्यावहारिक प्रोजेक्ट्स ज़रूरी हैं।"}],"regulation":"डेटा एनालिसिस एक विनियमित पेशा नहीं है, और डेटा एनालिस्ट के तौर पर काम करने के लिए आपको लाइसेंस की ज़रूरत नहीं है। आपको डेटा प्रोटेक्शन और प्राइवेसी क़ानूनों का पालन करना होगा, जो देशों के बीच अलग-अलग होते हैं, और स्वास्थ्य सेवा व बैंकिंग जैसे कुछ क्षेत्रों में डेटा के इस्तेमाल पर अतिरिक्त नियम हैं। सॉफ़्टवेयर प्रोवाइडरों और पेशेवर संस्थाओं के सर्टिफिकेशन वैकल्पिक हैं, लेकिन शुरुआत करने वालों को अपने कौशल दिखाने में मदद कर सकते हैं।","progression":["जूनियर या ग्रेजुएट डेटा एनालिस्ट","डेटा एनालिस्ट","सीनियर डेटा एनालिस्ट","लीड एनालिस्ट या एनालिटिक्स मैनेजर","हेड ऑफ़ एनालिटिक्स या डेटा साइंटिस्ट"],"outlook":"हर क्षेत्र के संगठन अपने काम की योजना बनाने और उसे मापने के लिए डेटा पर निर्भर हैं, जिससे एनालिस्ट की माँग व्यापक बनी रहती है। AI टूल्स अब क्वेरी लिख सकते हैं, डेटा का सार निकाल सकते हैं और साधारण चार्ट बना सकते हैं, इसलिए नियमित रिपोर्टिंग के लिए शायद कम लोगों की ज़रूरत पड़े। जो एनालिस्ट बिज़नेस को समझते हैं, अच्छे सवाल पूछते हैं, नतीजों की आलोचनात्मक जाँच करते हैं और उन्हें साफ़-साफ़ समझाते हैं, उनकी अहमियत बने रहने की संभावना है। कई लोग इस भूमिका को डेटा साइंस, डेटा इंजीनियरिंग या मैनेजमेंट की ओर एक क़दम के तौर पर इस्तेमाल करते हैं।","faqs":[{"q":"क्या मैं बिना डिग्री के डेटा एनालिस्ट बन सकता हूँ?","a":"हाँ, कई देशों में। नियोक्ता अक्सर किसी ख़ास डिग्री से ज़्यादा SQL, स्प्रेडशीट और विज़ुअलाइज़ेशन में व्यावहारिक कौशल की परवाह करते हैं, और कुछ अप्रेंटिसशिप भी देते हैं। हालाँकि, कई नौकरी के विज्ञापन अब भी डिग्री माँगते हैं, इसलिए बिना डिग्री के आपको आमतौर पर मज़बूत पोर्टफ़ोलियो, संबंधित कार्य अनुभव या आंतरिक बदलाव की ज़रूरत होती है।"},{"q":"डेटा एनालिस्ट बनने के लिए कौन-से कौशल चाहिए?","a":"मुख्य कौशल हैं SQL, एडवांस्ड स्प्रेडशीट, एक डेटा विज़ुअलाइज़ेशन टूल और बुनियादी सांख्यिकी, और पायथन या R की अपेक्षा तेज़ी से बढ़ रही है। उतने ही ज़रूरी हैं बारीक़ियों पर ध्यान, जिज्ञासा और अपने निष्कर्षों को उन लोगों को समझाने की क्षमता जो डेटा विशेषज्ञ नहीं हैं।"},{"q":"क्या डेटा एनालिसिस करियर बदलने वालों के लिए एक अच्छा करियर है?","a":"यह टेक्नोलॉजी में आने के ज़्यादा आसान रास्तों में से एक है। बुनियादी टूल्स कुछ महीनों में सीखे जा सकते हैं, और कई भूमिकाएँ फ़ाइनेंस, स्वास्थ्य या रिटेल जैसे किसी क्षेत्र की जानकारी को महत्व देती हैं। एंट्री-लेवल नौकरियों के लिए प्रतिस्पर्धा तेज़ हो सकती है, इसलिए नए डेटा कौशल को अपने मौजूदा उद्योग के अनुभव के साथ जोड़ना अक्सर सबसे अच्छा तरीक़ा है।"},{"q":"क्या AI डेटा एनालिस्ट्स की जगह ले लेगा?","a":"AI टूल्स पहले से नौकरी के कुछ हिस्सों को स्वचालित करते हैं, जैसे क्वेरी लिखना और मानक रिपोर्ट बनाना। वे अब भी ग़लतियाँ करते हैं और यह तय नहीं कर सकते कि किसी बिज़नेस के लिए कौन-से सवाल मायने रखते हैं। जो एनालिस्ट समस्याओं को परिभाषित कर सकते हैं, डेटा की गुणवत्ता जाँच सकते हैं और नतीजों को निर्णयों में बदल सकते हैं, उनकी माँग बने रहने की संभावना है, लेकिन एंट्री-लेवल का काम बदल रहा है।"}]},"id":{"name":"Analis data","altNames":["Data analyst","Analis intelijen bisnis","Analis pelaporan","Spesialis analitik"],"metaDescription":"Cara menjadi analis data: keterampilan dan gelar yang dicari pemberi kerja, cara pengalih karier memasuki bidang ini, serta data gaji resmi dari seluruh dunia.","summary":"Analis data mengumpulkan, membersihkan, dan mengkaji data untuk menjawab pertanyaan praktis, seperti produk apa yang paling laku atau di mana sebuah layanan mengalami masalah. Mereka menyajikan temuannya dalam laporan, grafik, dan dasbor. Banyak yang memiliki gelar di bidang seperti matematika, ekonomi, bisnis, atau ilmu komputer, tetapi pengalih karier sering masuk melalui kursus singkat, magang, dan pelatihan di tempat kerja.","tasks":["Mengumpulkan data dari basis data, spreadsheet, survei, dan sistem bisnis.","Membersihkan dan memeriksa data agar kesalahan dan kekosongan tidak mendistorsi hasil.","Menulis kueri SQL serta menggunakan spreadsheet atau pemrograman untuk menganalisis data.","Membangun dasbor dan laporan yang dapat digunakan manajer tanpa bantuan teknis.","Menemukan tren, masalah, dan peluang serta menjelaskan maknanya.","Menjawab pertanyaan dari rekan kerja dan menyarankan cara untuk mengukur kemajuan."],"skills":["SQL dan basis data relasional","Keterampilan spreadsheet tingkat lanjut","Visualisasi data dan alat dasbor","Statistika dasar","Python atau R untuk analisis","Ketelitian terhadap detail","Penulisan dan presentasi yang jelas","Pemahaman tentang tujuan bisnis"],"workSettings":"Analis data bekerja di hampir semua sektor, termasuk ritel, perbankan, asuransi, kesehatan, pemasaran, logistik, telekomunikasi, lembaga amal, dan pemerintah. Sebagian bekerja dalam tim data pusat, sementara yang lain berada di departemen seperti keuangan, penjualan, atau sumber daya manusia. Perusahaan konsultansi dan alih daya juga mempekerjakan analis untuk mengerjakan proyek klien. Pekerjaannya sebagian besar dilakukan di depan komputer di kantor atau di rumah, dan kerja hibrida sudah lazim.","howToBecome":"Gelar di bidang matematika, statistika, ekonomi, ilmu komputer, bisnis, atau jurusan lain yang menggunakan angka adalah titik awal yang umum. Namun, banyak pemberi kerja lebih memperhatikan keterampilan daripada gelar tertentu. Anda harus mahir menggunakan spreadsheet, SQL, dan setidaknya satu alat visualisasi data, dan idealnya menguasai sedikit Python atau R. Pengalih karier sering datang dari peran keuangan, pemasaran, operasi, atau penelitian, tempat mereka sudah terbiasa bekerja dengan data. Portofolio kecil berisi proyek analisis menggunakan kumpulan data publik membantu Anda menunjukkan keterampilan, karena wawancara sering mencakup tes praktis.","routes":[{"title":"Gelar universitas","text":"Gelar di bidang sains data, matematika, statistika, ekonomi, ilmu komputer, atau bisnis memberi Anda dasar numerik dan analitis yang dicari pemberi kerja. Program lulusan baru di perusahaan besar dan sektor publik sering merekrut analis dari berbagai jurusan, asalkan Anda dapat menunjukkan keterampilan numerik yang kuat."},{"title":"Magang atau pelatihan vokasi","text":"Di negara dengan sistem magang, seperti Britania Raya dan Jerman, Anda dapat berlatih menjadi analis data sambil bekerja dan memperoleh penghasilan. Sekolah vokasi dan penyedia pelatihan profesi di banyak negara lain juga menawarkan diploma dan sertifikat analisis data dengan proyek praktis."},{"title":"Kursus singkat dan perpindahan internal","text":"Banyak analis memulai dari pekerjaan lain dan beralih ke bidang data dengan mengikuti kursus daring tentang SQL, statistika, dan visualisasi. Berpindah secara internal sering kali lebih mudah daripada melamar dari luar, karena Anda sudah memahami data organisasi tersebut. Sertifikat saja jarang menjamin pekerjaan, sehingga proyek praktis sangat penting."}],"regulation":"Analisis data bukan profesi yang diatur, dan Anda tidak memerlukan lisensi untuk bekerja sebagai analis data. Anda harus mematuhi undang-undang perlindungan data dan privasi, yang berbeda antarnegara, dan sebagian sektor seperti kesehatan dan perbankan memiliki aturan tambahan tentang cara data boleh digunakan. Sertifikasi dari penyedia perangkat lunak dan badan profesi bersifat opsional, tetapi dapat membantu pemula menunjukkan keterampilannya.","progression":["Analis data junior atau lulusan baru","Analis data","Analis data senior","Analis utama atau manajer analitik","Kepala analitik atau ilmuwan data"],"outlook":"Organisasi di setiap sektor mengandalkan data untuk merencanakan dan mengukur pekerjaannya, sehingga permintaan analis tetap luas. Alat AI kini dapat menulis kueri, meringkas data, dan membuat grafik sederhana, sehingga pelaporan rutin kemungkinan membutuhkan lebih sedikit orang. Analis yang memahami bisnis, mengajukan pertanyaan yang baik, memeriksa hasil secara kritis, dan menjelaskannya dengan jelas kemungkinan tetap bernilai. Banyak orang menjadikan peran ini batu loncatan menuju sains data, rekayasa data, atau manajemen.","faqs":[{"q":"Bisakah saya menjadi analis data tanpa gelar?","a":"Bisa, di banyak negara. Pemberi kerja sering lebih memperhatikan keterampilan praktis dalam SQL, spreadsheet, dan visualisasi daripada gelar tertentu, dan sebagian menawarkan program magang. Namun, banyak lowongan pekerjaan masih meminta gelar, sehingga tanpanya Anda biasanya memerlukan portofolio yang kuat, pengalaman kerja relevan, atau perpindahan internal."},{"q":"Keterampilan apa yang dibutuhkan untuk menjadi analis data?","a":"Keterampilan intinya adalah SQL, spreadsheet tingkat lanjut, satu alat visualisasi data, dan statistika dasar, dan Python atau R semakin sering diharapkan. Sama pentingnya adalah ketelitian terhadap detail, rasa ingin tahu, dan kemampuan menjelaskan temuan Anda kepada orang yang bukan spesialis data."},{"q":"Apakah analisis data karier yang bagus bagi pengalih karier?","a":"Ini salah satu jalur yang lebih mudah menuju teknologi. Alat dasarnya dapat dipelajari dalam hitungan bulan, dan banyak posisi menghargai pengetahuan tentang suatu sektor seperti keuangan, kesehatan, atau ritel. Persaingan untuk pekerjaan tingkat pemula bisa ketat, sehingga memadukan keterampilan data baru dengan pengalaman industri Anda sebelumnya sering kali menjadi pendekatan terbaik."},{"q":"Akankah AI menggantikan analis data?","a":"Alat AI sudah mengotomatiskan sebagian pekerjaan, seperti menulis kueri dan membuat laporan standar. Alat ini masih membuat kesalahan dan tidak dapat menilai pertanyaan mana yang penting bagi bisnis. Analis yang mampu merumuskan masalah, memeriksa kualitas data, dan mengubah hasil menjadi keputusan kemungkinan tetap dibutuhkan, tetapi pekerjaan tingkat pemula sedang berubah."}]}},"translated":{"en":true,"es":true,"pt":true,"fr":true,"de":true,"it":true,"ar":true,"zh":true,"ja":true,"ko":true,"hi":true,"id":true},"license":{"name":"CC BY 4.0","url":"https://creativecommons.org/licenses/by/4.0/"},"updated":"2026-09-26","publisher":"CourseToJob (Elite Digital AI Solutions Ltd)","site":"https://coursetojob.com/"}