給我百小時!陪你掌握數據分析師全系技能

作者:陳丹奕 數據分析報告製作視頻教程學習 數據分析報告製作 - 天善智能-商業智能和大數據在線社區,用心創造價值

沒有數學基礎,沒有編程基礎,沒有項目經驗,但有一顆想成為數據分析師的心,有沒有辦法?

讓我們拋掉「一定要努力」的雞湯,扔掉「數據科學家必備」的書單,在本文中,我將給出一條方向明確,可操作的實現路徑。

開篇前的定義:

本文中的」100小時成為數據分析師「,指在0基礎(統計學基本不懂,代碼基本不會,數據分析經驗基本沒有)的前提下,使用平均100個小時(隨個人情況不同有所增減)左右的學習時間,獲得互聯網(包括電子商務)或零售等傳統行業(不包括金融)入門級數據分析相關工作(產品、運營、營銷等非技術類職位)的入職資格(入職僅僅是一個開始,真正的學習和挑戰在工作中)。

(溫馨提示:下文較長,如無耐心可只看目錄)

目錄:

一、整體了解數據分析——5小時

二、了解統計學知識——10小時

三、學習初級工具——20小時

四、提升PPT能力——10小時

五、了解資料庫和編程語言——10小時

六、學習高級工具——10小時

七、了解你想去的行業和職位——10+小時

八、做個報告——25小時

九、投簡歷,面試,入職——N小時

一、整體了解數據分析——5小時

新人們被」大數據「、」人工智慧「、」21世紀是數據分析師的時代「等等信息吸引過來,立志成為一名數據分析師,於是問題來了,數據分析到底是幹什麼的?數據分析都包含什麼內容?

市面上有很多講數據分析內容的書籍,在此我推薦《深入淺出數據分析》,此書對有基礎人士可稱消遣讀物, 但對新人們還是有一定的作用。閱讀時可不求甚解,重點了解數據分析的流程、應用場景、以及書中提到的若干數據分析工具,無需糾結分析模型的實現。5個小時,足夠你對數據分析工作建立初步的印象,消除陌生感。

二、了解統計學知識——10小時

15個小時只夠你了解一下統計學知識,作為入門足夠,但你要知道,今後隨著工作內容的深入,需要學習更多的統計知識。

本階段推薦書籍有二:《深入淺出統計學》《統計學:從數據到結論》,要了解常用數理統計模型(描述統計指標、聚類、決策樹、貝葉斯分類、回歸等),重點放在學習模型的工作原理、輸入內容和輸出內容,至於具體的數學推導,學不會可暫放一邊,需要用的時候再回來看。

三、學習初級工具——20小時

對於非技術類數據分析人員,初級工具只推薦一個:EXCEL。推薦書籍為《誰說菜鳥不會數據分析》,基礎篇必須學習,提高篇不一定學(可用其他EXCEL進階書籍),也可以學習網上的各種公開課。

本階段重點要學習的是EXCEL中級功能使用(數據透視表,函數,各類圖表適用場景及如何製作),如有餘力可學習VBA。

四、提升PPT能力——10小時

作為數據分析人員,PPT製作能力是極其重要的一項能力,因此需要花一點時間來了解如何做重點突出,信息明確的PPT,以及如何把各類圖表插入到PPT中而又便於更新數據。10個小時並不算多,但已經足夠(你從來沒做過PPT的話,需要再增加一些時間)。具體書籍和課程就不推薦了,網上一抓一大把,請自行搜索。

五、了解資料庫和編程語言——10小時

這個階段有兩個目標:學習基礎的資料庫和編程知識以提升你將來的工作效率,以及測試一下你適合學習哪一種高級數據分析工具。對於前者,資料庫建議學MySQL(雖然Hadoop很有用但你不是技術職位,初期用不到),編程語言建議學Python(繼續安利《深入淺出Python》,我真沒收他們錢……)。資料庫學到聯合查詢就好,性能優化、備份那些內容用不到;Python則是能學多少學多少。

六、學習高級工具——10小時

雖然EXCEL可以解決70%以上的問題,但剩下30%還是需要高級工具來做(不信用EXCEL做個聚類)。高級分析工具有兩個選擇:SPSS和R。雖然R有各種各樣的好處,但我給的建議是根據你在上一步中的學習感覺來定學哪一個工具,要是學編程語言學的很痛苦,就學SPSS,要是學的很快樂,就學R。不管用哪一種工具,都要把你學統計學時候學會的重點模型跑一遍,學會建立模型和小幅優化模型即可。

七、了解你想去的行業和職位——10+小時

這裡我在時間上寫了個」+「號,因為這一步並不一定要用整塊時間來學習,它是貫穿在你整個學習過程中的。數據分析師最需要不斷提升的能力就是行業和業務知識,沒有之一。你將來想投入哪個行業和哪個職位的方向,就要去學習相關的知識(比如你想做網站運營,那就要了解互聯網背景知識、網站運營指標體系、用戶運營知識等內容)。

八、做個報告——25小時

你學習了那麼多內容,但現在出去的話你還是找不到好工作。所有的招聘人員都會問你一句話:你做過哪些實際項目?(即使你是應屆生也一樣) 如果你有相關的項目經驗或者實習經驗,當然可以拿出來,但是如果沒有,怎麼辦?答案很簡單,做個報告給他們看,告訴招聘者:我已經有了數據分析入門級(甚至進階級)職位的能力。同時,做報告也會是你將來工作的主要內容,因此也有可能出現另外一種情況:你費盡心血做了一個報告,然後發現這不是你想要的生活,決定去干別的工作了……這也是件好事,有數據分析能力的人做其他工作也算有一項優勢。

在此只說做報告的幾個要點:

1、先定好分析目標,梳理好分析邏輯,然後再做其他工作,否則要麼沒有結論,要麼邏輯生硬不合理,要麼多次返工……

2、數據來源:首選網上的各種公開資料庫和數據源,國外的數據比較規整,國內的數據背景學習成本相對低;

3、數據清洗整理:這項工作通常要佔到40%-50%甚至更多的時間,請做好多次重來的心理準備。

4、工具使用:如無能夠解釋分析過程和結果的信心,請多用描述統計多作圖,少用聚類等分析模型,工具和模型是為分析目標服務的,不要為了使用而使用。

5、報告製作:注意三點:

(1)雖然」圖比表好,表比字好「,但前提是你能清楚的表達出想要表達的內容,該用文字的時候還是要用文字;

(2)分析一定要有結論,結論一定要有數據支持;

(3)如果使用了一些你當前所屬組織(公司或學校)的專有數據,請在具體的數值上打馬賽克,且最好不要標註具體來源(寫到某公司或某學校即可),這是作為一個數據分析師的職業素養,面試時有加分。

6、做好多次修改完善報告的心理準備。

九、投簡歷,面試,入職——N小時

投簡歷的時候不要看見職位裡帶」數據分析師「就投!帶這個關鍵字的,有錄入整理數據的最低級職位,也有需要寫代碼的開發人員(數據分析師,數據挖掘工程師,傻傻分不清楚),看好職位描述再投!需要3年以上工作經驗的,可以投但不要抱希望;需要1年以上工作經驗的,你手裡有做好的報告,請轉成PDF文件,然後向他們砸過去……很大幾率能中。

面試時候基本上會問一些」你認為數據分析都包含哪些工作「,」你之前做過什麼數據分析項目「,」你印象最深刻的項目是哪一個「,」你覺得數據分析哪部分最重要「,"你在工作中碰到過什麼難題「之類的問題,你已經做過一份完整報告所以這些問題應該都能答上來,基本都是開放式問題,沒有標準答案,不必緊張。如果碰上讓你寫代碼或者做演算法題的,默默退了吧,他們要招的是開發……

N次面試之後,準備入職吧,正式開始你作為數據分析師的征程。


推薦閱讀:

PowerBI的M與DAX之爭

TAG:数据分析师 | 大数据 | 数据分析 |