如何成為數據分析師

01-29

作者：桑文鋒，神策數據創始人兼 CEO，前百度大數據部技術經理

最近幾年大數據的概念比較火，越來越多的人感受到數據的價值，許多公司都開始招聘數據分析相關的職位。但如果你去看看國內的高校，會發現沒有一所大學開有數據分析專業的，職位的成熟度還不夠。相比之下，從 2003 年興起的互聯網產品經理職位，就成熟一些，至少你可以找到大量的書，教你如何成為一名產品經理。而數據分析領域就沒這麼幸運了，相關的書籍雖然也有，但總覺得還沒到火候。n

都有哪些人想要成為數據分析師

從我看到想要成為數據分析師的人大致有三類：

第一類是非計算機專業的在校生，不知道怎麼回事，反正就是對數據感興趣了，然後想畢業之後從事相關工作，但對職位要求、該做什麼準備一無所知，處於懵懂期；第二類是互聯網公司的產品經理和運營經理，及少數的市場經理。這些人在實際工作中，發現確實數據很有用，但對自己的數據分析能力感到不滿意，進而想做出提升；第三類是傳統企業的業務人員，也是不知道怎麼就對數據感興趣了，想要從事數據分析相關的崗位，但缺少時間系統學習，工作經歷又不足以支撐自己跳到數據分析職位。對於不同的背景，採用一樣的方法去訓練，顯然是不合理的。我先來講解一下數據相關的角色以及職責，說不定你認識清楚了就不想成為數據分析師了，就可以不用往下看了。如果還有信心，那我就介紹一下要學習的基礎內容，然後再介紹進階的內容。n

數據相關的角色

圍繞數據分析，主要有六種角色。從平台建設線上，包括：n

數據平台工程師：負責數據平台的研發，牽涉到從數據採集到分析的相關組件開發。
數據挖掘工程師：利用機器學習/數據挖掘相關技術，研發演算法模型，用於個性化推薦、用戶畫像、精準廣告等。
數據產品經理：把數據相關的需求抽象為數據平台的功能產品。

從數據流向的角度，包括：n

ETL 工程師：把工程團隊的模塊產生的數據，不管是日誌、數據表，還是埋點的數據，進行清洗、轉換，建模成利於數據分析的數據。ETL 是 Extract - Transform - Load 的縮寫。
數據分析師：利用 ETL 工程師處理好的數據，滿足業務人員的數據需求。
業務人員：產品、運營、市場、管理層等，因為產品改進、運營活動、商業決策等，有數據需求。

數據分析師的職責範圍

通過上面的角色劃分，我們可以清楚數據分析師在整個數據版圖中的位置。數據分析師一方面要和業務人員打交道，滿足業務人員的數據需求，另一方面，要藉助 ETL 工程師建模好的數據，以及數據平台工程師開發的平台，來更高效的完成工作。有些公司在人員緊缺的情況下，會把 ETL 工程師要做的工作，也安排給數據分析師，這樣對數據分析師的開發能力和建模能力，就會有更高的要求。最後一點是提供洞察，前面的工作更多的是被動的，數據分析師還要主動的發現數據中的異常，將這些異常指導業務。

看了這些工作內容，可能並不會覺得特別高大上。我曾經有個組員，幹了一年多的數據統計工作，覺得整天寫腳本太枯燥了，堅決要求再也不做相關工作了。其實數據分析師如果做的不好，就會發現自己無非是在「取數」。業務人員提了需求，然後把要的數據給提取出來，自己就是一個流水線工人，沒有一點成就感。這裡發揮一下抽象能力，就可能把一些重複的「取數」工作給解決掉，用機器代替人工。所以理解業務，提供自己的思考與抽象，很重要。

數據分析師的基本要求

對數據感興趣：是不是看到一行行的數字就頭大，選擇直接跳過？還是願意花些時間研究這些數字背後意味著什麼？如果你看蘋果的發布會的話，會看到喬布斯的幻燈片里出現最多的就是數字，賣了多少部，分了多少錢，厚度減少到多少毫米之類的，他相信數字簡單明了。如果對數據不感興趣，這個角色一定不適合你。
良好的理解和抽象能力：把業務人員說的隻言片語，抽象為明確的數據需求，清楚怎麼從基礎數據中實現出來。還有把一些重複性的需求，抽象出模式來，用機器來替代。
良好的表達能力：數據分析師有個天然的優勢，能夠直接和老闆打交道，這就要求你能站在老闆的層面來表達。把一堆堆的數據，很好的呈現給業務人員，幫助他們做出正確的決策。
快速動手能力：業務人員提的數據需求，巴不得下一秒都拿到。
數據分析的專業能力。

興趣是可以培養的，既然願意看這篇文章，說明有興趣。理解、表達、動手能力，是要有意識的訓練。數據分析的專業能力，是可以通過學習提升的。n

數據分析師要學習的內容

統計學：我看一些人推薦了不少統計學的專業書籍，直接把人嚇跑了。我自己就大學時候學過《概率論與數理統計》，其他統計相關的內容也沒怎麼看過。對於互聯網的數據分析來說，並不需要掌握太複雜的統計理論。所以只要按照本科教材，學一下統計學就夠了。一是讓你相信統計本身是一門科學，這不是星座算命。二是在研究數據時，知道一些特徵是負責統計學規律的。我在剛參加工作時，看到百度知道過億的用戶訪問，但每天訪問的量波動不超過 3%，感覺太神奇了。
編程能力：學會一門編程語言，會讓你處理數據的效率大大提升。如果你只會在 Excel 上複製粘貼，動手能力是不可能快的。我比較推薦 Python，上手比較快，寫起來比較優雅。
資料庫：數據分析師經常和資料庫打交道，不掌握資料庫的使用可不行。學會如何建表和使用 SQL 語言進行數據處理，可以說是必不可少的技能。
數據倉庫：許多人分不清楚資料庫和數據倉庫的差異，簡單來說，數據倉庫記錄了所有歷史數據，專門設計為方便數據分析人員高效使用的。
數據分析方法：對於互聯網數據分析人員來說，可以看一下《精益創業》和《精益數據分析》，掌握常用的數據分析方法，然後再根據自己公司的產品調整，靈活組合。
數據分析工具：SAS、Matlab、SPSS 這些工具經常有人推薦，我要說的是在互聯網公司一般都用不上。做可視化的 Tableau，統計分析的友盟、百度統計，還有像我們神策分析等。這些工具本身不一定能滿足你的所有需求，但會讓數據分析變的更高效。

我自己整理過一個豆瓣書列，有興趣的可以看看：神策數據桑文鋒的數據分析師豆列。n

上面的內容學習後，只能說成為一名合格的數據分析師。要成為高級數據分析師的話，一方面是要強化對業務的理解，最好是做到通過數據分析幫助公司決策方向，或者說促進企業快速增長。另一方面，要加強機器學習/數據挖掘的專業知識學習，將機器學習成為數據分析的手段。比如預測用戶的流失，對用戶進行自動分類等。你能提供的價值就大不相同了。n

最後，要強調的是，數據分析師是一個實踐的職位，要在實際項目中不斷的訓練，才能成為高手。n

如果你想成為數據分析師

不管是在知乎上，還是在一些線下沙龍，許多數據分析愛好者都想能夠系統的學習數據分析知識，而不是瑣碎的學習。

遺憾的是現在沒這樣的專業，系統性的培訓也是少之又少。我是在想有沒有可能通過幾輪迭代，創造出一個適合數據分析人員學習的培訓課程。

在今年 11 月 4 日 ~ 11 月 6 日，我們神策數據將要舉辦一次《數據驅動大會》，定位是數據分析師的培訓，有興趣的同學可報名參加：2016年末盛典（活動已結束）。