最近接到一(yī)個(gè)職業訪談的邀請，要給對數據分(fēn)析感興趣的新(xīn)人(rén)Y(目前在知名電商(shāng)從事(shì)系統開發和維護)一(yī)些(xiē)建議(yì)，才突然發現(xiàn)自己在這(zhè)個(gè)領域打滾了(le)一(yī)段時(shí)間(jiān)，一(yī)陣感歎後，寫下(xià)自己的一(yī)些(xiē)體(tǐ)會，盡管不全面，但(dàn)或許能(néng)夠給新(xīn)人(rén)一(yī)些(xiē)借鑒。如(rú)有不妥地方，請各位數據大牛輕拍。

　　一(yī)、數據分(fēn)析師有哪些(xiē)要求?

　　1、理(lǐ)論要求及對數字的敏感性，包括統計知識、市(shì)場(chǎng)研究、模型原理(lǐ)等。

　　2、工具使用，包括挖掘工具、數據庫、常用辦公軟件(excel、PPT、word、腦圖)等。

　　3、業務(wù)理(lǐ)解能(néng)力和對商(shāng)業的敏感性。對商(shāng)業及産品要有深刻的理(lǐ)解，因為(wèi)數據分(fēn)析的出發點就(jiù)是要解決商(shāng)業的問題，隻有理(lǐ)解了(le)商(shāng)業問題，才能(néng)轉換成數據分(fēn)析的問題，從而滿足部門的要求。

　　4、彙報(bào)和圖表展現(xiàn)能(néng)力。這(zhè)是臨門一(yī)腳，做得再好(hǎo)(hǎo)的分(fēn)析模型，如(rú)果不能(néng)很好(hǎo)(hǎo)地展示給領導和客戶，成效就(jiù)大打折扣，也(yě)會影響到數據分(fēn)析師的職業晉升。

　　二、請把數據分(fēn)析作(zuò)為(wèi)一(yī)種能(néng)力來(lái)培養

　　從廣義來(lái)說(shuō)，現(xiàn)在大多數的工作(zuò)都需要用到分(fēn)析能(néng)力，特别是數據化(huà)運營理(lǐ)念深入的今天，像BAT這(zhè)樣的公司強調全員(yuán)參與數據化(huà)運營，所以，把它作(zuò)為(wèi)一(yī)種能(néng)力培訓，将會讓你終生(shēng)受益。

　　三、從數據分(fēn)析的四個(gè)步驟來(lái)看清數據分(fēn)析師需具備的能(néng)力和知識：

　　數據分(fēn)析的四個(gè)步驟(這(zhè)有别于數據挖掘流程：商(shāng)業理(lǐ)解、數據理(lǐ)解、數據準備、模型搭建、模型評估、模型部署)，是從更宏觀地展示數據分(fēn)析的過程：獲取數據、處理(lǐ)數據、分(fēn)析數據、呈現(xiàn)數據。

　　(一(yī))獲取數據

　　獲取數據的前提是對商(shāng)業問題的理(lǐ)解，把商(shāng)業問題轉化(huà)成數據問題，要通過現(xiàn)象發現(xiàn)本質，确定從哪些(xiē)緯度來(lái)分(fēn)析問題，界定問題後，進行數據的采集。此環節，需要數據分(fēn)析師具備結構化(huà)的思維和對商(shāng)業問題的理(lǐ)解能(néng)力。

　　推薦書籍：《金(jīn)字塔原理(lǐ)》、麥肯錫三部曲：《麥肯錫意識》、《麥肯錫工具》、《麥肯錫方法》

　　工具：思維導圖、mindmanager軟件

　　(二)處理(lǐ)數據

　　一(yī)個(gè)數據分(fēn)析項目，通常數據處理(lǐ)時(shí)間(jiān)占70%以上(shàng)，使用先進的工具有利于提升效率，所以盡量學習最新(xīn)最有效的處理(lǐ)工具，以下(xià)介紹的是最傳統的，但(dàn)卻很有效率的工具：

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

　　UltraEdit：文本工具，比TXT工具好(hǎo)(hǎo)用，打開和運行速度都比較快(kuài)。

　　ACCESS：桌面數據庫，主要是用于日常的抽樣分(fēn)析(做全量統計分(fēn)析，消耗資源和時(shí)間(jiān)較多，通常分(fēn)析師會随機抽取部分(fēn)數據進行分(fēn)析)，使用SQL語言，處理(lǐ)100萬級别的數據還是很快(kuài)捷。

　　Orcle、SQLsever：處理(lǐ)千萬級别的數據需要用到這(zhè)兩類數據庫。

　　當然，在自己能(néng)力和時(shí)間(jiān)允許的情況下(xià)，學習新(xīn)流行的分(fēn)布式數據庫及提升自身(shēn)的編程能(néng)力，對未來(lái)的職業發展也(yě)有很大幫助。

　　分(fēn)析軟件主要推薦：

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

　　SAS：老牌經典挖掘軟件，需要編程。

　　R：開源軟件，新(xīn)流行，對非結構化(huà)數據處理(lǐ)效率上(shàng)更高，需編程。

　　随着文本挖掘技術進一(yī)步發展，對非結構化(huà)數據的分(fēn)析需求也(yě)越來(lái)越大，需要進一(yī)步關(guān)注文本挖掘工具的使用。

　　(三)分(fēn)析數據

　　分(fēn)析數據，需要用到各類的模型，包括關(guān)聯規則、聚類、分(fēn)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(huà)運營實戰，思路(lù)、方法、技巧與應用》，盧輝着，機械出版社。這(zhè)本書是近年國内寫得最好(hǎo)(hǎo)的，務(wù)必把它當作(zuò)聖經一(yī)樣來(lái)讀。

　　2、《誰說(shuō)菜鳥不會數據分(fēn)析(入門篇)》和《誰說(shuō)菜鳥不會數據分(fēn)析(工具篇)》，張文霖等編着。屬于入門級的書，适合初學者。

　　3、《統計學》第五版，賈俊平等編着，中國人(rén)民(mín)大學出版社。比較好(hǎo)(hǎo)的一(yī)本統計學的書。

　　4、《數據挖掘導論》完整版，[美]Pang-NingTan等着，範明等翻譯，人(rén)民(mín)郵電出版社。

　　5、《數據挖掘概念與技術》,JiaweiHan等着，範明等翻譯，機械工業出版社。這(zhè)本書相對難一(yī)些(xiē)。

　　6、《市(shì)場(chǎng)研究定量分(fēn)析方法與應用》，簡明等編着，中國人(rén)民(mín)大學出版社。

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

　　(四)呈現(xiàn)數據

　　該部分(fēn)需要把數據結果進行有效的呈現(xiàn)和演講彙報(bào)，需要用到金(jīn)字塔原理(lǐ)、圖表及PPT、word的呈現(xiàn)，培養良好(hǎo)(hǎo)的演講能(néng)力。

　　推薦書籍：

　　1、《說(shuō)服力讓你的PPT會說(shuō)話(huà)》，張志等編着，人(rén)民(mín)郵電出版社。

　　2、《别告訴我你懂ppt》加強版，李治着，北京大學出版社。

　　3、《用圖表說(shuō)話(huà)》，基恩。澤拉茲尼着，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(fēn)析師除了(le)具備數學知識外，還要具備市(shì)場(chǎng)研究、營銷管理(lǐ)、心理(lǐ)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(tǐ)系，才能(néng)支撐解決日常遇到的不同類型的商(shāng)業問題。

　　推薦書籍：

　　1、《消費者行為(wèi)學》第10版，希夫曼等人(rén)着，江林等翻譯，中國人(rén)民(mín)大學出版社，現(xiàn)在應該更新(xīn)到更高的版本。

　　2、《怪誕行為(wèi)學》升級版，艾瑞裏着，趙德亮等翻譯，中信出版社

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

　　4、《互聯網思維—獨孤九劍》，趙大偉主編，機械出版社

5、《大數據時(shí)代—生(shēng)活、工作(zuò)與思維的大變革》，舍恩伯格等着，周濤等翻譯，浙江人(rén)民(mín)出版社

　　四、關(guān)于數據分(fēn)析師的職業發展：

　　1、數據分(fēn)析師通常分(fēn)兩類，分(fēn)工不同，但(dàn)各有優勢。

　　一(yī)類是在專門的挖掘團隊裏面從事(shì)數據挖掘和分(fēn)析工作(zuò)的。如(rú)果你能(néng)在這(zhè)類專業團隊學習成長，那是幸運的，但(dàn)進入這(zhè)類團隊的門檻較高，需要紮實的數據挖掘知識、挖掘工具應用經驗和編程能(néng)力。該類分(fēn)析師更偏向技術線條，未來(lái)的職業通道可能(néng)走專家的技術路(lù)線。

　　另一(yī)類是下(xià)沉到各業務(wù)團隊或者運營部門的數據分(fēn)析師，成為(wèi)業務(wù)團隊的一(yī)員(yuán)。他們工作(zuò)是支撐業務(wù)運營，包括日常業務(wù)的異常監控、客戶和市(shì)場(chǎng)研究、參與産品開發、建立數據模型提升運營效率等。該類型分(fēn)析師偏向産品和運營，可以轉向做運營和産品。

　　2、數據分(fēn)析師的理(lǐ)想行業在互聯網，但(dàn)條條大道通羅馬，走合适你的路(lù)線。

　　從行業的角度來(lái)看：

　　1)互聯網行業是數據分(fēn)析應用最廣的行業，其中的電商(shāng)企業，更是目前最火(huǒ)的，而且企業也(yě)更重視(shì)數據分(fēn)析的價值，是數據分(fēn)析師理(lǐ)想的成長平台。

　　2)其次是咨詢公司(比如(rú)專門的數據挖掘公司Teradata、尼爾森等市(shì)場(chǎng)研究公司)，他們需要數據分(fēn)析人(rén)才，而且相對來(lái)說(shuō)，數據分(fēn)析師在咨詢公司成長的速度更快(kuài)，專業也(yě)會更全面。

　　3)再次是金(jīn)融行業，比如(rú)銀行和證券等行業，該行業對數據分(fēn)析的依賴需求，越來(lái)越大。

　　4)最後是電信行業(中國移動、聯通和電信)，它們擁有海量的數據，在嚴峻的競争下(xià)，也(yě)越來(lái)越重視(shì)數據分(fēn)析，但(dàn)進入這(zhè)些(xiē)公司的門檻比較高。

　　五、什(shén)麽人(rén)适合學習數據分(fēn)析?

　　這(zhè)個(gè)問題的答(dá)案跟“什(shén)麽人(rén)适合學功夫”一(yī)樣，毫無疑問，功夫是适合任何人(rén)學習的(排除心術不正的人(rén))，因為(wèi)能(néng)夠強身(shēn)健體(tǐ)。而功夫的成效，要看習武者的修煉深淺。常常有人(rén)争論，是詠春拳厲害，還是散打厲害，其實是颠倒了(le)因果，應該看哪個(gè)人(rén)練習得比較好(hǎo)(hǎo)，流派之間(jiān)沒有高低(dī)，隻有人(rén)修煉的厚薄。

　　實際上(shàng)，問題的潛台詞是“什(shén)麽人(rén)學習數據分(fēn)析，會更容易取得成功(比如(rú)職業成功)”，這(zhè)個(gè)要視(shì)乎你的興趣、付出和機遇。但(dàn)要做到出類拔萃，除了(le)上(shàng)面三點，還需要一(yī)點天賦，這(zhè)裏的機遇是指你遇到的職業發展平台、商(shāng)業環境、導師和同事(shì)。

　　借用管理(lǐ)大師德魯克的話(huà)“管理(lǐ)是可以習得的”，管理(lǐ)并非是天生(shēng)的，而數據分(fēn)析能(néng)力，也(yě)可以後天提升。或許做到優秀，隻需要你更加的努力+興趣，而這(zhè)個(gè)努力的過程，也(yě)包括你尋找機遇的部分(fēn)。

　　六、關(guān)于如(rú)何學習：

　　學習方法千萬種，關(guān)鍵是找到适合自己的，最好(hǎo)(hǎo)能(néng)夠結合你的工作(zuò)遇到的問題來(lái)學習。

　　1、搜集書籍、案例庫和視(shì)頻，先弄懂理(lǐ)論，然後學會軟件操作(zuò)，自己制作(zuò)屬于自己的教程。

　　比如(rú)，你學習聚類分(fēn)析模型。1)搜集相關(guān)的聚類分(fēn)析模型的書籍、案例和教學視(shì)頻，了(le)解聚類分(fēn)析的原理(lǐ)，主要有哪幾種算(suàn)法(劃分(fēn)、層次、密度、網格)、模型适用的範圍和前提、如(rú)何評估模型的精确度等。

　　2)自己學會用軟件來(lái)實現(xiàn)。

　　3)總結整理(lǐ)成一(yī)份PPT和制作(zuò)操作(zuò)視(shì)頻，成為(wèi)自己的學習教程，不斷完善。

　　4)學習到一(yī)定程度後，可以在博客、微信等渠道分(fēn)享，授人(rén)與漁，而自己也(yě)會有所收獲。

　　2、關(guān)注名人(rén)、名博、網站(zhàn)，多渠道學習。

　　1)關(guān)注專業的數據分(fēn)析、咨詢公司網站(zhàn)和論壇，特别強調，統計軟件公司的網站(zhàn)如(rú)SPSS的官網有很多案例庫，值得關(guān)注。

　　數據分(fēn)析網：http://www.afenxi.com/中國統計網：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(hǎo)(hǎo)建一(yī)個(gè)自己的網址導航目錄，提升你的學習效率

　　2)關(guān)注名人(rén)名博，最好(hǎo)(hǎo)能(néng)加他們的微博、微信和微信公衆号，看牛人(rén)的博客和微信等内容，還是能(néng)得到很多引導，這(zhè)個(gè)你懂的。

　　如(rú)沈浩老師的博客：http://shenhaolaoshi.blog.sohu.com/數據分(fēn)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(xiē)有共同愛好(hǎo)(hǎo)的QQ群，互相學習交流。通常群裏有人(rén)會提出一(yī)些(xiē)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(huà)學習，最大化(huà)你的時(shí)間(jiān)價值。為(wèi)了(le)把零散的時(shí)間(jiān)利用起來(lái)，通常我會把一(yī)些(xiē)資料上(shàng)載到網盤，在零碎的時(shí)間(jiān)裏通過手機進行視(shì)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，通常在網絡上(shàng)搜索“關(guān)鍵詞+百度雲”後，搜到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(jiān)比較大，可以到達40T，同時(shí)有保險箱加密功能(néng)，安全性高一(yī)些(xiē)。

　　手機上(shàng)安裝一(yī)些(xiē)APP，随時(shí)随地學習。

　　七、最後的建議(yì)

　　請再次問問自己，是否真的喜歡數據分(fēn)析，能(néng)否忍受處理(lǐ)數據時(shí)的寂寞?如(rú)果是，那就(jiù)開始學習，給你幾條建議(yì)。

　　1、把數據分(fēn)析作(zuò)為(wèi)一(yī)種能(néng)力培養，讓自己在現(xiàn)在的團隊中展現(xiàn)出良好(hǎo)(hǎo)的數據分(fēn)析能(néng)力，為(wèi)你以後内部轉崗做好(hǎo)(hǎo)準備。如(rú)果内部轉崗不成，你可以考慮跳(tiào)槽到我之前分(fēn)析的行業中，但(dàn)我強烈建議(yì)你還是需要把系統開發的編程能(néng)力學習好(hǎo)(hǎo)，并且對商(shāng)業智能(néng)系統(BI和CRM)有一(yī)定了(le)解，這(zhè)也(yě)許是應聘數據分(fēn)析的優勢。如(rú)果沒有數據分(fēn)析經驗去應聘，相對會難一(yī)些(xiē)，用人(rén)單位會考你統計和數據挖掘模型方面的知識，以及工具使用情況。

　　2、在公司裏找一(yī)些(xiē)有共同愛好(hǎo)(hǎo)的同事(shì)一(yī)起學習數據分(fēn)析，平時(shí)多請教數據分(fēn)析做得好(hǎo)(hǎo)的同事(shì)，它山之石，可以攻玉。

　　3、紮實學好(hǎo)(hǎo)一(yī)、兩門數據挖掘軟件，基于你有編程的基礎，建議(yì)你可以學SAS或者R，同時(shí)輔助學習SPSSModeler。如(rú)果沒編程基礎或者希望短期能(néng)夠取得成效，那也(yě)可以先學習SPSS。SAS+SPSS，基本能(néng)夠滿足很大部分(fēn)企業的需求，三者都會，那更好(hǎo)(hǎo)。

　　4、要了(le)解公司是如(rú)何運營，産品是如(rú)何開發的，如(rú)何做客戶研究鎖定客戶需求，如(rú)何做産品營銷，這(zhè)些(xiē)需要不斷工作(zuò)積累和廣泛的閱讀。

　　5、開始學習時(shí)，先讀幾本有趣的數據分(fēn)析類的書，然後系統學習一(yī)下(xià)統計知識(建議(yì)教材用《統計學》第五版，賈俊平等編着)，接着網上(shàng)快(kuài)速搜集軟件操作(zuò)視(shì)頻和案例，然後逐個(gè)分(fēn)析模型進行學習和總結歸納，學習最好(hǎo)(hǎo)能(néng)夠結合實際工作(zuò)中的問題進行。

　　6、學習到一(yī)定程度時(shí)，參加一(yī)些(xiē)數據分(fēn)析師的職業認證，進一(yī)步梳理(lǐ)知識結構，同時(shí)認識一(yī)些(xiē)志同道合的朋(péng)友和老師，也(yě)是對你有很大幫助。

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

微信掃一(yī)掃

關(guān)注昊雲訂閱号