1.应用级数据分析员通常需要掌握各种数据分析工具，将业务模型映射到数据分析工具中，从而得到数据分析结果。

    像Excel这样的传统数据分析工具有很多，另外还有minitab、lingo、JMP等，要全面掌握这些工具的使用，需要有一定的数学基础和统计学基础。正常情况下，数据分析人员还需要更多地掌握数据库的基本知识，但是难度不大；

    2.研究与开发级数据分析员需要掌握编程知识，对于数据分析，如果仅仅给定已准备好的数据集，做简单的描述性统计、简单绘图，则对任何编程语言都没有什么要求。实际中存在的问题是，实际中所收集的数据具有多样性和基础性，很少能直接满足模型对数据规范的要求和模型成立的假设，则需要分析数据前的变换、合并、分类、整理，这个时候可能需要从数据库中进行SQL查询，整理后利用模型做统计推断或者机器学习等，形成样本内或者样本外的预测，可能还需要用SQL从数据库中进行查询；

    在这个过程中，每一个环节都可能需要调整许多参数，各种细节需要控制，还有许多主观选择。这种过程如果用软件窗口来实现，窗口中的选择会很复杂，整个过程需要多个数据及说呢，重复执行也很麻烦。程序设计语言能准确地描述整个过程，控制大部分细节，并可批量重复实现；

    总而言之，对数据分析员来说，要想在数据分析的路上走得更远，就必须掌握编程；