今年剛畢業財務專業轉行數據分析可行么？

01-07

財會類專業今年畢業。去年暑假事務所實習的時候，一直處理數據，分析等。感到很有興趣，想著如果有工作是做數據分析該多好。上網搜51、智聯，發現果真有，但偏技術，python，r什麼的。
因為秋招，感覺自己沒有時間學了無奈找了工作。現在在外企做著本專業相關的工作，負責成本分析的工作，工作不是很忙，我看辦公室的其他人也都是忙一陣閑一陣的，想利用工作時間空擋，學習下數據分析所需的技能什麼的，想以後轉行互聯網公司（現在在製造業）。
1、想了解下從成本分析轉到數據分析是否可行？（畢竟剛畢業，趁早轉行會容易些，機會成本也小一些）

2、最近剛開始上手，感覺成本核算這塊很多操作重複的工作，先學習下vba，來提高工作效率，不知是否可行？
3、像python的學習應該按照網上的課程一課課的學習嘛？感覺這樣學了只是獲得很多零散的知識點，很難去解決實際問題？所以有什麼好的學習方式，或者資源什麼的？
4、有必要考個研么
補充：
我不是很想做財務的數據分析，希望能偏業務一些。

不請自來，我是學習經濟學的，輔修數學，畢業後成為財務部的商業數據分析師，可以接觸資料庫，因此機緣巧合學習了SQL語言，又因為需要更新報表，為了偷懶學習了VBA，同時又覺得自己好歹學過一點數學，應該搞點模型統計檢驗之類高大上的東西就學習了R語言，然後就轉行為數據分析師了。但是是比較低端的類型，就是查個數，出報表而已，但終歸是入行了。接下來的就是深入了解業務，不斷學習語言，提高報表的自動化水平以及業務監控預測的能力。

數據分析的基礎是查詢數據與處理（整理）數據。

因而首先建議先學習SQL語句，因為查詢數據是數據分析師的基本技能，不會SQL是幾乎無法入行的。

關於處理數據，建議題主不要再學習VBA了，因為excel不能處理大量的數據（power query可以處理，但是老闆們都不會用），因此大部分數據分析師只會拿excel做個數據展示而已，所以學好excel函數用好快捷鍵（裝逼必備）就可以。處理大量數據Python/R/SAS都可以，題主可以任意選擇，只不過R與Python是開源的，網上教程也比較多，同時最近很流行的機器學習、複雜網路等等R與Python都有相應的模塊支持。相應的SAS是非開源的，免費獲取不容易，安裝包巨大，需要佔用10G左右的內存（在老闆的威逼利誘下一邊安裝一邊默默的流淚），同時暫時應該沒有模塊支持機器學習，但是對於大量數據SAS的處理能力倒也是不錯的，而且好像非計算機出身搞數據的老闆們都用SAS處理數據。總之，R語言較為簡單，容易上手，畫圖界的戰鬥機，但是處理數據超過10G左右就會運行較慢。Python數據處理能力應該是這三者裡面最強的，而且Numpy與Pandas兩大輪子在機器學習界無人不知無人不曉，數據分析方面Python的延展性較強，但是不太容易上手。SAS也是業界重要的數據處理軟體，尤其是金融行業。但是一般互聯網公司用Python或者R會比較多。

畢業已經一年，回頭來看大學的學習什麼專業並不能決定我們將來做什麼，相反，決定我們將來做什麼的是我們的自己，如果想要做某一件事或者成為一個什麼樣的人，那麼就去做，現在就去做，最後你一定會得到你想要的！

企業在招BI數據分析的人員，主要考核其三方面的技能和經驗：

第一個是統計學或者數學背景。

第二個是技術開發能力，保證BI的思路能夠得到執行和可視化。這就是你文中提到的幾種語言能力。

第三個是業務的洞察力。數據分析最終是要為業務服務的，只有了解業務才能夠體現數據分析的價值。

對於應屆生而言，對公司業務幾乎是一無所知，所以呢，主要考查的是第一個和第二個的技能和經驗。

注意，我強調了考察的是技能和經驗。

技能的角度來講，你身上沒有相關的標籤，因為你沒有統計學或是數學的專業背景，也沒有在正規地方學過相應的開發語言。

是從經驗的角度來講，如果你能在你現有的財務工作中，運用bi的工作方法建立了相應的數據分析模型,產生了相應的業務效果。就足以證明你有相關數據分析項目實施經驗。

當你在面對hr的時候也是有機會的。

所以技能方面，你可以自學，也可以選擇一些機構去學習；經驗方面就是你自己可以大幅提升的。你可以在自己的現有工作中，雖然沒有領導沒有公司要求你用數據分析的方法，但是你自主的去應用，然後包裝出你有相應的項目經驗，那麼你的簡歷裡面就可以體現出來這方面的標籤。

謝邀。

當然可行。

我認識一些金融類公司的數據科學家是財經，金融，經濟等專業出身的。

利益相關，本科統計學，大四前完全不懂python R之類（國內統計本科這塊還是非常欠缺的。。嘆氣），略懂金融和財務，現在工作內容是財務諮詢下的數據分析師。

首先回答問題，可行！！其實如果只是數據分析的話，technical skills並沒有樓主想的那麼高深，畢竟你不是做大數據不是做DBA也不是做演算法是吧。咱也完全沒必要跟人家計算機本科的拼，要了解自己的優勢：紮實的財務背景+邏輯分析能力。畢竟數據分析只是一個工具，領域知識（domain knowledge）是很重要的，也是樓主的閃光點。

關於所謂的技術，其實財務部門下的數據分析的要求並不是那麼高，尤其是金融行業那些。業界的人士對於大數據那些還是很保守的，畢竟是黑箱子，並不能很好的解釋各種指標是怎麼影響結果的，對於「分析」這塊就沒很大的幫助。

所以大數據不用深究的話，數據分析的軟體那些就很快能pick up啦！Python 和 R選一個精通就可以了，畢竟overlap很多。本人是學的python，因為工作內容不限於數據。

Python可以選一本相關書籍，學一下基礎知識，基本上如果本科大學計算機基礎選過語言課的話python入門特別快。（誇一下Python真是平易近人，現在學Java Spring那些想哭。。）入門以後，學習一下numpy, pandas, scipy, statsmodels, matplotlib(畫圖）, seaborn（畫圖）這幾個包。對機器學習和自然語言處理有興趣可以再學scikit-learn，NLTK。基本都能滿足需求了！！特別Pandas老有用了！工作需求基本可以代替VBA整理數據之類。

其實本人的數據分析組除了數據清洗都挺少用Python的。。做的兩個大項目都是搞搞資料庫，Qlik做動態報表，SAS建模就可以了。。所以不用擔心硬實力，我們組的大老闆一直強調商業分析、快速學習和軟實力最重要，建模建的再Fancy你給客戶展示不好也沒用是吧Orz。

另外就是SQL挺重要，不過只需要了解基本的Query，還有資料庫的基本知識就行了（主鍵外鍵表的關係，怎麼用各個平台），建議樓主把W3School的SQL tutorial過一遍就可以了。有空可以考一個Oracle SQL的證，很好過，面試的時候問你會不會sql，挺加分，總比乾巴巴說我會好。

其他雜七雜八的軟體就挺多的了，比如說商業智能軟體，像Tableau， QlikView, PowerBI。各個公司用的都不同，這些學起來都非常快，選個一兩種試試就行。如果題主覺得學東西很虛的話，可以自己給自己設些項目，比如找幾個數據集，寫一些數據分析報告做些數據可視化什麼的，到時候有自己的Portfolio，面試的話展示給面試官也非常加分。

最後關於碩士，題主對數據分析真的很感興趣的話可以考慮一下去國外讀一個Business Analytics的碩士，現在非常火，像南加州的BA幾乎100%就業。跟題主的背景和未來想工作的方向也很像，balance了技術和商業兩方面，非常實務，不會像統計學那樣更偏理論、CS那樣純技術，就業也很容易。

不用讀碩士的話也行，谷歌是最好的老師！！！

祝題主好運~~！

大數據挺火，可以轉啊，問題是以後就業路非常狹窄很有可能畢業等於失業，理想和現實的差距很大，年輕人想好再行動。

財務到數據分析談不上轉行。erp系統普遍以後核算不再會是財務工作的重心了。以後財務工作的重點的方向也是如何將業務數據轉化成財務數據再轉化成可視圖表給管理層做分析。

r我在大學也學過對財務數據分析用處還是有限(現在還沒用到過)。pYthon其實財務分析用的可能沒有業務分析多。sql語言可以了解下國內現在主流的金蝶erp就是以sql server資料庫為基礎的。

我不了解答主公司有沒有erp系統，其實如果有，成本分析同樣可以做一個很好的數據分析。從系統裡面提取出憑證明細賬數據到sql server(有的erp系統好像使用oracle)或者excel里做處理匯總(要自己做參數表)，然後導入到desktop bi或者powerpivot數據模型里可視化呈現各類產品的成本構成並找到可改進的地方。這其中用到的技術vba和sql就足夠了(當然也需要和業務生產部門經行溝通)。能做到這一步，帶著成果到其他公司面試財務數據分析崗，敲門是沒問題的。

謝邀~ 來晚了~~~

轉行當然完全可行，但從什麼軟體學起，真的是公說公有理婆說婆有理，眾說紛紜... 如果只讓我推薦兩個知識點，我會選擇，統計和SQL...... 接下來R和Python隨便哪個都行，但是千萬不要一起學，因為功能相似，但是語句不太一樣... 會凌亂的... R比較偏統計，Python編程，但是數據分析這塊，兩者差不多。真的暫時學一門就夠了...

我入門一年，除了Python，其他軟體基本都在coursera上學過一遍，R啦，Tableau，SQL等... 每一門入門都不難，但是熟練上手還是需要花點力氣的... 建議報個培訓班，好好做作業，督促自己。現在的培訓班一般都有項目可以操練。

感興趣有個卵用。

不是我打擊你，你本人的理科功底和素質要好，否則都是瞎扯淡。

做自己擅長的事情，不要因為所謂的興趣去做不適合自己的事情。

做數據分析，最重要的就是紮實的數學基礎和一定的編程能力，和專業並沒有太大關聯，理工科、經濟金融管理之類都可以。現在網上的資源非常之多，無論是免費還是收費的在線課程，或者大把的技術博客、分享社區、微信公號，需要學習、可以學習的內容都是看不完的。

總而言之，興趣是最好的老師，如果你喜歡這一行，有志向有毅力，那麼憑自己的努力付出一定可以得到回報。

謝邀。。等等我不是做這方面的啊！

只要你肯幹什麼都可以，我以前學計算機的，計算機狗屁不會，搞了五年自動化，DCS編程能比上霍尼韋爾DCS垮克的水平，愛好攝影，開始自己玩起碼水平秒殺一般攝影師，這些都看你看你喜歡不喜歡，喜歡了就會鑽研下去。

（註：本文根據知乎live「大數據人的職業生涯規劃」部分內容的分享整理而成）

一、我們先來討論下大數據（大數據分析是其中一個方向）是不是值得大家從事的一項職業，如如下問題。

大數據為啥這麼有誘惑力，是否值得投入，現在進去晚了嗎？

首先，大數據企業眾多，逐步形成產業化。從08年開始，大數據就成為互聯網信息領域的大熱門。由此而來，大數據企業像雨後春筍般層出不窮。純粹做大數據服務的公司，全國就有數百家之多。另外，更有成千上萬家企業是主要利用大數據來驅動業務發展的公司。

其次，大數據人才需求量大，薪資相比其他行業遙遙領先。數萬家的企業都把大數據當做企業業務發展的制高點，都在不惜代價的搶灘大數據人才。就拿互聯網金融行業來說，不低於一萬家企業，平均每家企業都需要10人以上的數據人才，BAT就更不用說了，每家的數據人才都是以千計。據初步估計，2020年國內數據相關的各方面專業人才需求量達數百萬，缺口百萬級以上。在這樣的情勢之下，大數據人才的薪資往往都起點高，增長迅速，一個碩士畢業兩年熟悉某一類模型演算法的人員，月薪低於2萬基本上是招不到的。

最後，大數據代表未來高科技發展方向，不管是智能社會、智能城市、智能社區、智能交通、智能製造、智能理財等等，都依賴於大數據基礎，這是多麼巨大的市場和發展機遇。所以，在現階段，無論你何時去決定投入，都有非常大的機會，至少未來十年，大數據一定不會衰落。

二、我們看看哪些人可以從事大數據相關工作。看如下的問題：

怎樣的人能從事大數據工作，我是生物、材料、自動化、電信、經濟金融等非數學、計算機專業的學生，也可以做大數據嗎？

首先，我想先明確的跟大家說，完全可以，身邊太多這方面的案例了。有生物博士畢業後，從事大數據云計算工作，有經濟學的從事大數據分析挖掘工作，也有市場營銷的從事大數據運營工作的；

其次，大數據相關有各方面的工作，有需要用到高深的技術的，也有非常簡單的工作，主要你願意並且有決心從事大數據相關工作，不管你先前讀什麼專業，一定能找到最適合你的切入點，進入大數據行業工作；

再次，關於如何找到最適合自己的切入點問題，需要全面分析個人的特質、教育背景、興趣愛好、社會關係、未來的理想目標，做出比較個性化的最適合自己的切入點切人到大數據行業工作。有些人適合從大數據分析入手、有些人適合從大數據產品入手，有些人適合從大數據爬蟲工作入手，有些人適合從大數據化運營入手，有些人適合從數據挖掘演算法模型入手，這還是從大的方面來講，還有更多小的切入點，等等，每個人的背景不一樣，切入點就會不一樣。我舉個例子來說，一位讀材料的工科本科生，個人對計算機軟體很感興趣，在校期間也曾經編寫過一些JAVA程序，對大數據也充滿好奇，其朋友的公司也剛好有大數據崗位需求，那麼他就完全可以安排好大數據學習計劃，去從事大數據技術研發工作的。

最後，要落地實踐。想辦法找到一家哪怕只有幾個人的小企業，就算沒有大數據只有傳統的數據，去從事數據相關的工作，在具體實踐項目中，不斷的學習，再逐步的調整自己的興趣愛好的方向，不久的將來，一定能找到你最想干大數據相關工作的；

在這裡，我補充說明下，關於如何找到個人的切入點的問題，如何找到進入大數據領域最佳路徑方面，以及如何落地實踐方面，由於需要全面分析每個人的職業背景、教育背景、性格特徵、興趣愛好、知識儲備、等等，是一個非常個性化的問題，在這裡，我就沒辦法一一同大家分享，如果大家真需要我幫助的話，可以在在行APP上搜索我的名字進行預約，我會在全面分析了你個人的情況後，幫助你找到一個切實可行的解決方案。謝謝！

三、 我在企事業、工廠製造等單位從事傳統信息工作多年，30大幾年齡，還能轉行做大數據相關工作嗎？

針對這個問題，我有四點建議。

第一點，要有決心。先問問自己是否能夠把大數據工作當做自己未來10年、20年甚至畢生都想從事的工作，如果是的話，那麼，就算你在傳統行業工作了5年、7年甚至10年，都30大幾的年齡，現在轉行也為時未晚；

第二點，要有信心。你是否已經習慣於企事業單位那種清閑的日子，你是否一直在傳統如製造業工作，習慣於日復一日的按部就班的做好日常工作？相信你一定不是，要不就不會在這裡聽我分享了。來這裡證明你還是有一顆騷動的心的。那麼，好，你一定也可以轉行做大數據，只要你想。拿製造業來說，雖然現在有智能製造概念，對製造行業會是一個機會，但對個人來說，傳統行業工作的升值空間還是非常有限，何況大數據代表著一種高科技術，掌握了大數據就掌握了未來制高點，智能製造也是要靠大數據來支撐，你決定轉行做大數據相關工作，我認為還是比較正確的，大數據目前正處於快速成長期，並且，至少未來十年都不會衰落，對人才的需求量非常大，薪資水平就目前來說在所有行業中排在非常靠前的位置。

第三點，要有恆心。大數據是一項技術領域的工作，需要掌握的技術非常多，你是否有恆心不怕苦、不怕挫折的去學習，把自己欠缺的基礎完整的補回來，比如做大數據研發需要你去學習JAVA基礎編程、SQL資料庫、Hadoop生態組件等等；

第四點，要有慧心。想辦法找到最適合自己的切入點，找到通往大數據職業生涯的一條捷徑。關於這一點，上面一個問題已有論述，在此就不再贅述了。

只要大家有決心、有信心、有恆心，有慧心，相信大家是一定可以轉行大數據成功的，退一萬步，就算你沒想轉行，或者最後因為各方面的原因沒有轉行成功，你掌握多一門流行的熱門的大數據技術，對你的職業發展肯定只會有好處不會有壞處的；

歡迎大家關注我的知乎專欄「大數據實踐與職業生涯」並留言，專欄會陸續的推出過往十多年的大數據工作經驗總結和我的一些研究實踐成果。如果你是大數據新人，或者想轉行進入大數據領域，或者大數據職業生涯上存在一些疑惑，都歡迎關注我的知乎live分享「大數據人的職業生涯規劃」、「數據分析師-從零入門到精通」、「大數據人的數據科學家之路」

首先建議樓主好好學習一下 Mysql 資料庫，企業級的很多數據都是存在資料庫里的，數據分析師在計算相關數據的時候，都是需要寫 sql 查詢數據，然後再做進一步的分析，可以說，對於大部分互聯網行業的數據分析師來說，熟練使用 Mysql 是必備技能。之後再學習一些適用於處理大數據量的 Hive/ Presto 之類的，學起來也會輕鬆很多。

其次，掌握一門 R/Python 編程語言，一方面，不是所有的數據都是可以使用 Mysql 查詢就能解決的，稍微複雜的計算，或者一些比較常規化的計算，都可以通過 R/Python編寫腳本來減少工作量。另一方面，掌握一定的技術也有利於和技術同學的交流溝通。

最後，鑒於樓主並不是學統計的，可以適當的補充一些統計學的知識，看看人大的統計學教材。

可以，大學生不像研究生是具有專業性的，我認為人是沒有上限的。

數據分析，尤其是業務分析，轉行的壁壘不高，純技術型的比較難，需要一定的數學、計算機功底，支持你做自己喜歡的事情！多交流~~

謝邀。

對數據分析不了解，給不了你什麼幫助。但是我還是那句話:發現了自己的愛好，想一生追隨的，那就去做吧。可能有困難，可能有挫折，強過做自己不喜歡的工作，鬱悶一輩子。

感謝邀請，

如果是一般的數據分析，是可行的。

如果是大數據方面工作，請看。

對一些盲目想從事大數據的朋友的警示。
https://zhuanlan.zhihu.com/p/26057372

對於剛畢業的應屆生來說，沒有什麼是不可行的。

本科嗎？如果是本科，就沒什麼顧慮的，可以考研；我當年就從社會學轉到統計學的。

數據分析、軟體等等，都沒什麼難度的，只要你肯堅持。