经常看到有同学问数据分析有证书吗？CPDA和CDA证书值得考吗？像这样的问题。对于数据分析证书的含金量和必要性，我一直不置可否。每当有人问我该不该考，我只能给一个建议:数据分析质量社区，等你加入~
“如果你有时间，不在乎钱，想进个门，考个证，自己开车去学，无可厚非；希望能找一份有证的工作，数据分析领域还没出生；如果被培训机构宰了，那就傻了。”
1.为什么会有证书？
从培训机构的角度:1。使课程更具权威性；2.让受训者觉得自己有价值。
二、如何判断证书是否有含金量？
判断一个证书的含金量，就是当你拿到这个证书的时候，它能不能改变你的就业，工资，收入。
如果一个证书能直接帮你找到月薪1~2W的工作，那肯定是有价值的。
但是为什么同一个数据分析师岗位的薪酬差别那么大，这种差别体现在哪里？显然不是证书的问题。
第三，要不要考证书，目标导向？
我想要一个证书有两个原因:1。帮我加入工作；2.加薪。
根据招聘网站信息，没有JD要求有证书，还是有证书优先。所以有没有证书并不能决定入职和加薪。
4.面试官主要考察哪些方面？
1.基本工具
2.业务能力
3.分析思维
4.解决问题的能力
5.如何在面试中脱颖而出？
1.对于大多数求职者来说，掌握工具已经不再是优势。这个时候你的加分点在哪里？比如可以在微信官方账号、简书、微博等平台导出个人作品。，而且你的作品证明你的能力远比各种证书有用。因为你展现的不仅仅是工具技能，还有你的思维和逻辑，这是雇主更希望看到的。
2.表达上要有套路。总之说话和表达是有逻辑的，比如第一，第二，最后。还有总分逻辑，可以应用在面试中。
3.使分析具有逻辑性:SWOT、PEST、5W2H、生命周期、AAARRR、4P等。使用这些方法为自己建立一个分析框架。
例如，采访者问——为什么GMV的增长速度最近放缓了？
你可以这样说:
第一步:用PEST和SWOT先看看大环境是什么状态？是否有政策影响，竞争对手采取了什么行动等？
第二步:GMV计算的起点，如人、货、场等
第三步:使用5W2H、AAARRR、生命周期等分析方法定位和检查问题的可能性。
第四步:数据源追溯验证、对比历史、假设验证、多维分析、交叉分析等。，找到问题的根本原因。
第五步:把分析结果和决策建议落实到人或部门，让分析结果更好地落地，不要让面试官觉得你只停留在学术层面。
面试官问这种开放式的问题，他要的不是答案，而是你思考和分析的过程。因为这类问题并没有给你数据，你也不知道详细的业务流程是怎样的，高手可能很难给出明确的建议和答案。这些都不是一张证书能做到的。
