都有哪些人想要成為(wèi)數據分析師(shī)

從(cóng)我看(kàn)到(dào)想要成為(wèi)數據分析師(shī)的人大緻有三類：

第一(yī)類是非計算(suàn)機(jī)專業(yè)的在校生(shēng)，不知道怎麽回事(shì)，反正就(jiù)是對數據感興趣了，然後想畢業(yè)之後從(cóng)事(shì)相(xiàng)關工(gōng)作，但對職位要求、該做什麽準備一(yī)無所知，處于懵懂(dǒng)期;

　　第二類是互聯網公司的産品經理和運營經理，及少數的市(shì)場經理。這些人在實際工(gōng)作中，發現确實數據很有用，但對自(zì)己的數據分析能(néng)力感到(dào)不滿意，進而想做出提升;

　　第三類是傳統企業(yè)的業(yè)務人員(yuán)，也是不知道怎麽就(jiù)對數據感興趣了，想要從(cóng)事(shì)數據分析相(xiàng)關的崗位，但缺少時間系統學習，工(gōng)作經曆又(yòu)不足以支撐自(zì)己跳到(dào)數據分析職位。

　　對于不同的背景，采用一(yī)樣的方法去訓練，顯然是不合理的。我先來講解一(yī)下(xià)數據相(xiàng)關的角色以及職責，說不定你認識清楚了就(jiù)不想成為(wèi)數據分析師(shī)了，就(jiù)可以不用往下(xià)看(kàn)了。如果還(hái)有信心，那我就(jiù)介紹一(yī)下(xià)要學習的基礎内容，然後再介紹進階的内容。

數據相(xiàng)關的角色

　　圍繞數據分析，主要有六種角色。從(cóng)平台建設線上(shàng)，包括：

　　數據平台工(gōng)程師(shī)：負責數據平台的研發，牽涉到(dào)從(cóng)數據采集到(dào)分析的相(xiàng)關組件(jiàn)開(kāi)發。

　　數據挖掘工(gōng)程師(shī)：利用機(jī)器(qì)學習/數據挖掘相(xiàng)關技(jì)術(shù)，研發算(suàn)法模型，用于個(gè)性化推薦、用戶畫(huà)像、精準廣告等。

　　數據産品經理：把數據相(xiàng)關的需求抽象為(wèi)數據平台的功能(néng)産品。

　　從(cóng)數據流向的角度，包括：

　　ETL工(gōng)程師(shī)：把工(gōng)程團隊的模塊産生(shēng)的數據，不管是日志(zhì)、數據表，還(hái)是埋點的數據，進行清洗、轉換，建模成利于數據分析的數據。ETL是Extract–Transform–Load的縮寫。

　　數據分析師(shī)：利用ETL工(gōng)程師(shī)處理好的數據，滿足業(yè)務人員(yuán)的數據需求。

　　業(yè)務人員(yuán)：産品、運營、市(shì)場、管理層等，因為(wèi)産品改進、運營活動、商業(yè)決策等，有數據需求。

數據分析師(shī)的職責範圍

　　通(tōng)過上(shàng)面的角色劃分，我們可以清楚數據分析師(shī)在整個(gè)數據版圖中的位置。數據分析師(shī)一(yī)方面要和業(yè)務人員(yuán)打交道，滿足業(yè)務人員(yuán)的數據需求，另一(yī)方面，要借助ETL工(gōng)程師(shī)建模好的數據，以及數據平台工(gōng)程師(shī)開(kāi)發的平台，來更高(gāo)效的完成工(gōng)作。

　　有些公司在人員(yuán)緊缺的情況下(xià)，會(huì)把ETL工(gōng)程師(shī)要做的工(gōng)作，也安排給數據分析師(shī)，這樣對數據分析師(shī)的開(kāi)發能(néng)力和建模能(néng)力，就(jiù)會(huì)有更高(gāo)的要求。最後一(yī)點是提供洞察，前面的工(gōng)作更多(duō)的是被動的，數據分析師(shī)還(hái)要主動的發現數據中的異常，将這些異常指導業(yè)務。

　　看(kàn)了這些工(gōng)作内容，可能(néng)并不會(huì)覺得特别高(gāo)大上(shàng)。我曾經有個(gè)組員(yuán)，幹了一(yī)年(nián)多(duō)的數據統計工(gōng)作，覺得整天寫腳本太枯燥了，堅決要求再也不做相(xiàng)關工(gōng)作了。其實數據分析師(shī)如果做的不好，就(jiù)會(huì)發現自(zì)己無非是在“取數”。業(yè)務人員(yuán)提了需求，然後把要的數據給提取出來，自(zì)己就(jiù)是一(yī)個(gè)流水(shuǐ)線工(gōng)人，沒有一(yī)點成就(jiù)感。

　　這裡(lǐ)發揮一(yī)下(xià)抽象能(néng)力，就(jiù)可能(néng)把一(yī)些重複的“取數”工(gōng)作給解決掉，用機(jī)器(qì)代替人工(gōng)。所以理解業(yè)務，提供自(zì)己的思考與抽象，很重要。

數據分析師(shī)的基本要求

　　對數據感興趣：是不是看(kàn)到(dào)一(yī)行行的數字就(jiù)頭大，選擇直接跳過?還(hái)是願意花些時間研究這些數字背後意味著(zhe)什麽?如果你看(kàn)蘋果的發布會(huì)的話，會(huì)看(kàn)到(dào)喬布斯的幻燈片裡(lǐ)出現最多(duō)的就(jiù)是數字，賣了多(duō)少部，分了多(duō)少錢(qián)，厚度減少到(dào)多(duō)少毫米之類的，他相(xiàng)信數字簡單明了。

　　如果對數據不感興趣，這個(gè)角色一(yī)定不适合你。

　　良好的理解和抽象能(néng)力：把業(yè)務人員(yuán)說的隻言片語，抽象為(wèi)明确的數據需求，清楚怎麽從(cóng)基礎數據中實現出來。還(hái)有把一(yī)些重複性的需求，抽象出模式來，用機(jī)器(qì)來替代。

　　良好的表達能(néng)力：數據分析師(shī)有個(gè)天然的優勢，能(néng)夠直接和老闆打交道，這就(jiù)要求你能(néng)站在老闆的層面來表達。把一(yī)堆堆的數據，很好的呈現給業(yè)務人員(yuán)，幫助他們做出正确的決策。

　　快速動手能(néng)力：業(yè)務人員(yuán)提的數據需求，巴不得下(xià)一(yī)秒(miǎo)都拿到(dào)。

　　興趣是可以培養的，既然願意看(kàn)這篇文章，說明有興趣。理解、表達、動手能(néng)力，是要有意識的訓練。數據分析的專業(yè)能(néng)力，是可以通(tōng)過學習提升的。

數據分析師(shī)要學習的内容

　　統計學：我看(kàn)一(yī)些人推薦了不少統計學的專業(yè)書籍，直接把人吓跑了。我自(zì)己就(jiù)大學時候學過《概率論與數理統計》，其他統計相(xiàng)關的内容也沒怎麽看(kàn)過。對于互聯網的數據分析來說，并不需要掌握太複雜(zá)的統計理論。所以隻要按照(zhào)本科教材，學一(yī)下(xià)統計學就(jiù)夠了。

　　一(yī)是讓你相(xiàng)信統計本身是一(yī)門(mén)科學，這不是星座算(suàn)命。

　　二是在研究數據時，知道一(yī)些特征是負責統計學規律的。我在剛參加工(gōng)作時，看(kàn)到(dào)百度知道過億的用戶訪問，但每天訪問的量波動不超過3%，感覺太神奇了。

　　編程能(néng)力：學會(huì)一(yī)門(mén)編程語言，會(huì)讓你處理數據的效率大大提升。如果你隻會(huì)在Excel上(shàng)複制粘貼，動手能(néng)力是不可能(néng)快的。我比較推薦Python，上(shàng)手比較快，寫起來比較優雅。

　　數據庫：數據分析師(shī)經常和數據庫打交道，不掌握數據庫的使用可不行。學會(huì)如何建表和使用SQL語言進行數據處理，可以說是必不可少的技(jì)能(néng)。

　　數據倉庫：許多(duō)人分不清楚數據庫和數據倉庫的差異，簡單來說，數據倉庫記錄了所有曆史數據，專門(mén)設計為(wèi)方便數據分析人員(yuán)高(gāo)效使用的。 

　　數據分析方法：對于互聯網數據分析人員(yuán)來說，可以看(kàn)一(yī)下(xià)《精益創業(yè)》和《精益數據分析》，掌握常用的數據分析方法，然後再根據自(zì)己公司的産品調整，靈活組合。

　　數據分析工(gōng)具：SAS、Matlab、SPSS這些工(gōng)具經常有人推薦，我要說的是在互聯網公司一(yī)般都用不上(shàng)。

　　做可視化的Tableau，統計分析的友(yǒu)盟、百度統計，還(hái)有像我們神策分析等。

　　這些工(gōng)具本身不一(yī)定能(néng)滿足你的所有需求，但會(huì)讓數據分析變的更高(gāo)效。我自(zì)己整理過一(yī)個(gè)豆瓣書列，有興趣的可以看(kàn)看(kàn)：數據分析師(shī)豆列。上(shàng)面的内容學習後，隻能(néng)說成為(wèi)一(yī)名合格的數據分析師(shī)。

　　要成為(wèi)高(gāo)級數據分析師(shī)的話，一(yī)方面是要強化對業(yè)務的理解，最好是做到(dào)通(tōng)過數據分析幫助公司決策方向，或者說促進企業(yè)快速增長(cháng)。另一(yī)方面，要加強機(jī)器(qì)學習/數據挖掘的專業(yè)知識學習，将機(jī)器(qì)學習成為(wèi)數據分析的手段。比如預測用戶的流失，對用戶進行自(zì)動分類等。你能(néng)提供的價值就(jiù)大不相(xiàng)同了。最後，要強調的是，數據分析師(shī)是一(yī)個(gè)實踐的職位，要在實際項目中不斷的訓練，才能(néng)成為(wèi)高(gāo)手。