最近接到(dào)一(yī)個(gè)職業(yè)訪談的邀請，要給對數據分析感興趣的新人Y(目前在知名電(diàn)商從(cóng)事(shì)系統開(kāi)發和維護)一(yī)些建議，才突然發現自(zì)己在這個(gè)領域打滾了一(yī)段時間，一(yī)陣感歎後，寫下(xià)自(zì)己的一(yī)些體會(huì)，盡管不全面，但或許能(néng)夠給新人一(yī)些借鑒。如有不妥地方，請各位數據大牛輕拍。

　　一(yī)、數據分析師(shī)有哪些要求?

　　1、理論要求及對數字的敏感性，包括統計知識、市(shì)場研究、模型原理等。

　　2、工(gōng)具使用，包括挖掘工(gōng)具、數據庫、常用辦公軟件(jiàn)(excel、PPT、word、腦(nǎo)圖)等。

　　3、業(yè)務理解能(néng)力和對商業(yè)的敏感性。對商業(yè)及産品要有深刻的理解，因為(wèi)數據分析的出發點就(jiù)是要解決商業(yè)的問題，隻有理解了商業(yè)問題，才能(néng)轉換成數據分析的問題，從(cóng)而滿足部門(mén)的要求。

　　4、彙報(bào)和圖表展現能(néng)力。這是臨門(mén)一(yī)腳，做得再好的分析模型，如果不能(néng)很好地展示給領導和客戶，成效就(jiù)大打折扣，也會(huì)影響到(dào)數據分析師(shī)的職業(yè)晉升。

　　二、請把數據分析作為(wèi)一(yī)種能(néng)力來培養

　　從(cóng)廣義來說，現在大多(duō)數的工(gōng)作都需要用到(dào)分析能(néng)力，特别是數據化運營理念深入的今天，像BAT這樣的公司強調全員(yuán)參與數據化運營，所以，把它作為(wèi)一(yī)種能(néng)力培訓，将會(huì)讓你終生(shēng)受益。

　　三、從(cóng)數據分析的四個(gè)步驟來看(kàn)清數據分析師(shī)需具備的能(néng)力和知識：

　　數據分析的四個(gè)步驟(這有别于數據挖掘流程：商業(yè)理解、數據理解、數據準備、模型搭建、模型評估、模型部署)，是從(cóng)更宏觀地展示數據分析的過程：獲取數據、處理數據、分析數據、呈現數據。

　　(一(yī))獲取數據

　　獲取數據的前提是對商業(yè)問題的理解，把商業(yè)問題轉化成數據問題，要通(tōng)過現象發現本質，确定從(cóng)哪些緯度來分析問題，界定問題後，進行數據的采集。此環節，需要數據分析師(shī)具備結構化的思維和對商業(yè)問題的理解能(néng)力。

　　推薦書籍：《金字塔原理》、麥肯錫三部曲：《麥肯錫意識》、《麥肯錫工(gōng)具》、《麥肯錫方法》

　　工(gōng)具：思維導圖、mindmanager軟件(jiàn)

　　(二)處理數據

　　一(yī)個(gè)數據分析項目，通(tōng)常數據處理時間占70%以上(shàng)，使用先進的工(gōng)具有利于提升效率，所以盡量學習最新最有效的處理工(gōng)具，以下(xià)介紹的是最傳統的，但卻很有效率的工(gōng)具：

　　Excel：日常在做通(tōng)報(bào)、報(bào)告和抽樣分析中經常用到(dào)，其圖表功能(néng)很強大，處理10萬級别的數據很輕松。

　　UltraEdit：文本工(gōng)具，比TXT工(gōng)具好用，打開(kāi)和運行速度都比較快。

　　ACCESS：桌面數據庫，主要是用于日常的抽樣分析(做全量統計分析，消耗資源和時間較多(duō)，通(tōng)常分析師(shī)會(huì)随機(jī)抽取部分數據進行分析)，使用SQL語言，處理100萬級别的數據還(hái)是很快捷。

　　Orcle、SQLsever：處理千萬級别的數據需要用到(dào)這兩類數據庫。

　　當然，在自(zì)己能(néng)力和時間允許的情況下(xià)，學習新流行的分布式數據庫及提升自(zì)身的編程能(néng)力，對未來的職業(yè)發展也有很大幫助。

　　分析軟件(jiàn)主要推薦：

　　SPSS系列：老牌的統計分析軟件(jiàn)，SPSSStatistics(偏統計功能(néng)、市(shì)場研究)、SPSSModeler(偏數據挖掘),不用編程，易學。

　　SAS：老牌經典挖掘軟件(jiàn)，需要編程。

　　R：開(kāi)源軟件(jiàn)，新流行，對非結構化數據處理效率上(shàng)更高(gāo)，需編程。

　　随著(zhe)文本挖掘技(jì)術(shù)進一(yī)步發展，對非結構化數據的分析需求也越來越大，需要進一(yī)步關注文本挖掘工(gōng)具的使用。

　　(三)分析數據

　　分析數據，需要用到(dào)各類的模型，包括關聯規則、聚類、分類、預測模型等，其中一(yī)個(gè)最重要的思想是對比，任何的數據需要在參照(zhào)系下(xià)進行對比，結論才有意義。

　　推薦的書籍：

　　1、《數據挖掘與數據化運營實戰，思路(lù)、方法、技(jì)巧與應用》，盧輝著(zhe)，機(jī)械出版社。這本書是近年(nián)國(guó)内寫得最好的，務必把它當作聖經一(yī)樣來讀(dú)。

　　2、《誰說菜鳥不會(huì)數據分析(入門(mén)篇)》和《誰說菜鳥不會(huì)數據分析(工(gōng)具篇)》，張文霖等編著(zhe)。屬于入門(mén)級的書，适合初學者。

　　3、《統計學》第五版，賈俊平等編著(zhe)，中國(guó)人民(mín)大學出版社。比較好的一(yī)本統計學的書。

　　4、《數據挖掘導論》完整版，[美]Pang-NingTan等著(zhe)，範明等翻譯，人民(mín)郵電(diàn)出版社。

　　5、《數據挖掘概念與技(jì)術(shù)》,JiaweiHan等著(zhe)，範明等翻譯，機(jī)械工(gōng)業(yè)出版社。這本書相(xiàng)對難一(yī)些。

　　6、《市(shì)場研究定量分析方法與應用》，簡明等編著(zhe)，中國(guó)人民(mín)大學出版社。

　　7、《問卷統計分析實務—SPSS操作與應用》，吳明隆著(zhe)，重慶大學出版社。在市(shì)場調查領域比較出名的一(yī)本書，對問卷調查數據分析講解比較詳細。

　　(四)呈現數據

　　該部分需要把數據結果進行有效的呈現和演講彙報(bào)，需要用到(dào)金字塔原理、圖表及PPT、word的呈現，培養良好的演講能(néng)力。

　　推薦書籍：

　　1、《說服力讓你的PPT會(huì)說話》，張志(zhì)等編著(zhe)，人民(mín)郵電(diàn)出版社。

　　2、《别告訴我你懂(dǒng)ppt》加強版，李治著(zhe)，北(běi)京大學出版社。

　　3、《用圖表說話》，基恩。澤拉茲尼著(zhe)，馬曉路(lù)等翻譯，清華大學出版社。

　　(五)其他的知識結構

　　數據分析師(shī)除了具備數學知識外，還(hái)要具備市(shì)場研究、營銷管理、心理學、行為(wèi)學、産品運營、互聯網、大數據等方面的知識，需要構建完整廣泛的知識體系，才能(néng)支撐解決日常遇到(dào)的不同類型的商業(yè)問題。

　　推薦書籍：

　　1、《消費(fèi)者行為(wèi)學》第10版，希夫曼等人著(zhe)，江林等翻譯，中國(guó)人民(mín)大學出版社，現在應該更新到(dào)更高(gāo)的版本。

　　2、《怪誕行為(wèi)學》升級版，艾瑞裡(lǐ)著(zhe)，趙德亮等翻譯，中信出版社

　　3、《營銷管理》，科特勒等著(zhe)，梅清豪翻譯，格緻出版社和上(shàng)海人民(mín)出版社聯合出版

　　4、《互聯網思維—獨孤九劍》，趙大偉主編，機(jī)械出版社

5、《大數據時代—生(shēng)活、工(gōng)作與思維的大變革》，舍恩伯格等著(zhe)，周濤等翻譯，浙江人民(mín)出版社

　　四、關于數據分析師(shī)的職業(yè)發展：

　　1、數據分析師(shī)通(tōng)常分兩類，分工(gōng)不同，但各有優勢。

　　一(yī)類是在專門(mén)的挖掘團隊裡(lǐ)面從(cóng)事(shì)數據挖掘和分析工(gōng)作的。如果你能(néng)在這類專業(yè)團隊學習成長(cháng)，那是幸運的，但進入這類團隊的門(mén)檻較高(gāo)，需要紮實的數據挖掘知識、挖掘工(gōng)具應用經驗和編程能(néng)力。該類分析師(shī)更偏向技(jì)術(shù)線條，未來的職業(yè)通(tōng)道可能(néng)走專家的技(jì)術(shù)路(lù)線。

　　另一(yī)類是下(xià)沉到(dào)各業(yè)務團隊或者運營部門(mén)的數據分析師(shī)，成為(wèi)業(yè)務團隊的一(yī)員(yuán)。他們工(gōng)作是支撐業(yè)務運營，包括日常業(yè)務的異常監控、客戶和市(shì)場研究、參與産品開(kāi)發、建立數據模型提升運營效率等。該類型分析師(shī)偏向産品和運營，可以轉向做運營和産品。

　　2、數據分析師(shī)的理想行業(yè)在互聯網，但條條大道通(tōng)羅馬，走合适你的路(lù)線。

　　從(cóng)行業(yè)的角度來看(kàn)：

　　1)互聯網行業(yè)是數據分析應用最廣的行業(yè)，其中的電(diàn)商企業(yè)，更是目前最火的，而且企業(yè)也更重視數據分析的價值，是數據分析師(shī)理想的成長(cháng)平台。

　　2)其次是咨詢公司(比如專門(mén)的數據挖掘公司Teradata、尼爾森等市(shì)場研究公司)，他們需要數據分析人才，而且相(xiàng)對來說，數據分析師(shī)在咨詢公司成長(cháng)的速度更快，專業(yè)也會(huì)更全面。

　　3)再次是金融行業(yè)，比如銀(yín)行和證券等行業(yè)，該行業(yè)對數據分析的依賴需求，越來越大。

　　4)最後是電(diàn)信行業(yè)(中國(guó)移動、聯通(tōng)和電(diàn)信)，它們擁有海量的數據，在嚴峻的競争下(xià)，也越來越重視數據分析，但進入這些公司的門(mén)檻比較高(gāo)。

　　五、什麽人适合學習數據分析?

　　這個(gè)問題的答案跟“什麽人适合學功夫”一(yī)樣，毫無疑問，功夫是适合任何人學習的(排除心術(shù)不正的人)，因為(wèi)能(néng)夠強身健體。而功夫的成效，要看(kàn)習武者的修煉深淺。常常有人争論，是詠春拳厲害，還(hái)是散打厲害，其實是颠倒了因果，應該看(kàn)哪個(gè)人練習得比較好，流派之間沒有高(gāo)低(dī)，隻有人修煉的厚薄。

　　實際上(shàng)，問題的潛台詞是“什麽人學習數據分析，會(huì)更容易取得成功(比如職業(yè)成功)”，這個(gè)要視乎你的興趣、付出和機(jī)遇。但要做到(dào)出類拔萃，除了上(shàng)面三點，還(hái)需要一(yī)點天賦，這裡(lǐ)的機(jī)遇是指你遇到(dào)的職業(yè)發展平台、商業(yè)環境、導師(shī)和同事(shì)。

　　借用管理大師(shī)德魯克的話“管理是可以習得的”，管理并非是天生(shēng)的，而數據分析能(néng)力，也可以後天提升。或許做到(dào)優秀，隻需要你更加的努力+興趣，而這個(gè)努力的過程，也包括你尋找機(jī)遇的部分。

　　六、關于如何學習：

　　學習方法千萬種，關鍵是找到(dào)适合自(zì)己的，最好能(néng)夠結合你的工(gōng)作遇到(dào)的問題來學習。

　　1、搜集書籍、案例庫和視頻，先弄懂(dǒng)理論，然後學會(huì)軟件(jiàn)操作，自(zì)己制作屬于自(zì)己的教程。

　　比如，你學習聚類分析模型。1)搜集相(xiàng)關的聚類分析模型的書籍、案例和教學視頻，了解聚類分析的原理，主要有哪幾種算(suàn)法(劃分、層次、密度、網格)、模型适用的範圍和前提、如何評估模型的精确度等。

　　2)自(zì)己學會(huì)用軟件(jiàn)來實現。

　　3)總結整理成一(yī)份PPT和制作操作視頻，成為(wèi)自(zì)己的學習教程，不斷完善。

　　4)學習到(dào)一(yī)定程度後，可以在博客、微信等渠道分享，授人與漁，而自(zì)己也會(huì)有所收獲。

　　2、關注名人、名博、網站，多(duō)渠道學習。

　　1)關注專業(yè)的數據分析、咨詢公司網站和論壇，特别強調，統計軟件(jiàn)公司的網站如SPSS的官網有很多(duō)案例庫，值得關注。

　　數據分析網：http://www.afenxi.com/中國(guó)統計網：http://www.itongji.cn/愛數據網：http://www.lovedata.cn/

　　SPSS的案例庫，可在官網上(shàng)搜索各類案例：http://www.ibm.com/developerworks/cn/data/library/techarticle/dm-1108zhangzy/index.html

　　另外，你最好建一(yī)個(gè)自(zì)己的網址導航目錄，提升你的學習效率

　　2)關注名人名博，最好能(néng)加他們的微博、微信和微信公衆号，看(kàn)牛人的博客和微信等内容，還(hái)是能(néng)得到(dào)很多(duō)引導，這個(gè)你懂(dǒng)的。

　　如沈浩老師(shī)的博客：http://shenhaolaoshi.blog.sohu.com/數據分析網公衆号：afenxi_com數據海洋公衆号：dataplayer“數聚”公衆号：shuju_vip

　　3)加入一(yī)些有共同愛好的QQ群，互相(xiàng)學習交流。通(tōng)常群裡(lǐ)有人會(huì)提出一(yī)些真實的運營問題，然後大家用不同的方法去解決，對思路(lù)很有啓發。

　　4)碎片化學習，最大化你的時間價值。為(wèi)了把零散的時間利用起來，通(tōng)常我會(huì)把一(yī)些資料上(shàng)載到(dào)網盤，在零碎的時間裡(lǐ)通(tōng)過手機(jī)進行視頻、文檔學習等。目前使用百度雲盤和360網盤。百度雲盤應用比較廣，通(tōng)常在網絡上(shàng)搜索“關鍵詞+百度雲”後，搜到(dào)結果可以直接保存在雲盤上(shàng)，搜索保存速度極大提升。360網盤則空間比較大，可以到(dào)達40T，同時有保險箱加密功能(néng)，安全性高(gāo)一(yī)些。

　　手機(jī)上(shàng)安裝一(yī)些APP，随時随地學習。

　　七、最後的建議

　　請再次問問自(zì)己，是否真的喜歡數據分析，能(néng)否忍受處理數據時的寂寞?如果是，那就(jiù)開(kāi)始學習，給你幾條建議。

　　1、把數據分析作為(wèi)一(yī)種能(néng)力培養，讓自(zì)己在現在的團隊中展現出良好的數據分析能(néng)力，為(wèi)你以後内部轉崗做好準備。如果内部轉崗不成，你可以考慮跳槽到(dào)我之前分析的行業(yè)中，但我強烈建議你還(hái)是需要把系統開(kāi)發的編程能(néng)力學習好，并且對商業(yè)智能(néng)系統(BI和CRM)有一(yī)定了解，這也許是應聘數據分析的優勢。如果沒有數據分析經驗去應聘，相(xiàng)對會(huì)難一(yī)些，用人單位會(huì)考你統計和數據挖掘模型方面的知識，以及工(gōng)具使用情況。

　　2、在公司裡(lǐ)找一(yī)些有共同愛好的同事(shì)一(yī)起學習數據分析，平時多(duō)請教數據分析做得好的同事(shì)，它山之石，可以攻玉。

　　3、紮實學好一(yī)、兩門(mén)數據挖掘軟件(jiàn)，基于你有編程的基礎，建議你可以學SAS或者R，同時輔助學習SPSSModeler。如果沒編程基礎或者希望短期能(néng)夠取得成效，那也可以先學習SPSS。SAS+SPSS，基本能(néng)夠滿足很大部分企業(yè)的需求，三者都會(huì)，那更好。

　　4、要了解公司是如何運營，産品是如何開(kāi)發的，如何做客戶研究鎖定客戶需求，如何做産品營銷，這些需要不斷工(gōng)作積累和廣泛的閱讀(dú)。

　　5、開(kāi)始學習時，先讀(dú)幾本有趣的數據分析類的書，然後系統學習一(yī)下(xià)統計知識(建議教材用《統計學》第五版，賈俊平等編著(zhe))，接著(zhe)網上(shàng)快速搜集軟件(jiàn)操作視頻和案例，然後逐個(gè)分析模型進行學習和總結歸納，學習最好能(néng)夠結合實際工(gōng)作中的問題進行。

　　6、學習到(dào)一(yī)定程度時，參加一(yī)些數據分析師(shī)的職業(yè)認證，進一(yī)步梳理知識結構，同時認識一(yī)些志(zhì)同道合的朋友(yǒu)和老師(shī)，也是對你有很大幫助。

　　希望你能(néng)夠成為(wèi)你想成為(wèi)的人!（責編：pingxiaoli）

微信掃一(yī)掃

關注昊雲訂閱号