不擅长做数据分析的人通常被称为“数据分析新手”或者“数据分析初学者”。他们可能缺乏相关的技能和经验，不熟悉数据分析工具和方法，对数据分析的概念和流程不够了解，因此在处理和解释数据时可能存在困难。在当今信息时代，数据分析已成为各行业中至关重要的技能之一，掌握数据分析能力可以帮助个人在工作中更好地利用数据来做出决策并解决问题。对于那些不擅长数据分析的人来说，通过系统学习和实践，他们也可以逐渐提升自己的数据分析能力，从而在职场上获得更多的机会和成功。

不擅长做数据分析的人通常被称为数据分析外行。这些人可能缺乏数据分析技能和经验，无法有效地处理和解释数据。他们可能不熟悉数据分析工具和技术，也不了解数据分析的基本原理。由于缺乏相关知识和技能，他们在处理数据和提取有用信息方面可能会遇到困难。以下是不擅长做数据分析的人可能被称为的几种术语：

1. 数据分析小白：这个术语通常用来形容对数据分析一无所知或者了解甚少的人。他们可能对数据分析的概念和应用知之甚少，无法正确理解数据分析的重要性和价值。

2. 数据分析新手：这个术语通常用来形容刚刚接触数据分析领域，正在学习和提升数据分析技能的人。数据分析新手可能有一定的基础知识，但还需要进一步的学习和实践才能掌握数据分析的技巧。

3. 数据分析菜鸟：这个术语通常用来形容在数据分析领域表现较差或者水平较低的人。他们可能缺乏数据处理和分析的能力，无法准确地从数据中提取信息和见解。

4. 数据分析门外汉：这个术语通常用来形容对数据分析一无所知或者完全不了解的人。他们可能对数据分析的相关概念和技术毫无了解，无法应用数据分析方法解决问题。

5. 数据分析盲人：这个术语通常用来形容对数据分析领域缺乏洞察力和理解力的人。他们可能看到数据，却无法从中发现有用的信息和规律，无法利用数据进行有效的决策和判断。

不擅长做数据分析的人一般被称为非专业数据分析师。这类人可能缺乏相关的技能和经验，导致他们在处理数据分析任务时遇到困难。接下来，我将详细介绍非专业数据分析师如何进行数据分析，以帮助他们提升数据分析能力。

概述

在进行数据分析之前，非专业数据分析师需要了解一些基本概念和常用工具。首先，他们需要明白数据分析的目的是从数据中提取有意义的信息，帮助做出决策。其次，他们需要熟悉常用的数据分析工具，如Excel、Python、R等。最后，他们需要具备一定的统计学知识，如均值、标准差、相关性等。

数据收集

数据收集是数据分析的第一步，非专业数据分析师需要掌握如何有效地收集数据。他们可以从内部系统、调查问卷、互联网等渠道获取数据。在收集数据时，他们需要考虑数据的来源、质量和完整性。

数据清洗

在收集到数据后，非专业数据分析师需要进行数据清洗，以保证数据质量。数据清洗包括处理缺失值、异常值、重复值等。他们可以通过Excel等工具进行数据清洗，也可以使用Python、R等编程语言进行自动化处理。

数据探索

数据探索是数据分析的关键步骤，它可以帮助非专业数据分析师发现数据的规律和趋势。在数据探索阶段，他们可以使用统计图表、描述性统计等方法对数据进行分析。他们还可以利用数据透视表、箱线图、散点图等工具进行数据可视化。

数据分析

在数据探索的基础上，非专业数据分析师可以进行更深入的数据分析。他们可以利用统计模型、机器学习算法等工具进行数据建模和预测。在数据分析过程中，他们需要注意选择合适的分析方法，如回归分析、聚类分析、决策树等。

结果呈现

最后，非专业数据分析师需要将分析结果清晰地呈现给他人。他们可以用报告、演示文稿、数据可视化等工具展示分析结果。在呈现结果时，他们需要简洁明了地表达分析结论，帮助他人理解数据分析的含义。

通过以上方法和操作流程，非专业数据分析师可以提升数据分析能力，更好地应用数据进行决策和解决问题。虽然他们可能不具备专业数据分析师的技能，但通过不断学习和实践，他们可以逐渐掌握数据分析的方法和技巧。