給我百小時！陪你掌握數據分析師全系技能

01-26

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）

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。