超級菜鳥如何入門數(shù)據(jù)分析？

這篇文章是寶器在知乎上的一個問答，超級菜鳥如何入門數(shù)據(jù)分析？

我的回答全文大致如下(全文很長，建議收藏閱讀)：

經(jīng)常看到很多朋友會問，入行數(shù)據(jù)分析之前我要不要學個java，學個Tableau，然后在學個Python會比較容易。好像是說，數(shù)據(jù)分析一定需要Python才能做，分析變成了為某種編程語言、某種可視化工具服務。

其實這樣誤區(qū)的是很不對的，按這種方式學習下去，即使最 后Python學的很好，也挺難找到一份數(shù)據(jù)分析的工作。 

01

什么是數(shù)據(jù)分析

所以在討論這個話題之前,第 一個問題可能要思考的是什么是數(shù)據(jù)分析。為了簡便，第 一部分寶器先用之前整理的幾張圖回答，詳細文章請見：

請先耐心看完第 一部分:

02

數(shù)據(jù)分析職業(yè)發(fā)展不同階段

第二部分談的是關(guān)于數(shù)據(jù)分析這個崗位不同階段所需要業(yè)務能力和技能需求（這一部分來源參考了各種大佬的解答）。

第 一階段:助理分析師，這是個使命必達的階段，你核心要做的是快速學習，執(zhí)行配合，業(yè)務能力上你需要做到幾點：

問題識別：在一定指導下準確識別問題

分析規(guī)劃：在一定知道下完成分析規(guī)劃

數(shù)據(jù)獲取：提取簡單數(shù)據(jù)，了解分析方法

展示演示：能夠形成報告，展示分析結(jié)果

價值應用：完成業(yè)務需求，提出自己的見解

執(zhí)行和管理能力：合理分配和安排，完成分析任務即可。

影響力：這一階段基本上是學習階段，沒什么大的影響力。

第二階段:數(shù)據(jù)分析師，這是個無懈可擊的階段，你核心要做的是獨立執(zhí)行，小有成就，業(yè)務能力上你需要做到幾點：

問題識別：能夠獨立清晰的識別問題

分析規(guī)劃：明確范圍并做好分析規(guī)劃

數(shù)據(jù)獲?。菏炀毺崛?shù)據(jù)，應用分析方法

展示演示：展現(xiàn)的條理、邏輯、表達清晰

價值應用：提出建議并推動建議被采納

執(zhí)行和管理能力：作為核心成員、控制項目進度和質(zhì)量

影響力：推動建議被采納，跨團隊溝通協(xié)調(diào)

第三階段:資深數(shù)據(jù)分析師，這是個無中生有的階段，你核心要做的是發(fā)掘項目，主動執(zhí)行，業(yè)務能力上你需要做到幾點：

問題識別：發(fā)現(xiàn)問題并轉(zhuǎn)化成分析目標

分析規(guī)劃：提煉問題并做好分析規(guī)劃

數(shù)據(jù)獲?。菏炀毺崛?shù)據(jù)，指導員工分析

展示演示：結(jié)論突出清晰、指導員工

價值應用：提出有效建議，獨立主動

執(zhí)行和管理能力：領(lǐng)導跨部門項目、尋求資源

影響力：具備一定判斷力和影響力

第四階段:數(shù)據(jù)分析專家，這是個獨當一面的階段，你核心要做的是推動業(yè)務，輔導團隊，業(yè)務能力上你需要做到幾點：

問題識別：識別問題并推動解決問題

分析規(guī)劃：提煉問題并做好分析規(guī)劃

數(shù)據(jù)獲?。菏炀毺崛?shù)據(jù)，指導員工分析

展示演示：結(jié)論突出清晰、指導員工

價值應用：提出有效建議，獨立主動

執(zhí)行和管理能力：完成影響力大的復雜項目

影響力：具備較強判斷力和影響力

第五階段:高級數(shù)據(jù)分析專家，這是個紅杏出墻的階段，你核心要做的是統(tǒng)籌規(guī)劃，名聲在外，業(yè)務能力上你需要做到幾點：

問題識別：思考數(shù)據(jù)的價值并規(guī)劃推進

分析規(guī)劃：提煉問題并做好分析規(guī)劃

數(shù)據(jù)獲?。菏炀毺崛?shù)據(jù)，指導員工分析

展示演示：結(jié)論突出清晰、指導員工

價值應用：提出有效建議，獨立主動

執(zhí)行和管理能力：完成影響力大的復雜項目

影響力：分享和指導，在公司層面具有強影響力

第六階段:資深數(shù)據(jù)分析專家，這是個諸葛連弩的階段，你核心要做的是參與決策、指揮有度，業(yè)務能力上你需要做到幾點：

問題識別：提出業(yè)務的前瞻性建議

分析規(guī)劃：提煉問題并做好分析規(guī)劃

數(shù)據(jù)獲?。菏炀毺崛?shù)據(jù)，指導員工分析

展示演示：結(jié)論突出清晰、指導員工

價值應用：提出有效建議，獨立主動

執(zhí)行和管理能力：完成影響力大的復雜項目

影響力：在專業(yè)領(lǐng)域有一定影響力

03 

你需要的技能樹拆解

這一部分談的數(shù)據(jù)從業(yè)者需要學習的一些技能，下圖后面有拆解版(圖打開看更清晰)。

概括為以下內(nèi)容：

1、SQL腳本取數(shù)

SQL一定要寫的非常熟練，最 好是熟悉Hive-sql，可參見以下幾篇文章：

2、統(tǒng)計學理論

統(tǒng)計學可分部分學習，第 一部分是描述性統(tǒng)計，分別要掌握以下知識點：

第二部分是推斷性統(tǒng)計，你最少要知道中心極限定理、大數(shù)定律、置信區(qū)間、假設檢驗、t檢驗、f檢驗、卡方檢驗、ABtest等等。（面試考這一部分較多）可參考這篇文章：

3、機器學習理論。

這部分你需要從幾點準備，第 一要理解每個算法的應用背景，優(yōu)缺點（最重要的）。第二，熟悉常見的公式推倒（不需要每個都會）。大致要掌握的是邏輯回歸、SVM、決策樹、隨機森林、Adboost、XGboost等集成學習、神經(jīng)網(wǎng)絡。（DNN、CNN、inception、ResNet、RNN、LSTM等深度學習算法在數(shù)據(jù)分析面試中很少問，不需要準備那么多）

4、業(yè)務分析。

這部分可以從“人人都是產(chǎn)品經(jīng)理”社區(qū)、增長黑客等內(nèi)容學習，你最少要知道Pv、Uv、DAU等各種指標，如何進行指標拆解、如何進行流量分析、留存分析、用戶行為分析，啥是海盜模型，RFM模型、某個指標下降/上升如何分析等等。寶器之前做流量分析的時候會做一個這樣框架圖，其他的也可參考：

5、

工具類

語言：非大數(shù)據(jù)類R、Python最多（比較geek的也有用julia的，不差錢和某些公司要求的用SAS、Matlab)。

可視化：Tableau、http://plot.ly、d3.js、echarts.js，R里面的ggplot、ggvis，Python里的bokeh、matplotlib、seaborn、Pyechart等都不錯.

其他框架、類庫（選學）：爬蟲(requests、beautifulsoup、scrapy).

04

想好自己的發(fā)展方向

數(shù)據(jù)分析的小方向比較多，分類方法也不盡相同。在這里根據(jù)技術(shù)要求的側(cè)重點不同，簡單的劃分為三個方向（這部分回答乘次不齊，有的是直接簡單的分技術(shù)類和業(yè)務類，這里參考廣大網(wǎng)友作答）：

1、BI方向
BI的概念已經(jīng)出現(xiàn)很久了，但仍然不過時。
重點在于如何設計高效的數(shù)據(jù)模型，以及如何通過BI工具從多個角度觀察數(shù)據(jù)，了解數(shù)據(jù)內(nèi)部的規(guī)律。

傳統(tǒng)的BI工具可以滿足大部分傳統(tǒng)企業(yè)的數(shù)據(jù)分析場景。近些年隨著分析工具功能日趨強大，大數(shù)據(jù)領(lǐng)域的BI平臺也有了長足的發(fā)展。所以BI仍然具有強大的生命力。

2、機器學習方向
機器學習與BI的區(qū)別在于，更多的依賴機器模擬人類學習的過程去發(fā)現(xiàn)數(shù)據(jù)內(nèi)在的規(guī)律，構(gòu)建一個數(shù)據(jù)模型，通過某些算法來預測未來的可能性。
機器學習和深度學習概念非?；馃?，但相對入門門檻也較高，因為想真正理解那些算法的原理需要高等數(shù)學的基礎(chǔ)。

3、行業(yè)分析方向
還有一些數(shù)據(jù)分析師，僅僅通過一些公開的市場宏觀數(shù)據(jù)，通過經(jīng)濟學和統(tǒng)計學分析方法，觀察經(jīng)濟的運行狀況，從而發(fā)現(xiàn)行業(yè)的經(jīng)濟發(fā)展規(guī)律，進一步預測未來行業(yè)發(fā)展的趨勢。這個方向也很不錯的，但是需要對統(tǒng)計和經(jīng)濟學有一定基礎(chǔ)。

首先要認準自身的優(yōu)勢，參考上面列出的幾個發(fā)展方向，選擇其一進行深入的學習和實踐。

如果計算機基礎(chǔ)比較好，擅長SQL和BI工具，可以向著BI方向發(fā)展；如果數(shù)學基礎(chǔ)比較好，可以考慮機器學習方向；如果對所在行業(yè)的業(yè)務比較精通，也可以從事業(yè)務分析或行業(yè)分析方向。

做適合的和喜歡的最重要。不論哪個方向，都是要先掌握工具使用，了解你要分析的業(yè)務流程，培養(yǎng)獨到的分析思維模式，鍛煉自己的表達。

關(guān)于貪心學院

北京貪心科技有限公司是一家追求極 致、有情懷的教育科技公司，目前專注在泛AI領(lǐng)域的在線教育，從產(chǎn)品的角度我們提供非常體系化的AI內(nèi)容，滿足不同用戶對技能提升的需求。另外，從技術(shù)驅(qū)動的角度，我們力求借助AI的技術(shù)來優(yōu)化整個教學環(huán)節(jié)的效率，讓在線教育真正變得智能化、實現(xiàn)智能教育的 4.0。我們的核心團隊由微軟、谷歌、亞馬遜、百度等企業(yè)的科學家、資深算法工程師組成，其中絕大部分畢業(yè)于海內(nèi)外最頂 尖學府如CMU、USC、哥大、耶魯?shù)鹊取?/p>