優(yōu)秀的數(shù)據(jù)分析師并不能速成，但是零經(jīng)驗也有零經(jīng)驗的捷徑。

市面上有《七周七數(shù)據(jù)庫》，《七周七編程語言》。今天我們就《七周七學(xué)習(xí)成為數(shù)據(jù)分析師》，沒錯，七周。

第一周：Excel學(xué)習(xí)掌握

如果Excel玩的順溜，可以略過這一周。但很多人并不會vlookup，所以有必要講下。

了解sum，count，sumif，countif，find，if，left/right，時間轉(zhuǎn)換等。excel的各類函數(shù)很多，完全不需要學(xué)全。重要的是學(xué)會搜索。我學(xué)函數(shù)是即用即查，將遇到的問題在網(wǎng)上搜索得到所需函數(shù)。

重中之重是學(xué)會vlookup和數(shù)據(jù)透視表。這兩個對后續(xù)的數(shù)據(jù)轉(zhuǎn)換有幫助。

學(xué)會vlookup，SQL中的join，Python中的merge能很快掌握。

學(xué)會數(shù)據(jù)透視表，SQL中的group，Python中的groupby也是同理。

這兩個搞定，基本10萬條以內(nèi)的數(shù)據(jù)統(tǒng)計沒啥難度，也就速度慢了點。80%的辦公室白領(lǐng)都能秒殺。

網(wǎng)上多找些習(xí)題做，Excel是熟能生巧。

養(yǎng)成一個好習(xí)慣，不要合并單元格，不要過于花哨。表格按照原始數(shù)據(jù)、加工數(shù)據(jù)，圖表的類型管理。

附加學(xué)習(xí)：

1、了解中文編碼utf-8，ascii的含義和區(qū)別

2、了解單元格格式，幫助你了解后期的timestamp，date，string，int，bigint，char，factor等各類格式。

3、如果時間還有剩余，可以看《大數(shù)據(jù)時代》，培養(yǎng)職業(yè)興趣。

第二周：數(shù)據(jù)可視化

數(shù)據(jù)分析界有一句經(jīng)典名言，字不如表，表不如圖。別說平常人，數(shù)據(jù)分析師自己看數(shù)據(jù)也頭大。這時就得靠數(shù)據(jù)可視化的神奇魔力了。

以上就是所謂的可視化。排除掉數(shù)據(jù)挖掘這類高級分析，不少數(shù)據(jù)分析師的平常工作之一就是監(jiān)控數(shù)據(jù)觀察數(shù)據(jù)。

另外數(shù)據(jù)分析師是需要兜售自己的觀點和結(jié)論的。兜售的最好方式就是做出觀點清晰數(shù)據(jù)詳實的PPT給老板看。如果沒人認(rèn)同分析結(jié)果，那么分析也不會被改進(jìn)和優(yōu)化，分析師的價值在哪里？工資也就漲不了對吧。

抽空花一段時間學(xué)習(xí)可視化的基礎(chǔ),如《數(shù)據(jù)之美》

另外你還需要了解BI的概念。知名的BI產(chǎn)品有Tableau，Power BI，還有國產(chǎn)的FineBI等。都有體驗版和免費版能下載，網(wǎng)上找一點數(shù)據(jù)就能體驗可視化的魅力。比Excel的圖表高級多了。

BI需要了解儀表盤Dashboard的概念，知道維度的聯(lián)動和鉆取，知道絕大多數(shù)圖表適用的場景和怎么繪制。比如以下FineBI制作的dashboard。

第三周：分析思維的訓(xùn)練

這周我們輕松一下，學(xué)學(xué)理論知識。

分析思維首推大名鼎鼎的《金字塔原理》，幫助數(shù)據(jù)分析師結(jié)構(gòu)化思維。如果金字塔原理讓你醍醐灌頂，那么就可以學(xué)思維導(dǎo)圖，下載一個XMind中文網(wǎng)站，或者在線用百度腦圖。

再了解SMART、5W2H、SWOT、4P理論、六頂思考帽等框架。這些框架都是大巧不工的經(jīng)典。你要快速成為數(shù)據(jù)分析師，思考方式也得跟著改變。網(wǎng)上搜咨詢公司的面試題，搜Case Book。

題目用新學(xué)的思維導(dǎo)圖做，先套那些經(jīng)典框架，做一遍，然后去看答案對比。因為要鍛煉數(shù)據(jù)分析能力。所以得結(jié)合數(shù)據(jù)導(dǎo)向的思維。

這里送三條金句：

一個業(yè)務(wù)沒有指標(biāo)，則不能增長和分析

好的指標(biāo)應(yīng)該是比率或比例

好的分析應(yīng)該對比或關(guān)聯(lián)。

舉一個例子：我告訴你一家超市今天有1000人的客流量，你會怎么分析？

這1000人的數(shù)量，和附件其他超市比是多是少？（對比）

這1000人的數(shù)量比昨天多還是少？（對比）

1000人有多少產(chǎn)生了實際購買？（轉(zhuǎn)化比例）

路過超市，超市外的人流是多少？（轉(zhuǎn)化比例）

這是一個快速搭建分析框架的方法。如果只看1000人，是看不出分析不出任何結(jié)果。

第四周：數(shù)據(jù)庫學(xué)習(xí)

Excel對十萬條以內(nèi)的數(shù)據(jù)處理起來一點不虛，但是資深的數(shù)據(jù)分析師還是笑摸狗頭，Too Young Too Sample，爺搞得都是百萬數(shù)據(jù)。要百萬數(shù)據(jù)，就得上數(shù)據(jù)庫。

SQL是數(shù)據(jù)分析師的核心技能之一。有些公司并不給數(shù)據(jù)庫權(quán)限，需要分析師寫郵件提需求，這非常不好。數(shù)據(jù)分析師經(jīng)常有各類假設(shè)需要驗證，很多時候?qū)懯畮仔蠸QL就能得到的答案，還得麻煩其他部門導(dǎo)出數(shù)據(jù)。

SQL學(xué)習(xí)不需要買書，W3C學(xué)習(xí)就行了，SQL 教程。大多數(shù)互聯(lián)網(wǎng)公司都是MySQL，我也建議學(xué)，性價比最高。

作為數(shù)據(jù)分析師，只要懂Select相關(guān)，增刪改、約束、索引、數(shù)據(jù)庫范式全部略過。你的公司心得多大才會給你寫權(quán)限。

了解where，group by，order by，having，like，count，sum，min，max，distinct，if，join，left join，limit，and和or的邏輯，時間轉(zhuǎn)換函數(shù)等即可。

你看，和Excel的函數(shù)都差不多。如果時間充裕，則學(xué)習(xí)row_number，substr，convert，contact等。和Excel一樣，學(xué)會搜索解決問題。不同引擎的函數(shù)也會有差異，例如Presto和phpMyAdmin。

期間你不需要考慮優(yōu)化和寫法丑陋，查詢幾秒和幾分鐘對數(shù)據(jù)分析師沒區(qū)別，跑數(shù)據(jù)時喝杯咖啡唄，以后你跑個SVM都能去吃飯了。

網(wǎng)上搜索SQL相關(guān)的練習(xí)題，刷一遍就行。也能自己下載數(shù)據(jù)庫管理工具，找些數(shù)據(jù)練習(xí)。我用的是Sequel Pro。

第五周：統(tǒng)計知識學(xué)習(xí)

統(tǒng)計學(xué)是數(shù)據(jù)分析的基礎(chǔ)之一。

統(tǒng)計知識會要求我們以另一個角度看待數(shù)據(jù)。當(dāng)你知道AB兩組的差異用平均值看是多傻的事情，你的分析技巧也會顯著提高。

這一周努力掌握描述性統(tǒng)計，包括均值、中位數(shù)、標(biāo)準(zhǔn)差、方差、概率、假設(shè)檢驗、顯著性、總體和抽樣等概念。詳細(xì)的數(shù)學(xué)推導(dǎo)不用細(xì)看，誰讓我們是速成呢，只要看到數(shù)據(jù)，知道不能怎么樣，而是應(yīng)該這樣分析即可。

Excel中有一個分析工具庫，簡單強大。對列1的各名詞做到了解。如果是多變量多樣本，學(xué)會各種檢驗。

《統(tǒng)計數(shù)字會撒謊》休閑讀物，有趣的案例可以讓我們避免很多數(shù)據(jù)陷阱。

深入淺出統(tǒng)計學(xué) (豆瓣)還是經(jīng)典的HeadFirst系列，適應(yīng)它一貫的啰嗦吧。

多說一句，老板和非分析師不會有興趣知道背后的統(tǒng)計學(xué)原理，通常要的是分析后的是與否，二元答案。不要告訴他們P值什么的，告訴他們活動有效果，或者沒效果。

第六周：業(yè)務(wù)學(xué)習(xí)（用戶行為、產(chǎn)品、運營）

這一周需要了解業(yè)務(wù)。對于數(shù)據(jù)分析師來說，業(yè)務(wù)的了解比數(shù)據(jù)方法論更重要。當(dāng)然很遺憾，業(yè)務(wù)學(xué)習(xí)沒有捷徑。

我舉一個數(shù)據(jù)沙龍上的例子，一家O2O配送公司發(fā)現(xiàn)在重慶地區(qū)，外賣員的送貨效率低于其他城市，導(dǎo)致用戶的好評率降低。總部的數(shù)據(jù)分析師建立了各個指標(biāo)去分析原因，都沒有找出來問題。后來在訪談中發(fā)覺，因為重慶是山城，路面高低落差比較夸張，很多外賣人員的小電瓶上不了坡…所以導(dǎo)致送貨效率慢。

這個案例中，我們只知道送貨員的送貨水平距離，數(shù)據(jù)上根本不可能知道垂直距離這個指標(biāo)。這就是數(shù)據(jù)的局限，也是只會看數(shù)據(jù)的分析師和接地氣分析師的最大差異。

對于業(yè)務(wù)市場的了解是數(shù)據(jù)分析師工作經(jīng)驗上最大優(yōu)勢之一。既然是零經(jīng)驗面試，公司肯定也知道剛?cè)腴T分析師不會有太多業(yè)務(wù)經(jīng)驗，不會以這個卡人。所以簡單花一周了解行業(yè)的各指標(biāo)。

《增長黑客》

數(shù)據(jù)驅(qū)動業(yè)務(wù)的典型，里面包含產(chǎn)品運營最經(jīng)典的AAARR框架，部分非數(shù)據(jù)的營銷案例，

《網(wǎng)站分析實戰(zhàn)》

如果應(yīng)聘的公司涉及Web產(chǎn)品，可以了解流量的概念。書中案例以Google Analytics為主。其實現(xiàn)在是APP+Web的復(fù)合框架，比如朋友圈的傳播活動肯定需要用到網(wǎng)頁的指標(biāo)去分析。

《精益數(shù)據(jù)分析》

互聯(lián)網(wǎng)數(shù)據(jù)分析的入門書籍，歸納總結(jié)了幾個常用的分析框架。比較遺憾的是案例都是歐美。

還有一個小建議，現(xiàn)在有不少第三方的數(shù)據(jù)應(yīng)用，囊括了不少產(chǎn)品領(lǐng)域的數(shù)據(jù)分析和統(tǒng)計。自學(xué)黨們即使沒有生產(chǎn)環(huán)境的數(shù)據(jù)，也可以看一下應(yīng)用Demo，有好處的。

除了業(yè)務(wù)知識，業(yè)務(wù)層面溝通也需要掌握。另外建議在面試前幾天收集該行業(yè)的業(yè)務(wù)強化一下。

第七周：Python/R學(xué)習(xí)

終于到第七周，也是最痛苦的一周。這時應(yīng)該學(xué)習(xí)編程技巧。是否具備編程能力，是初級數(shù)據(jù)分析和高級數(shù)據(jù)分析的風(fēng)水嶺。數(shù)據(jù)挖掘，爬蟲，可視化報表都需要用到編程能力。掌握一門優(yōu)秀的編程語言，可以讓數(shù)據(jù)分析師事半功倍，升職加薪，迎娶白富美。

這里有兩條支線，學(xué)習(xí)R語言或Python。速成只要學(xué)習(xí)一條，以后再補上另外一門。

R的優(yōu)點是統(tǒng)計學(xué)家編寫的，缺點也是統(tǒng)計學(xué)家編寫。如果是各類統(tǒng)計函數(shù)的調(diào)用，繪圖，分析的前驗性論證，R無疑有優(yōu)勢。但是大數(shù)據(jù)量的處理力有不逮，學(xué)習(xí)曲線比較陡峭。Python則是萬能的膠水語言，適用性強，可以將各類分析的過程腳本化。Pandas，sklearn等各包也已經(jīng)追平R。

如果學(xué)習(xí)R，建議看《R語言實戰(zhàn)》，照著書本打一遍代碼，一星期綽綽有余。另外還有一本《統(tǒng)計學(xué)》，偏知識理論，可以復(fù)習(xí)前面的統(tǒng)計學(xué)知識。

R學(xué)習(xí)和熟悉各種包。知道描述性統(tǒng)計的函數(shù)。掌握DataFrame。如果時間有余?？梢栽偃W(xué)習(xí)ggplot2。

Python擁有很多分支，我們專注數(shù)據(jù)分析這塊，入門可以學(xué)習(xí)《深入淺出Python》。

需要學(xué)會條件判斷，字典，切片，循環(huán)，迭代，自定義函數(shù)等。知道數(shù)據(jù)領(lǐng)域最經(jīng)典的包Pandas+Numpy。

在速成后的很長一段時間，我們都要做調(diào)包俠。

這兩門語言最好安裝IDE，R語言我建議用RStudio，Python我建議用 Anaconda。都是數(shù)據(jù)分析的利器。

Mac自帶Python2.7，但現(xiàn)在Python 3已經(jīng)比幾年前成熟，而且沒有編碼問題。各類教程也足夠多，不要抱成守舊了。Win的電腦，安裝Python會有環(huán)境變量的問題，是個大坑（R的中文編碼也是天坑）。

到這里，剛剛好是七周。如果還需要第八周+，則是把上面的鞏固和融會貫通，畢竟速成是以轉(zhuǎn)崗或拿offer為目的。有機(jī)會，我會專門寫文章講解每一周的具體知識，并且用爬蟲爬一些數(shù)據(jù)做練習(xí)和案例。

謝邀

現(xiàn)在發(fā)達(dá)城市北上廣，已經(jīng)開始用大數(shù)據(jù)，運做基金了。而且門檻很高，必須金融和計算機(jī)的本科以上人員，研究生擇優(yōu)錄取。

可見大數(shù)據(jù)，發(fā)展的力度。很多人不知道大數(shù)據(jù)怎么交易股票，這這里簡單說下，現(xiàn)在好多券商軟件支持，大數(shù)據(jù)自動化交易，也就是說，當(dāng)你編寫好自己的預(yù)期策略后，由程序根據(jù)你的策略實行，自動化交易。現(xiàn)在名聲僅次于巴菲特的詹姆斯.西蒙斯，就是大數(shù)據(jù)量化交易的先驅(qū)，他名下的大獎?wù)禄?，就是根?jù)大數(shù)據(jù)量化交易運行。

大數(shù)據(jù)量化交易，可以實現(xiàn)。一天成百上千次此交易，只要資金允許。這也是發(fā)達(dá)發(fā)達(dá)城市為什么著重研究的對象。還有大數(shù)據(jù)是未來的趨勢。電腦在對市場熱度的分析，要強于人工識別。但是論單個交易，人工肯定強于電腦，但是從現(xiàn)在的基金規(guī)模來看。電腦交易是主要趨勢。不管多厲害的基金經(jīng)理，精力都是有限的。

目前的大數(shù)據(jù)都是借助python為主要語言編寫的，感興趣的可以看看相關(guān)方面的學(xué)習(xí)。券商對自動化交易的資金，一般是5w門檻。所以，隨著市場的發(fā)展。大數(shù)據(jù)量化交易，會慢慢普及。

以上就是本人對大數(shù)據(jù)的看法，喜歡的可以加個關(guān)注，點個贊。

一、數(shù)據(jù)分析前世今生

近年來，越來越多的企業(yè)開始出現(xiàn)數(shù)據(jù)分析師這個崗位，無非可以分為技術(shù)類和非技術(shù)類，技術(shù)類要運用算法搭建模型，非技術(shù)類對模型結(jié)果進(jìn)行可視化展現(xiàn)、數(shù)據(jù)報告撰寫等。

二、數(shù)據(jù)分析的未來

不要把自己單純地定義為一名數(shù)據(jù)分析師，企業(yè)不乏做表的（初級數(shù)據(jù)分析師）、搞模型的（高級數(shù)據(jù)分析師），財務(wù)做報表更厲害，程序員比你更容易上手。數(shù)據(jù)分析一定是一項必備技能，就和PPT、Excel一樣，它是來輔助工作的，而不是工作的全部。

三、學(xué)習(xí)路線

技術(shù)：

• Excel

• SQL

• Python/Spss

• 可視化

理論：

• 數(shù)據(jù)分析思維和方法

• 統(tǒng)計學(xué)

• 對業(yè)務(wù)的理解

四、推薦書籍/網(wǎng)站

以下推薦的書籍和網(wǎng)站絕無任何廣告嫌疑，只是自己覺得還不錯分享給大家。

1、Excel學(xué)習(xí)：

沒有什么推薦的書籍和網(wǎng)站，網(wǎng)上有很多大神的教程，如果時間充裕，就系統(tǒng)的學(xué)習(xí)一下，如果時間緊張，就用臨陣用度娘也是可以解決問題的，當(dāng)然，學(xué)什么都最好能夠系統(tǒng)地學(xué)習(xí)。要記住一點，我們是用Excel進(jìn)行數(shù)據(jù)分析的，所以應(yīng)當(dāng)從數(shù)據(jù)獲取、數(shù)據(jù)處理、數(shù)據(jù)分析和輸出幾個方面來學(xué)習(xí)Excel。

之前的文章也有寫過這方面的：

用Excel做直方圖（1）：隨機(jī)數(shù)發(fā)生器

用Excel做直方圖（2）：頻率分布直方圖

用Excel做控制圖

2、SQL學(xué)習(xí)

建議去W3Sschool自己學(xué)習(xí)，非常詳細(xì)，附網(wǎng)址，https://www.w3cschool.cn/sql/。如果想要練習(xí)的話，可以從SQLZoo去練習(xí)，在線版的SQL練習(xí)教程，https://sqlzoo.net/wiki/SQL_Tutorial。書的話《SQL必知必會》還不錯，很精簡，基本可以滿足日常表的查詢和維護(hù)了，想要不僅滿足于查詢的話，還可以參考《深入淺出MySQL》，數(shù)據(jù)庫開發(fā)、優(yōu)化與管理，600多頁。

3、Python學(xué)習(xí)

對于非程序員出身的新手小白來說入門很簡單，精通還是不容易的。如果你僅僅是停留在用Python進(jìn)行數(shù)據(jù)處理和分析的階段上，建議《利用Python進(jìn)行數(shù)據(jù)分析》這本書非常不錯，不要去學(xué)python開發(fā)、python編程之類的書，Python可以用來做很多事情，但對于數(shù)據(jù)分析師而言，我們可能不需要用Python來開發(fā)什么游戲、網(wǎng)站等，我們只需要進(jìn)行數(shù)據(jù)控制、處理、整理和分析即可，系統(tǒng)地學(xué)一下python中的數(shù)據(jù)科學(xué)庫是非常有必要的，如：Numpy、pandas等。

4、可視化

有很多可視化的工具，用Excel可以實現(xiàn)可視化，powerBI、Tableau、Python也可以可視化。工具的選擇是一方面，另一方面是對于圖表的理解，什么場合適用什么樣的圖表。

用Excel做排列圖

5、數(shù)據(jù)分析的思維和方法

參考書籍《深入淺出數(shù)據(jù)分析》，把道理方法講的很透徹的一本書，對于深入理解底層邏輯很友好?！墩l說菜鳥不會數(shù)據(jù)分析》系列，主要是對于方法和工具使用的學(xué)習(xí)?？蓞⒖贾暗奈恼?數(shù)據(jù)分析方法論 來大概了解。

6、統(tǒng)計學(xué)

《深入淺出統(tǒng)計學(xué)》非常棒的一本書，對于統(tǒng)計學(xué)的基本概念的解釋非常直白到位，讓小白能夠清楚地理解這個公式為什么是這樣子的，而不是直接擺公式。底層邏輯明白后，可以參考李航的《統(tǒng)計學(xué)習(xí)方法》，這是大學(xué)課本，有時間的話還是應(yīng)該好好研究一下系統(tǒng)邏輯的。

7、對業(yè)務(wù)的理解

推薦《數(shù)據(jù)挖掘與數(shù)據(jù)化運營實戰(zhàn)》，這本書對業(yè)務(wù)與數(shù)據(jù)分析怎么結(jié)合有很詳細(xì)的說明和實例。

想要做好數(shù)據(jù)分析，兩個方面的內(nèi)容不可缺少：一是有精準(zhǔn)的數(shù)據(jù)支撐，這是做研究的基本，這一點需要有好的數(shù)據(jù)庫；二是要有清晰流暢的邏輯思維，才能形成完整的、可以轉(zhuǎn)化效能的報告，這一點可以通過大量觀看優(yōu)質(zhì)的報告練成。

對于個人來說，關(guān)注行業(yè)動態(tài)是十分有必要的，多看數(shù)據(jù)，找到1他們其中的關(guān)聯(lián)，慢慢就能形成數(shù)據(jù)分析的思維了。

首先你要學(xué)會列框架。在看了大量的報告之后，形成自己的思維邏輯，從背景、現(xiàn)狀、展望的大邏輯到一些角度的自我選擇，就能形成具有自己獨特性的分析報告了。

然后就是動筆，筆桿子是可以練出來的，光動腦筋可不行，很容易忘記的，所以要動筆寫下來，也許最初你做的數(shù)據(jù)分析還是一團(tuán)亂麻，不管是內(nèi)容還是形式都不好看，但只要堅持做下去就可熟能生巧。

小易作為數(shù)據(jù)分析二十年的老手，希望給您提供一點幫助……

1.行業(yè)研究報告以去看看易觀分析-數(shù)據(jù)驅(qū)動精益成長的易觀博閱

易觀分析研究覆蓋上百個領(lǐng)域，持續(xù)積累十余年的5000份行業(yè)深度分析，可以在里面查到最新行業(yè)研究，對市場與企業(yè)進(jìn)行全方位的解讀。

2.行業(yè)數(shù)據(jù)可以了解一下易觀千帆，目前市面上很多研報，媒體數(shù)據(jù)，招股書數(shù)據(jù)都有引用易觀千帆數(shù)據(jù)。

易觀千帆 - 移動互聯(lián)網(wǎng)產(chǎn)品競爭分析

3.行業(yè)與產(chǎn)品數(shù)據(jù)可以去關(guān)注下易觀千帆 - 移動互聯(lián)網(wǎng)產(chǎn)品競爭分析

易觀千帆基于數(shù)字用戶在移動終端 的海量數(shù)據(jù)，進(jìn)行分析挖掘的大數(shù)據(jù)產(chǎn)品。建立客觀、權(quán)威的移動應(yīng)用評級，分析用戶行為特征、建立數(shù)字消費者用戶畫像， 為客戶提供內(nèi)部運營決策和外部競爭分析的一站式服務(wù)。

洞察行業(yè)趨勢：覆蓋全網(wǎng)熱門APP，了解自身在市場中所 處的位置，發(fā)現(xiàn)市場中的競爭對手

競品對標(biāo)分析：覆蓋全網(wǎng)315行業(yè)，快速了解細(xì)分品類競手的發(fā)展 情況，制定市場策略

用戶偏好分析：分析用戶基礎(chǔ)屬性及興趣偏好，推動用戶增長，提升ARPU

挖掘投資機(jī)會：尋找行業(yè)賽道黑馬，挖掘投前投后的價值分析

沒人邀我，我就不謝邀了～

就目前我們這個互聯(lián)網(wǎng)大數(shù)據(jù)時代來說，不光人人都是產(chǎn)品經(jīng)理，連數(shù)據(jù)分析每個人每天都會碰到。你手機(jī)里的app，你上網(wǎng)的痕跡，你每天都在和各種各樣的數(shù)據(jù)打交道，都在歸置自己身上的數(shù)據(jù)標(biāo)簽和數(shù)據(jù)信息。

這是一個大數(shù)據(jù)的時代，也是充滿機(jī)遇的時代。各個行業(yè)都在進(jìn)行數(shù)字化轉(zhuǎn)型，想依靠數(shù)據(jù)來競爭，大家都相信得數(shù)據(jù)者可以得到“天下”，像目前世界500強的企業(yè)當(dāng)中 ，百分之90的公司都建立了數(shù)據(jù)分析的部門，數(shù)據(jù)分析這個職業(yè)也變得熱門起來。在知乎上一搜數(shù)據(jù)分析，還蠻多問題是想轉(zhuǎn)行數(shù)據(jù)分析行業(yè)或者是想從事數(shù)據(jù)行業(yè)，但是不知道怎么入手的小白們提問的，就和題主一樣，知道數(shù)據(jù)分析的大概意思，但是不知道該掌握哪些具體知識。

那么我作為一個數(shù)據(jù)可視化從業(yè)者哈～也在工作中碰到不少數(shù)據(jù)分析的事情，我就結(jié)合我自身的經(jīng)驗，給題主一些建議

• 什么是數(shù)據(jù)分析？
• 為什么要做數(shù)據(jù)分析？
• 處理數(shù)據(jù)分析時要了解什么？
• 數(shù)據(jù)分析師應(yīng)該具備什么特質(zhì)？
• 數(shù)據(jù)分析師該掌握什么基礎(chǔ)技能？

什么是數(shù)據(jù)分析？

數(shù)據(jù)分析從字面意思來看，即“數(shù)據(jù)+分析”。

數(shù)據(jù)是基礎(chǔ)，分析是結(jié)果。數(shù)據(jù)存在是既定的事實，但是面對無序的數(shù)據(jù)，人類是無法發(fā)現(xiàn)其中蘊含的問題。所以需要通過數(shù)據(jù)分析師來將數(shù)據(jù)進(jìn)行全方位的解析，才能把無序的數(shù)據(jù)變?yōu)槟軌蚴褂玫臄?shù)據(jù)，為人類提供有貢獻(xiàn)信息，才能體現(xiàn)出數(shù)據(jù)的價值所在。

為什么要做數(shù)據(jù)分析？

數(shù)據(jù)分析的作用和價值我們可以概括為以下四個方面：

1. 幫助主體來識別機(jī)會、規(guī)避責(zé)任風(fēng)險
2. 幫助主體診斷現(xiàn)存的問題，亡羊補牢
3. 幫助主體評估使用效果，改進(jìn)營銷措施
4. 幫助主體來提高效率，加強企業(yè)管理

處理數(shù)據(jù)分析時要了解什么？

大數(shù)據(jù)對所有的行業(yè)部門都至關(guān)重要。但是很顯然，不同的行業(yè)數(shù)據(jù)分析師面對行業(yè)數(shù)據(jù)所需要提取的數(shù)據(jù)信息是不同的，所以你需要知道自己的目標(biāo)行業(yè)對數(shù)據(jù)分析的需求是什么，比如以下幾個行業(yè) ：

教育大數(shù)據(jù)

• 大數(shù)據(jù)有助于重新組織課程資料。
• 使用數(shù)據(jù)結(jié)構(gòu)幫助進(jìn)行職業(yè)預(yù)測。
• 定制學(xué)習(xí)程序。
• 通過算法在分級系統(tǒng)中使用。

保險業(yè)

• 數(shù)據(jù)結(jié)構(gòu)有助于收集有關(guān)個人和公司的信息
• 算法有助于獲得客戶見解
• 檢測欺詐
• 當(dāng)客戶提出索賠時幫助進(jìn)行威脅映射

政府產(chǎn)業(yè)

• 政府從各個部門收集數(shù)據(jù)，以使用數(shù)據(jù)結(jié)構(gòu)做出重要決策。
• 必須在國家和全球范圍內(nèi)制定決策和計劃。
• 必須通過數(shù)據(jù)結(jié)構(gòu)和算法來維護(hù)和分析數(shù)據(jù)庫和記錄。
• 它可以幫助他們實施計劃，服務(wù)，就業(yè)和政策。

銀行業(yè)

• 數(shù)據(jù)結(jié)構(gòu)和算法有助于防止濫用信用卡和借記卡
• 防止洗錢
• 減輕風(fēng)險和業(yè)務(wù)清晰是可能的。

數(shù)據(jù)分析師應(yīng)該具備什么特質(zhì)？

了解了你分析數(shù)據(jù)時候應(yīng)該注重什么，接下來就要明白自己作為一個數(shù)據(jù)分析師應(yīng)該具備什么樣的特質(zhì)，我也為題主總結(jié)了幾點：

1. 強大的分析能力
2. 良好的溝通及人際交往能力，才能建立良好的工作關(guān)系
3. 要具備在技術(shù)/非技術(shù)人員面前解釋事物的能力
4. 有能力自主工作，也可在團(tuán)隊工作
5. 具備時間管理技能
6. 項目管理技能，與利益相關(guān)者進(jìn)行規(guī)劃、組織和協(xié)調(diào)項目的方方面面
7. 有能力處理壓力和解決問題的能力
8. 積極自我激勵，快速學(xué)習(xí)和創(chuàng)新的人
9. 掌握一些列數(shù)據(jù)分析工具「重點掌握」

數(shù)據(jù)分析師該掌握什么基礎(chǔ)技能？

入門級的數(shù)據(jù)分析師，肯定不要好高騖遠(yuǎn)，先把Excel玩轉(zhuǎn)再說，不要以為Excel就是個簡單的表格工具，它的強大你想象不到，我相信知乎上肯定很多有Excel的專業(yè)教程，我這里也不展開詳細(xì)的講解。

當(dāng)然想成為一個成功的數(shù)據(jù)分析師單單掌握Excel是肯定不夠的，因為這只是一個數(shù)據(jù)分析的呈現(xiàn)，真正的數(shù)據(jù)分析師必須要通過數(shù)據(jù)現(xiàn)象的查看來完成對產(chǎn)品的營銷策略、運營策略的優(yōu)化 ，不僅是對業(yè)務(wù)需要有一定的了解，還需要掌握各種數(shù)據(jù)分析的技能，從能力上來增長自己。

我根據(jù)前人的經(jīng)驗和網(wǎng)絡(luò)上大家對數(shù)據(jù)分析技能的共識總結(jié)出以下幾點：

一個合格的、高級的數(shù)據(jù)分析師應(yīng)該掌握的技能：

1. 統(tǒng)計分析：大數(shù)定律、抽樣推測規(guī)律、秩和檢驗、回歸、預(yù)測；
2. 可視化輔助工具：excel、BI工具、python
3. 大數(shù)據(jù)處理框架：Hadoop、storm、spark
4. 數(shù)據(jù)庫：SQL、MySql、DB
5. 數(shù)據(jù)倉庫：SSIS、SSAS
6. 數(shù)據(jù)挖掘工具：Matlab、R語言、python
7. 人工智能：機(jī)器學(xué)習(xí)
8. 挖掘算法：數(shù)據(jù)結(jié)構(gòu)、一致性
9. 編程語言：Java、python
10. 數(shù)據(jù)可視化能力：EasyV、DataV、raydata「這個很重要、可以說是一大熱門趨勢」

以上就是我對題主疑惑 的解答，當(dāng)然其實想要學(xué)習(xí)一個新的東西方法論雖然很重要，但是最重要的還是要保持永遠(yuǎn)學(xué)習(xí)的心態(tài)，因為世界萬物不斷在變，特別是互聯(lián)網(wǎng)行業(yè)，數(shù)據(jù)這種東西太飄忽不定了，不時刻更新自己的知識庫，很容易在前進(jìn)的路上掉隊，被后浪拍打在沙灘上。今天你是小白，那么一段時間過后，你必須讓自己成為具有一定優(yōu)勢的人，才不會被時代淘汰哦～

最后想要了解數(shù)據(jù)可視化的更多知識，歡迎關(guān)注我呀～～

數(shù)據(jù)分析師是一個綜合的崗位，除了熟悉業(yè)務(wù)，還需要掌握多項技能，例如Excel、SQL、統(tǒng)計學(xué)及SPSS，R/Python，海量數(shù)據(jù)的情況下需要在大數(shù)據(jù)平臺下分析，所以還需要掌握Hadoop相關(guān)的技術(shù)，如Hive、HBase等。

由于涉及的技術(shù)較多，一下都學(xué)完不現(xiàn)實，所以，學(xué)習(xí)數(shù)據(jù)分析建議分成三個階段進(jìn)行：

1、商業(yè)數(shù)據(jù)分析

2、涉及算法的數(shù)據(jù)挖掘

3、大數(shù)據(jù)平臺下的分析

階段一：商業(yè)數(shù)據(jù)分析

對于大部分公司來說，數(shù)據(jù)量不是很龐大，數(shù)據(jù)分析通過Excel，SPSS等工具就可以搞定，此時需要掌握的技能有Excel、MySQL、統(tǒng)計學(xué)及SPSS。

學(xué)完這些技能后，可以去很多公司做一名商業(yè)數(shù)據(jù)分析師，支撐市場部、運營部等的數(shù)據(jù)分析工作。

1、Excel

Excel這部分需要學(xué)習(xí)的內(nèi)容有3塊：Excel公式、數(shù)據(jù)透視表及Excel數(shù)據(jù)圖表。

說明：關(guān)于每一塊需要掌握哪些技能，可以看我的另外一個回答：零基礎(chǔ)如何入門數(shù)據(jù)分析？

關(guān)于Excel的書籍、教程有很多，找?guī)妆窘?jīng)典來學(xué)習(xí)一下，重要的是練習(xí)，看完教程后，一定要自己動手做一遍，才有可能掌握。

推薦書籍：

• 《誰說菜鳥不會數(shù)據(jù)分析》系列
  

• 《Excel圖表之道:如何制作專業(yè)有效的商務(wù)圖表》
  

• 《別怕，Excel VBA其實很簡單》
  

2、MySQL

作為數(shù)據(jù)分析師，需要跟數(shù)據(jù)打交道，所以懂點SQL也是必要的。

關(guān)于SQL的書籍、免費資料也有很多，這里推薦2本，重點仍然是多動手練習(xí)。

推薦書籍：

• 入門書籍：《MySQL必知必會》，人郵出版社。
  

• 進(jìn)階書籍：《SQL進(jìn)階教程》，[日]MICK。
  

3、統(tǒng)計學(xué)

統(tǒng)計學(xué)是必須的，不懂統(tǒng)計學(xué)根本算不上數(shù)據(jù)分析師，具體內(nèi)容有：

1、統(tǒng)計學(xué)：統(tǒng)計學(xué)基礎(chǔ)、參數(shù)估計、假設(shè)檢驗、方差分析、線性回歸、時間序列。

2、多元統(tǒng)計分析：聚類分析、主成分分析及因子分析。

從上面可以看到，統(tǒng)計學(xué)學(xué)習(xí)可以分成兩個階段進(jìn)行，統(tǒng)計學(xué)和多元統(tǒng)計分析，重點是多動手做題、思考。

推薦書籍：

• 第一階段，推薦書籍，賈俊平的《統(tǒng)計學(xué)》，人大出版社；
  

• 第二階段，推薦書籍，何曉群的《多元統(tǒng)計學(xué)分析》，人大出版社。
  

PS：數(shù)學(xué)零基礎(chǔ)的童鞋，可以先看下《Head First 統(tǒng)計學(xué)》（又名《深入淺出統(tǒng)計學(xué)》）

4、SPSS

因為統(tǒng)計學(xué)很有些分析方法通過Excel就可以搞定；有些不行，必須通過其他工具才能搞定，例如多元線性回歸、聚類分析、主成分分析及因子分析，都需要用到SPSS。

在掌握了統(tǒng)計學(xué)的基礎(chǔ)上，在學(xué)習(xí)SPSS是很容易的，因為SPSS只是一個工具而已。

推薦書籍：

• 《統(tǒng)計分析與SPSS的應(yīng)用》，薛微，人大出版社。
  

• 《PASW/SPSS Statistics中文版統(tǒng)計分析教程》，電子工業(yè)出版社。
  

附：數(shù)據(jù)分析必備SPSS主要知識點。

階段二：涉及算法的數(shù)據(jù)挖掘

有些數(shù)據(jù)分析工作，需要通過統(tǒng)計算法及機(jī)器學(xué)習(xí)算法來進(jìn)行，所以還需要掌握Python或者R。

掌握了R數(shù)據(jù)分析或者Python數(shù)據(jù)分析技能后，可以去一些公司做基于統(tǒng)計算法或者機(jī)器學(xué)習(xí)算法的數(shù)據(jù)分析及挖掘工作。

1、Python

Python數(shù)據(jù)分析主要包括Python語法基礎(chǔ)、常用數(shù)據(jù)分析擴(kuò)展包Numpy、Pandas、Matplotlib等、Python數(shù)據(jù)探索及預(yù)處理、Python機(jī)器學(xué)習(xí)等。

限于篇幅，具體需要掌握哪些技能這里就不詳細(xì)列出了，可以去看我的另外一個回答：怎么學(xué)習(xí)python數(shù)據(jù)分析？

推薦書籍：

• 《Python編程從入門到實踐，[美]Eric Matthes》
  

• 《利用Python進(jìn)行數(shù)據(jù)分析，Wes McKinney，機(jī)械工業(yè)出版社》
  

• 《Python機(jī)器學(xué)習(xí)基礎(chǔ)教程》，[德]Andreas C. Müller [美]Sarah Guido
  

2、R

R數(shù)據(jù)分析包括R語言基礎(chǔ)、R數(shù)據(jù)可視化、R數(shù)據(jù)預(yù)處理、R統(tǒng)計分析及R機(jī)器學(xué)習(xí)。

附：數(shù)據(jù)分析必備R語言知識點。

推薦書籍：

• 《R語言初學(xué)者指南》，[英]Alian

  F.Zuur

  等，西安交通大學(xué)出版社
  

• 《R語言實戰(zhàn)（第2版）》，Robert

  I.Kabacoff

  ，人民郵電出版社
  

階段三：大數(shù)據(jù)平臺下的分析

在一些大公司，海量數(shù)據(jù)的情況下，數(shù)據(jù)都是運行在大數(shù)據(jù)平臺上（Hadoop），還需要懂MapReduce、Hive、HBase數(shù)據(jù)倉庫等技術(shù)。當(dāng)然這些可以在工作學(xué)習(xí)、積累。

回答完畢！

數(shù)據(jù)分析是一項龐雜的任務(wù)，我之前在“東軟平臺產(chǎn)品”官網(wǎng)看過DataViz這個數(shù)據(jù)可視化分析工具，感覺還挺不錯的

一般問出這個問題大多是對數(shù)據(jù)分析沒有太深入的了解，甚至可以說零基礎(chǔ)，那我們就針對零基礎(chǔ)來談一談如何學(xué)習(xí)數(shù)據(jù)分析。

l零基礎(chǔ)小白的定義是這樣的:

• Excel: 基本功能會用，對數(shù)據(jù)有點概念， 比如:
• 能對某列進(jìn)行排序、篩選
• 能對某列求和、求平均值
• 知道透視表，但不熟，比如:
• 會選中表格內(nèi)容生成透視表
• 不懂行、列、值如何拖拽滿足統(tǒng)計要求
• SQLShellPython: 完全沒接觸過
• 學(xué)習(xí)目標(biāo): 能看的懂SQL，并能簡單使用SQL統(tǒng)計數(shù)據(jù)

對于小白來說，主要需要學(xué)習(xí)這些內(nèi)容:

• 第一部分: SQL的應(yīng)用場景
• 考核目標(biāo)一: 什么是SQL？
• 考核目標(biāo)二: SQL能干哪些事兒？
• 考核目標(biāo)三: 互聯(lián)網(wǎng)最常用數(shù)據(jù)庫，說兩種。
• 第二部分: SQL的基礎(chǔ)語法
• 考核目標(biāo)一: 用SQL來實現(xiàn)Excel的基礎(chǔ)功能: 排序、篩選、去重
• 考核目標(biāo)二: 用SQL來實現(xiàn)Excel的匯聚功能: 求和、求平均、求最大/最小值
• 考核目標(biāo)三: 給出一個復(fù)雜SQL腳本模板，并能簡單修改完成統(tǒng)計

獲取更多數(shù)據(jù)分析相關(guān)資訊歡迎關(guān)注我們的公眾號：聚數(shù)云海。免費獲取數(shù)據(jù)分析師大廠真題。

我的職位不是數(shù)據(jù)分析師，是數(shù)據(jù)運營。很多工作和數(shù)據(jù)分析重合，屬于既做運營、又做數(shù)據(jù)，可能還參雜其他角色。

最開始我是從運營接觸上手?jǐn)?shù)據(jù)，沒有編程的基礎(chǔ)，也沒有統(tǒng)計的知識。大學(xué)的幾門課我都是靠同學(xué)才過的，掩面哭?？赡芪伊憬?jīng)驗的經(jīng)歷對大部分有志于從事數(shù)據(jù)分析的朋友都是一個參考。

剛開始工作我可是連vlookup都不會，也沒人教我，excel只會很基礎(chǔ)的操作。那時要關(guān)聯(lián)多張報表，我仗著手速快，一個個對照復(fù)制黏貼的…要是數(shù)量一多肯定哭。后來我想這可不是辦法啊。于是借助萬能的百度：

“excel怎么匹配多張表的數(shù)據(jù)。”

于是看到vlookup函數(shù)。每次用都要先看一遍網(wǎng)上的樣例，不然會有各種問題。用了幾次才會用。

那時候運營方面的數(shù)據(jù)需求還好，很多都是自己間歇時間琢磨。比如什么樣的用戶愿意用我們APP。于是我希望研發(fā)能有各種報表的下載，然后我用excel關(guān)聯(lián)，做一些簡單的分析。

期間當(dāng)然犯了很多新手犯的錯誤，比如相關(guān)性不代表因果性，比如極值的影響，比如樣本數(shù)量不滿足置信度。

少年不知天高地厚，不過我依舊樂在其中。做數(shù)據(jù)分析要有勃勃的好奇心。

記得是15年初，老板給了我一個任務(wù)，收集各地的醫(yī)院數(shù)據(jù)。我一看網(wǎng)上醫(yī)院有幾萬家，我又要快哭了，我手速再快也復(fù)制黏貼不了啊。于是求助了解到爬蟲這么一個磨人的好東西。

那時水平不夠用Python＋Scrapy，找來了一款火車頭的爬蟲工具。然后按著教程走，順便了解了Html＋CSS的網(wǎng)頁結(jié)構(gòu)。

加了兩天班，終于抓下來數(shù)據(jù)。

再次哭了，不是感動的。

這都什么亂七八糟的數(shù)據(jù)。不僅有錯位，亂碼，空格，還有重名。什么上海市第一醫(yī)院，上海第一醫(yī)院，上海市第一人民醫(yī)院，上海市第一醫(yī)院。你同一家醫(yī)院給我網(wǎng)上放四個??！更別提分院、地址不匹配等等。

后來才知道這步驟叫數(shù)據(jù)清洗。繼續(xù)用excel函數(shù)整理。我一直信奉的準(zhǔn)則是：如果能用簡單的，可復(fù)用的方法，就絕對不重復(fù)操作。我堅信永遠(yuǎn)有省時省力的方案。這期間Excel水平提高的飛快。另外也養(yǎng)成了隨時保存的好習(xí)慣，微笑臉。

雖然爬蟲從學(xué)習(xí)到成功還是花了不少時間。但是和從網(wǎng)上拷貝下來比，那效率是高多了。

大概同一時期，我把網(wǎng)站也學(xué)習(xí)了。

我們產(chǎn)品是APP＋Web框架，很多功能和活動都是用Web頁實現(xiàn)。當(dāng)時用的是百度統(tǒng)計。系統(tǒng)的學(xué)習(xí)了漏斗轉(zhuǎn)化，訪問路徑，跳出率退出率等。

那時針對各類活動的分析都能迅速落地，比如活動期間的流量，用戶的轉(zhuǎn)化率等，都是能很快獲得反饋的分析，是能對運營產(chǎn)生直接了解的。后續(xù)的活動都納入了分析，也將百度統(tǒng)計的相關(guān)應(yīng)用推廣到運營部門。

隨著分析的深入，自己對分析也有更高的數(shù)據(jù)要求。比如什么樣的用戶更容易參加活動？用戶流失的原因是什么？

不論是下載的報表，還是網(wǎng)頁統(tǒng)計，在當(dāng)時都很難做到。很長一段時間只能用粗略的描述性統(tǒng)計，而不能定位到具體的人。

數(shù)據(jù)分析很多技能都能后天磨練，但我覺得一個好的數(shù)據(jù)分析師一定會有好奇心，會去提問，會想問題，也能去解決問題。不是為了分析而分析。

隨著公司業(yè)務(wù)線的拓展、用戶數(shù)量的提升。我用Excel做關(guān)聯(lián)越來越吃力，效率也幾何程度的降低。15年8月的時候，我再一次向研發(fā)老大提需求時，他對我說：要不給你開個數(shù)據(jù)庫權(quán)限，你自己查吧。

我：我不會SQL啊。

研發(fā)：不要緊，很容易學(xué)的。

我：好啊好啊。

我內(nèi)心是很爽的，老子再也不用求你們了！

一個月后，所有部門的數(shù)據(jù)需求都不走研發(fā)，而是堆疊到我這。顯然讓我用SQL是有天大的預(yù)謀?？晌疫€是很感謝接觸SQL，讓我能接觸到的數(shù)據(jù)呈幾何上升。

那時期還有一個任務(wù)挑戰(zhàn)，我需要搭建用戶運營的數(shù)據(jù)體系，包括留存、活躍、回流、分層等指標(biāo)。我網(wǎng)上一邊查運營指標(biāo)的應(yīng)用和解釋，一邊查SQL的實現(xiàn)。

這是我第一次開始接觸、了解和建立以業(yè)務(wù)為核心的數(shù)據(jù)體系。

當(dāng)時，我們運營，好長一段時間的推送、短信、營銷都是全量。一故腦兒的都推給用戶，沒有細(xì)分。在指標(biāo)建立后，我們部門開始嘗試用自己數(shù)據(jù)體系去運營。

舉兩個最簡單的例子：比如你最近打開過我們APP，那么我們就不會給你推最新的活動短信，因為我們默認(rèn)你能在APP中看到。

再比如，用戶用過APP很長一段時間，我們冠他叫忠誠用戶，后來突然他連續(xù)幾周不用，那么我們會找出這個用戶，電話詢問為什么不用，嘗試喚回他。

也是從那時開始，我有意的去衡量各類運營效果，比如活動的人均成本，短信的人均效果成本，用戶價值周期等。并且不斷優(yōu)化。

利用數(shù)據(jù)建立指標(biāo)，對業(yè)務(wù)最直觀的感受就是有據(jù)可依，分析和運營能夠有針對性。

數(shù)據(jù)多起來后，每日維護(hù)數(shù)據(jù)報表成了最花時間的事。雖然當(dāng)時我們用了Presto+Airpal的數(shù)據(jù)平臺，但不管各類業(yè)務(wù)線，還是APP基礎(chǔ)數(shù)據(jù)，我和我部門花費在整理上的時間越來越多，分析越來越少，更不要說落地和執(zhí)行。

之后則順理成章地引入BI，在此之前我都不知道BI是個什么鬼。

（圖例，當(dāng)時了解后，我就這么被BI給折服了）

BI的學(xué)習(xí)曲線沒那么陡峭，為了實現(xiàn)運營的數(shù)據(jù)報表自動化（依舊是為了省時省力），請求研發(fā)（一頓飯）多帶帶開了一臺服務(wù)器進(jìn)行私有化部署，連接數(shù)據(jù)庫，花了大約一個月的時間將所有的報表需求都遷移到服務(wù)器上。

爽。

很多工作都簡化或者剔除：能夠監(jiān)控任何的推送和短信效果,市場銷售的分析能夠定位到人，隨時掌握業(yè)務(wù)線的波動。

有數(shù)據(jù)才能分析，能有充裕的人手安排監(jiān)控和觀察數(shù)據(jù)，至此，運營的數(shù)據(jù)體系有了基礎(chǔ)。

在15下半年，我則向產(chǎn)品提出（沒請吃飯）需求希望布置APP和Web埋點，通過用戶的路徑了解用戶，也彌補百度統(tǒng)計的缺點。埋點數(shù)據(jù)亦全不亦少，亦早不亦遲，我們埋點比較遲，如果早一點，可能有更多時間進(jìn)行優(yōu)化工作。

當(dāng)時經(jīng)過考慮，埋點數(shù)據(jù)會比較多，要用到Hadoop，雖然從后續(xù)看，Hadoop并不是必需的選擇。但是也提前讓我了解到大數(shù)據(jù)（當(dāng)然數(shù)據(jù)本身不大，具體是相關(guān)領(lǐng)域技術(shù)）。

埋點數(shù)據(jù)使用Hive建立離線的腳本清洗、分區(qū)、加工后導(dǎo)入到MySQL。蠻遺憾的是業(yè)務(wù)用不太到Hadoop，只是數(shù)據(jù)管理而已，所以我了解不怎么深。

到此底層的數(shù)據(jù)都已經(jīng)完善。后續(xù)都是上層的加工。

今年初，我開始學(xué)習(xí)數(shù)據(jù)挖掘，往數(shù)據(jù)分析更高層進(jìn)階，先入手的是R。

自身沒有啥編程基礎(chǔ)，基本上是工作后和研發(fā)的耳濡目染，所以學(xué)起來較為吃力。主要是敲書上的語句學(xué)習(xí)。整本書敲下來，基本了解拿到一堆數(shù)據(jù)知道怎么清洗，怎么使用描述性統(tǒng)計，怎么進(jìn)行作圖。

基礎(chǔ)學(xué)的差不多，開始啃算法，我是應(yīng)用型為主，所以絕大部分的算法都不學(xué)習(xí)數(shù)學(xué)推導(dǎo)。當(dāng)然決策樹，K聚類這種簡單的都掌握。

大概所有數(shù)據(jù)挖掘的初學(xué)者，都會用到Iris Data的數(shù)據(jù)，然后就是泰坦尼克的幸存者分析吧。是的話點個贊，哈哈。

我不是啥數(shù)據(jù)挖掘工程師，我喜歡稱自己調(diào)包俠。

后來還去參加了數(shù)據(jù)挖掘的比賽，是一個信用欺詐模型，典型的數(shù)據(jù)不平衡問題。數(shù)據(jù)完全脫敏，從字段上無法得知業(yè)務(wù)意義。

這和平時直接拿干凈的數(shù)據(jù)源做模型完全兩回事，模型的recall一直不理想，最終也沒有什么成績，最大的幫助就是知道自己有多井底之蛙。

后來重視特征選擇、特征加工這塊。好的數(shù)據(jù)和特征，能夠很大程度決定模型的優(yōu)劣。我之前練習(xí)時，因為我本身是運營，挑選的特征都是經(jīng)過擇優(yōu)和強相關(guān)的，實際特征工程是我非常大的短板。

關(guān)于數(shù)據(jù)挖掘我還在不斷學(xué)習(xí)的過程中，以后有機(jī)會再多補充吧。

Python的學(xué)習(xí)，說來還是歸因于研發(fā)大哥們（這次不請飯了）。因為我們業(yè)務(wù)線的數(shù)據(jù)比較多，產(chǎn)品改需求更多，很多表的結(jié)構(gòu)不堪入目，常用的SQL必需各種嵌套，應(yīng)用起來比較麻煩。

我不喜歡重復(fù)無意義的工作，我希望有清洗整理過的數(shù)據(jù)，于是提需求。

結(jié)果當(dāng)然是需求延期。

這個讓我想起了一段經(jīng)典的對話：

產(chǎn)品&運營：這個很簡單的

研發(fā)：U Can U Up

仔細(xì)思考了一下，數(shù)據(jù)清洗我肯定會不斷改需求（我就是對自己如此不自信），請研發(fā)大哥們的咖啡和晚飯會比較多，那還不如自己動手，反正數(shù)據(jù)分析將來也得用Python，撩袖管UP。

下載Python，安裝GitLab，開啟CI權(quán)限，然后進(jìn)行數(shù)據(jù)倉庫的規(guī)劃。我自然不知道數(shù)據(jù)倉庫應(yīng)該是啥樣子。反正目標(biāo)是我們運營數(shù)據(jù)怎么用怎么爽…

繼續(xù)拿起書本，用Pandas編寫ETL和數(shù)據(jù)倉庫的相關(guān)代碼。期間對數(shù)據(jù)表進(jìn)行了無數(shù)次的調(diào)整，性能優(yōu)化查詢優(yōu)化，怎么樣能適應(yīng)業(yè)務(wù)的拓展，如何防止數(shù)據(jù)膨脹。

Truncate無數(shù)次，換其他公司早被砍了吧。

最終總算滿意，并且將常用的幾個清洗過程函數(shù)化，以后可以快速復(fù)用建表。比如七天內(nèi)某業(yè)務(wù)數(shù)據(jù)，三十日內(nèi)某業(yè)務(wù)數(shù)據(jù)。

數(shù)據(jù)挖掘的常用特征庫一并建立，會用離線算法進(jìn)行一些業(yè)務(wù)響應(yīng)模型的預(yù)測，準(zhǔn)確率達(dá)到75%以上。雖然和大牛們比不咋滴，但是作為運營有算法模型，感覺還是蠻爽的。

下一步，我們團(tuán)隊開始用數(shù)據(jù)倉庫中的數(shù)據(jù)，抽象成用戶畫像。

我網(wǎng)上看過很多用戶畫像的文章，比如用戶的年齡、性別、愛好、財務(wù)狀況等畫像，可我們不是電商行業(yè)，用戶的興趣對我們的業(yè)務(wù)沒有實際幫助。我則只根據(jù)自身對業(yè)務(wù)的理解制定畫像標(biāo)準(zhǔn)。

例如以經(jīng)典的RFM框架，制作標(biāo)簽：一個月沒有產(chǎn)生訂單、近期產(chǎn)生的訂單頻率較低等。幫助銷售和運營判定用戶需要激勵還是發(fā)展。

說白了，我不了解其他企業(yè)的用戶畫像，可能水平再高點，會用上主成分分析或者聚類等。但我依舊堅持以自身運營的角度去分析和提煉，只要對業(yè)務(wù)有幫助就是好的用戶畫像。幸好畫像的代碼都是自己搞定，后期要改需求也是自己改，不用請吃飯了。

自己對數(shù)據(jù)分析的了解和深入，都是工作中一步一個腳印走下去的。有模仿前人的經(jīng)驗，也有團(tuán)隊的摸索。不敢說自己有多少心得，從去年用MySQL到現(xiàn)在也才一年多時間，還有很多有意思的數(shù)據(jù)想嘗試和學(xué)習(xí)：

網(wǎng)站數(shù)據(jù)分析和APP數(shù)據(jù)分析的異同在哪里；

我了解SEO的知識，但是流量沒有實戰(zhàn)檢驗，很想用Python爬蟲＋AB測試去獲得權(quán)重；

營銷很希望有大金額的預(yù)算操作，通過優(yōu)化不斷降低CPC；

Spark已經(jīng)是趨勢，可還沒有接觸過；

數(shù)據(jù)學(xué)的越多，越覺得不算入門，更別提還有運營的本職工作。

另外，我還知道自己的不足和局限，比如不知道大廠的數(shù)據(jù)產(chǎn)品是什么樣的，比如有沒有更棒的數(shù)據(jù)運營案例，都很愿意和大家一起交流。

很高興回答您的問題。

作為一個數(shù)據(jù)分析師，結(jié)合工作我談?wù)勎易约旱目捶ā?/p>

首先，做數(shù)據(jù)分析首先得學(xué)習(xí)數(shù)據(jù)庫，比較數(shù)據(jù)是最基本的資源。

其次，是數(shù)據(jù)分析相關(guān)的理論，為建?；蛘哌M(jìn)行進(jìn)一步分析打基礎(chǔ)。代數(shù)和統(tǒng)計知識要求較高。

再次，學(xué)習(xí)各種軟件。Excel是最最最基本的工具，各種函數(shù)、插件的學(xué)習(xí);SPSS、R至少掌握一種吧，個人認(rèn)為SPSS更容易上手，當(dāng)然每個行業(yè)有自己相對認(rèn)可的工具;Python建議掌握，很強大的工具，清洗數(shù)據(jù)、建模、可視化、爬蟲等等都可以完成。最后建議掌握一個可視化軟件比如Tableau。當(dāng)然分析完需要寫報告，不管文字功底、概括能力、審美能力，都是有要求的。

最后，模型學(xué)習(xí)，這個沒的說，要知道每個模型是用來干什么，比如決策樹做畫像是經(jīng)常會用到的。

特別想說一點，數(shù)據(jù)分析不能只看數(shù)據(jù)，還要相對了解業(yè)務(wù)，脫離業(yè)務(wù)的數(shù)據(jù)分析什么都不是。

希望對您有幫助。