知乎熱榜問題：如何快速成為數(shù)據(jù)分析師？

數(shù)據(jù)分析現(xiàn)在已經(jīng)是爛大街的名詞，成為培訓(xùn)機構(gòu)們招攬生意的頭牌，但很多培訓(xùn)其實是掛羊頭賣狗肉，培訓(xùn)的不是數(shù)據(jù)分析，而是編程、軟件。

如果你問我數(shù)據(jù)分析師最重要的能力是什么，我的回答是數(shù)據(jù)驅(qū)動決策，這是數(shù)據(jù)分析師最值錢的能力，沒有之一。

因為數(shù)據(jù)的價值在于挖掘，與業(yè)務(wù)和市場進(jìn)行關(guān)聯(lián)，找到機會點。拋開這個，數(shù)據(jù)本身一文不值，還浪費服務(wù)器和人工成本。

一個數(shù)據(jù)分析師要是沒法通過數(shù)據(jù)發(fā)現(xiàn)，為企業(yè)帶來增長，那所有的其他技能都是扯淡。

說上面這段話是想給準(zhǔn)備從事數(shù)據(jù)分析師的小伙伴打打預(yù)防針，如果你考慮問題很少參照數(shù)據(jù)，看到數(shù)字極不敏感、甚至頭疼，那還是不要做這行，即使精通Python、R、SAS、SPSS等各種工具，也不適合數(shù)據(jù)分析師這個崗位。

另外剛畢業(yè)的學(xué)生，建議不要立馬做數(shù)據(jù)分析崗，因為缺乏業(yè)務(wù)鍛煉，對數(shù)據(jù)的思考過于單薄。可以在業(yè)務(wù)崗鍛煉兩三年，再考慮做數(shù)據(jù)。

如果你對數(shù)據(jù)驅(qū)動決策仍然感覺到難以理解，建議看看《精益數(shù)據(jù)分析》這本書，就能大概理解數(shù)據(jù)怎么產(chǎn)生價值了。作者講了如何通過數(shù)據(jù)驗證自己的設(shè)想、找到真正的客戶、打造能賺錢的產(chǎn)品，做大做強公司。

有了大前提，接下來我想從四個方面去討論如何快速成為數(shù)據(jù)分析師。

1、學(xué)歷；2、業(yè)務(wù)；3、理論；4、技術(shù)

學(xué)歷仍然是必不可少的敲門磚

數(shù)據(jù)分析崗按照我的理解，一般只有互聯(lián)網(wǎng)或者傳統(tǒng)行業(yè)中大型公司才會有專門的坑位，因為一般的小企業(yè)不需要數(shù)據(jù)分析，多是拉拉excel表，誰都可以干。

既然是有一定的門檻的職位，必然會有學(xué)歷要求，大多數(shù)公司招聘上都會寫本科及以上，理工科優(yōu)先。這可能也是目前數(shù)據(jù)分析崗的寫照，平均學(xué)歷只會比招聘啟示要求的高，而且學(xué)歷越來越卷，在一線城市待過的人會知道。

當(dāng)然不是說本科以下沒法從事這個崗位，只不過從分布來看要少很多，幸存者偏差現(xiàn)象很明顯。所以如果看到這篇文章的你是高中生，將來想從事數(shù)據(jù)崗，請務(wù)必好好讀書考個好大學(xué)，這是初入社會最好的背書。

對于學(xué)歷的建議只能是努力努力再努力了。

沒有業(yè)務(wù)積累的數(shù)據(jù)分析都是空談

前面也說過應(yīng)屆生不適合一開始就做數(shù)據(jù)分析崗，因為毫無業(yè)務(wù)經(jīng)驗，分析不出個啥。那么同樣適用于社招求職，如果你想做數(shù)據(jù)分析，一定要在自己熟悉的行業(yè)去投簡歷，這樣業(yè)務(wù)經(jīng)驗+數(shù)據(jù)能力才能幫你拿到offer。

不要說你一個搞五年機械的說要干游戲數(shù)據(jù)分析，這很難很難很難，除非你真的熱愛游戲行業(yè)并愿意花大量的時間去學(xué)習(xí)。

就拿汽車市場數(shù)據(jù)分析來說，如果你不懂汽車營銷行業(yè)，便不知道如何設(shè)計數(shù)據(jù)標(biāo)簽、如何搭建漏斗模型、如何做競品分析、如何提升到店成交等等，因為這些數(shù)據(jù)都和汽車營銷領(lǐng)域業(yè)務(wù)息息相關(guān)，不是光懂編程、算法就能實現(xiàn)的。

提升業(yè)務(wù)能力除了工作積累外，也可以通過看行業(yè)內(nèi)的資料來實現(xiàn)。

比如說數(shù)據(jù)營銷領(lǐng)域，有宋星老師的《數(shù)據(jù)賦能 : 數(shù)字化營銷與運營新實戰(zhàn)》

電信領(lǐng)域，有《掘金大數(shù)據(jù) : 電信數(shù)據(jù)金礦詳解、挖掘及應(yīng)用》

電商零售領(lǐng)域，有《數(shù)據(jù)化管理 : 洞悉零售及電子商務(wù)運營》

游戲領(lǐng)域，有《游戲數(shù)據(jù)分析的藝術(shù)》

大家可以自己去找自己領(lǐng)域大佬寫的書或者博客，撒開膀子學(xué)，一定會有很大收獲的。

不要忽略了理論知識

數(shù)據(jù)分析需要有專業(yè)的理論知識，這其中主要是統(tǒng)計學(xué)、概率論，還有模型思維。

這也是很多人忽略的方面，做數(shù)據(jù)分析卻對正態(tài)分布、抽樣統(tǒng)計、置信區(qū)間等基礎(chǔ)統(tǒng)計理論一竅不通，會導(dǎo)致會很多笑話，因為你沒法對數(shù)據(jù)做出科學(xué)的處理，不知道什么樣的指標(biāo)適合去做分析。

統(tǒng)計學(xué)中涉及的信息可視化、概率計算、幾何分布、二項分布及泊松分布、正態(tài)分布、統(tǒng)計抽樣、置信區(qū)間的構(gòu)建、假設(shè)檢驗、卡方分布、相關(guān)與回歸幾乎都是數(shù)據(jù)分析建模過程中常用的知識，請務(wù)必要重視，特別那些大學(xué)數(shù)學(xué)知識沒學(xué)好的同志。

我之前看過兩個還不錯的統(tǒng)計入門書，都是結(jié)合著實踐案例來講，大家可以去看看。

第一本是《深入淺出統(tǒng)計學(xué)》，相信很多人都聽過，也算是網(wǎng)紅書了。

第二本是《商務(wù)與經(jīng)濟統(tǒng)計》，相比前一本雖然更像教科書，但內(nèi)容很實用，不信你去看看。

除了統(tǒng)計學(xué)知識外，模型思維也必不可少。

因為數(shù)據(jù)分析是分析商業(yè)領(lǐng)域的東西，所以各種商業(yè)分析模型是很有用的分析手段，比如說波特五力模型、SWOT分析模型、SPACE矩陣、SCP分析模型等等，這些經(jīng)典的模型久經(jīng)考驗，既能幫你全面思考問題，還能為你的分析提供很好的理論支持，更容易說服別人。

模型思維說到底就是智慧，你把你的經(jīng)驗、知識、理論總結(jié)成模型，可以舉一反三、反復(fù)利用，這基本等于要贏麻的節(jié)奏。

想要練就模型思維可不簡單，需要大量的操練，和不斷的復(fù)盤，才能積累起來。大家可以去看看書，補充基礎(chǔ)理論。比如斯科特·佩奇的《模型思維》，就很不錯。

總之，把模型用起來，你的數(shù)據(jù)分析報告會更加的迷人。

技術(shù)是充分不必要條件

看很多的人在大喊數(shù)據(jù)分析要學(xué)Python、R、SAS等等，我覺得其實都不是必要的，哪怕你只會excel，也能做一位NB的數(shù)據(jù)分析師。

那既然說到技術(shù)，我覺得在精力能力允許的情況下，是可以多學(xué)些工具，畢竟技多不壓身，但要注意技術(shù)只是數(shù)據(jù)分析手段，切莫沉迷忘了主次。

下面推薦幾個我覺得可以嘗試去學(xué)的工具，也是工作中用的最多的。

首先是Excel，這是最重要的工具，請各位數(shù)據(jù)分析師記住！！！Excel功能非常強大，而精通它的人鳳毛麟角，數(shù)據(jù)分析師需要多研究Excel的各種函數(shù)、模型用法，這樣能節(jié)省很多時間。

為什么說Excel最重要，因為你的同事領(lǐng)導(dǎo)都在用，公司里收發(fā)表格都是Excel，Excel的溝通成本最小；而且Excel能處理幾乎90%以上的數(shù)據(jù)建模工作，除非你的數(shù)據(jù)很大，而且用到復(fù)雜的機器學(xué)習(xí)模型，不然都可以用Excel解決。

Excel的學(xué)習(xí)資源很多，我推薦大家去微軟的官方網(wǎng)站去學(xué)習(xí)，內(nèi)容最豐富，也最準(zhǔn)確。

也可以看看市場的Excel書籍，有的也蠻不錯。

其次是Tableau、PowerBI這兩個BI工具，選擇一個學(xué)即可。現(xiàn)在BI應(yīng)用越來越多，我覺得掌握一門BI工具還是蠻有用的，大家可以去這兩個的官網(wǎng)去學(xué)習(xí)。

PowerBI

Tableau

最后還有個Python，也是目前熱度最高的數(shù)據(jù)分析工具，因為Python生態(tài)里有Pandas、Numpy、sklearn、keras等眾多明星數(shù)據(jù)分析庫，幫助它幾乎可以處理所有數(shù)據(jù)問題。

學(xué)習(xí)Python我是建議可以買一兩本書看看，先把語法搞會，再不斷練習(xí)。

選Python書，市場認(rèn)可的書自然是賣的的最好的，京東上搜一下python，爆款書都排在前面（廣告除外）。

爆款技術(shù)書內(nèi)容質(zhì)量可能不是最好的，但一定是最適合入門者學(xué)習(xí)的，而且架構(gòu)合理，錯誤率低，版本更新快。

作者牛逼，書自然也不會差到哪去。比如說《利用Python進(jìn)行數(shù)據(jù)分析》的作者Wes McKinney，他是開源分析庫pandas的主要作者；

還有《Think Python》的作者Allen B. Downey，Think系列大牛；其他像《effctive python》、《python cookbook》的作者都是python社區(qū)的重量級人物。這些大佬的書值得一讀。

初學(xué)者可以先看《Python編程，從入門到實踐》

這應(yīng)該是世界上最暢銷的Python編程書，沒有之一。英文名叫作《Python crash course》，作者Eric Matthes是一名高中老師，正是有著豐富的教學(xué)經(jīng)驗才會寫出這樣深得人心的書。

該書的特點是一半基礎(chǔ)（語法知識），一半游戲（案例練習(xí)），所謂寓教于樂，通過案例練習(xí)的方式鞏固基礎(chǔ)知識。這里的練習(xí)和高中數(shù)學(xué)枯燥的課后練習(xí)可不一樣，作者把代碼放到一個個場景里，學(xué)習(xí)者在寫個小游戲的過程中就把語法掌握了。

看了本書的目錄，基本把python的核心語法都講到了，學(xué)完之后可以搞點小事情，比如數(shù)據(jù)分析、可視化編程、web開發(fā)等。

小結(jié)

最后，祝看到這里的你順利找到數(shù)據(jù)分析工作！