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)?？吹胶芏嗯笥褧?，入行數(shù)據(jù)分析之前我要不要學(xué)個java，學(xué)個Tableau，然后在學(xué)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(wù)。

其實(shí)這樣誤區(qū)的是很不對的，按這種方式學(xué)習(xí)下去，即使最 后Python學(xué)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(xì)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(wù)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(dá)的階段，你核心要做的是快速學(xué)習(xí)，執(zhí)行配合，業(yè)務(wù)能力上你需要做到幾點(diǎn)：

問題識別：在一定指導(dǎo)下準(zhǔn)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?。禾崛『唵螖?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(yīng)用：完成業(yè)務(wù)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(wù)即可。

影響力：這一階段基本上是學(xué)習(xí)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(dú)立執(zhí)行，小有成就，業(yè)務(wù)能力上你需要做到幾點(diǎn)：

問題識別：能夠獨(dú)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(yīng)用分析方法

展示演示：展現(xiàn)的條理、邏輯、表達(dá)清晰

價值應(yīng)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(xiàng)目進(jìn)度和質(zhì)量

影響力：推動建議被采納，跨團(tuán)隊(duì)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(xiàng)目，主動執(zhí)行，業(yè)務(wù)能力上你需要做到幾點(diǎn)：

問題識別：發(fā)現(xiàn)問題并轉(zhuǎn)化成分析目標(biāo)

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(dǎo)員工分析

展示演示：結(jié)論突出清晰、指導(dǎo)員工

價值應(yīng)用：提出有效建議，獨(dú)立主動

執(zhí)行和管理能力：領(lǐng)導(dǎo)跨部門項(xiàng)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(dú)當(dāng)一面的階段，你核心要做的是推動業(yè)務(wù)，輔導(dǎo)團(tuán)隊(duì)，業(yè)務(wù)能力上你需要做到幾點(diǎn)：

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(dǎo)員工分析

展示演示：結(jié)論突出清晰、指導(dǎo)員工

價值應(yīng)用：提出有效建議，獨(dú)立主動

執(zhí)行和管理能力：完成影響力大的復(fù)雜項(xiàng)目

影響力：具備較強(qiáng)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(wù)能力上你需要做到幾點(diǎn)：

問題識別：思考數(shù)據(jù)的價值并規(guī)劃推進(jìn)

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(dǎo)員工分析

展示演示：結(jié)論突出清晰、指導(dǎo)員工

價值應(yīng)用：提出有效建議，獨(dú)立主動

執(zhí)行和管理能力：完成影響力大的復(fù)雜項(xiàng)目

影響力：分享和指導(dǎo)，在公司層面具有強(qiáng)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(wù)能力上你需要做到幾點(diǎn)：

問題識別：提出業(yè)務(wù)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(dǎo)員工分析

展示演示：結(jié)論突出清晰、指導(dǎo)員工

價值應(yīng)用：提出有效建議，獨(dú)立主動

執(zhí)行和管理能力：完成影響力大的復(fù)雜項(xiàng)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(xué)習(xí)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(jì)學(xué)理論

統(tǒng)計(jì)學(xué)可分部分學(xué)習(xí)，第 一部分是描述性統(tǒng)計(jì)，分別要掌握以下知識點(diǎn)：

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

3、機(jī)器學(xué)習(xí)理論。

這部分你需要從幾點(diǎn)準(zhǔn)備，第 一要理解每個算法的應(yīng)用背景，優(yōu)缺點(diǎn)（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(jī)森林、Adboost、XGboost等集成學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)。（DNN、CNN、inception、ResNet、RNN、LSTM等深度學(xué)習(xí)算法在數(shù)據(jù)分析面試中很少問，不需要準(zhǔn)備那么多）

4、業(yè)務(wù)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(xué)習(xí)，你最少要知道Pv、Uv、DAU等各種指標(biāo)，如何進(jìn)行指標(biāo)拆解、如何進(jìn)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(biāo)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(xué)）：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(diǎn)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(wù)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(diǎn)在于如何設(shè)計(jì)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(qiáng)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(qiáng)大的生命力。

2、機(jī)器學(xué)習(xí)方向
機(jī)器學(xué)習(xí)與BI的區(qū)別在于，更多的依賴機(jī)器模擬人類學(xué)習(xí)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(yù)測未來的可能性。
機(jī)器學(xué)習(xí)和深度學(xué)習(xí)概念非?；馃?，但相對入門門檻也較高，因?yàn)橄胝嬲斫饽切┧惴ǖ脑硇枰叩葦?shù)學(xué)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(jì)學(xué)和統(tǒng)計(jì)學(xué)分析方法，觀察經(jīng)濟(jì)的運(yùn)行狀況，從而發(fā)現(xiàn)行業(yè)的經(jīng)濟(jì)發(fā)展規(guī)律，進(jìn)一步預(yù)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(jì)和經(jīng)濟(jì)學(xué)有一定基礎(chǔ)。

首先要認(rèn)準(zhǔn)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(jìn)行深入的學(xué)習(xí)和實(shí)踐。

如果計(jì)算機(jī)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(xué)基礎(chǔ)比較好，可以考慮機(jī)器學(xué)習(xí)方向；如果對所在行業(yè)的業(yè)務(wù)比較精通，也可以從事業(yè)務(wù)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(wù)流程，培養(yǎng)獨(dú)到的分析思維模式，鍛煉自己的表達(dá)。

關(guān)于貪心學(xué)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(xué)環(huán)節(jié)的效率，讓在線教育真正變得智能化、實(shí)現(xiàn)智能教育的 4.0。我們的核心團(tuán)隊(duì)由微軟、谷歌、亞馬遜、百度等企業(yè)的科學(xué)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(xué)府如CMU、USC、哥大、耶魯?shù)鹊取?/p>