學習數據分析--念念不忘,終有迴響
首先,介紹一下自己:性別女,年齡30+,文科生出身,從高考後,基本上數學就和我絕緣了。
首次知道「猴子聊人物」這個公眾號,是在今年2月份羅輯思維的推送,然後立馬就關注了,因為看了羅胖的跨年演講,知道大數據時代了,數據分析是未來的趨勢嘛,但是遲遲沒有入群,一是確實工作很忙,加班是家常便飯,另外,也是沒有緊迫感吧。但最近的種種情況,讓自己終下決心,於是把從2月份以來的文章又都仔細看了一遍,在5月10號,下筆寫了入群申請。
工作10年,一直在留學行業奮鬥,現在在公司算是個中層吧。中層,待過職場的都知道,可能是最累和最尷尬的,既沒有高層的視野和資源,也脫離了一線的實際工作基礎。10年的工作,感覺個人發展已到了瓶頸。每天都在處理部門的日常瑣事,要提效、要節約成本、要提升服務質量,但是一切都好像還是老的思路,翻來覆去、周而復始,工作沒少做,但效果著實有限。
另一方面,留學這個行業,外界可能不知道,看上去每一單的收費都很高,但其實利潤非常薄。大量的成本花在資源的獲取、人工和場地的費用上了。今年公司的運營不理想,盈利困難,想盡方法改進,比如給顧問降薪,比如開發新產品等等,但資源獲取的成本怎麼也降不了來,感覺公司幹了半天,好像都是在給那些資源公司打工了。同時,留學行業非常依賴人,一個好顧問能帶來簽約,如果不能滿足顧問的需求,比如薪資、比如工作自由度,一旦顧問不簽約,公司的營收就會受到影響。很大程度上,公司被顧問綁架著,這讓做管理層很是苦惱。
所以,綜合個人,公司以及行業的情況,決定開始了解大數據、學習數據分析,算是給自己開拓一個新的領域,挖一條護城河出來。學習理科生的思維,應用所學的知識,解決現在工作的問題,另外,希望也為將來做些打算,去看看別的行業的風景。
下面說下從5月10日入群到今天的學習內容。
- 5月10日:申請被猴子通過,加入社群。
- 5月11-14日:完成第一關的主要作業:聽《東吳相對論》關於「大數據」的音頻;聽猴子的第一課講座;看電影《心靈捕手》;做學習計劃。
- 5月15號:正式開始看書《R語言實戰》;安裝R語言軟體
對於這幾天的學習內容,有幾點體會:
1、 第一關作業是學習1-5章目錄,我考慮如果只是用眼睛看一遍,是不夠自己理解和記憶的,正好也要做計劃,就把目錄copy下來,做到excel里。在製作表格和更改格式的過程中,不僅了解了1-5章的大致概要,同時也知道了以後幾章的內容,從而對整本書形成一個基本的概念框架。
下面是我的讀書計劃:
2、 為了激勵計劃的完成,猴子推薦大家用即時激勵的小方法。對我來說呢,即時激勵倒不是特別重要,就暫且定為每過一關,獎勵自己一頓大餐吧。主要是因為,我現在已經快過了「不給糖就會哭」的年齡了。我給自己定的目標是10年之後會怎樣?10年之後希望自己可以隨心愿,做想做的事情。不是說,能夠延遲滿足的人,有更大成就么?
達成目標,主要還是要有動力和壓力。設想如果在陸地上奔跑,你後面的地面不斷塌陷,下面就是萬丈深淵,你還有理由停止奔跑么?相聲「虎口遐想」里有個梗,如果登山的後面都跟著個大老虎,是個人都能登上珠穆朗瑪峰吧?所以,有了緊迫感,一切都有行動和堅持的理由了。我不能想像如果不學習,10年後的我拿什麼和那些一出生就處於互聯網、大數據時代的90、00後們競爭。國家的法定退休年齡是60歲,我離退休還有30年呢。這就是我的緊迫感和危機感。
3、 在制定《讀書計劃》的同時,我又弄了個《每日學習內容》的表格,記錄自己每天其他的所學內容,盡量做到不負光陰吧。
4、 對於群里各位學友分享的內容,我每一篇都打開閱讀,但是因為剛開始學習,很多內容我都看不懂,所以想到了用印象筆記,把所有分享的內容都進行保存和歸類,並對每一篇文章都做了標籤,以便日後學習到了對應的內容,方便查找;日積月累,這也將是一個龐大的數據源和知識庫。筆記主要分為了3類,目前已累積了41篇文章。
4、關於電影《心靈捕手》 (目前看了一半),覺得這個電影更注重描述的是一個從小在底層社會成長,但極具天賦的男孩,如何在遇到2位人生的導師後,命運改變的故事。所以說,天賦很重要,但伯樂更重要。《異類》這本書里就說了,最終成為金字塔頂端的那些最優秀的人,一定是有好的機遇,好的出身和好的外部環境,缺一不可。
5、最近看的另外一部電影,給我更大的感觸(哈哈,已經向n多人推薦了,就是封面的這部電影)-- 《Hidden Figures》(隱藏人物)。英文其實有2層意思,中文沒能翻譯出來。一個就是字面上的說的,這些主人公都是隱藏的幕後英雄,靠聰明的大腦生生把飛船算上了太空。另外的意思說的是數字,這些人都是數學家喲。電影講的是三個聰明絕頂的黑人女性的故事。她們共同點都是,極具數學天賦以及擁有改變命運的勇氣。在60年代的美國,在對有色人種的歧視還根深蒂固的情況下,有人修正了無數人算錯的謎題,用頭腦幫助NASA 把飛行器送入了太空;有人敏銳的捕捉到了計算機必將代替人腦計算的訊息,在被機器替代前,成功轉變為具備管理機器能力的人;還有人追尋自己的夢想,克服重重困難,成為NASA第一個黑人女性工程師。其中的一個女主人公現在還活著,都快100歲,後來 NASA用她的名字命名了一幢大樓。
電影是在真實故事的基礎上改編的,是今年奧斯卡的提名影片,裡面還有謝耳朵喲,也是一名科學家呢,推薦大家有時間看看。
綜上所述, 雖然因為工作的原因,我不能像那些年輕的朋友那樣,全身心的投入學習,目前也不了解學習群的學習強度有多大,預計學習時間可能會持續幾年,但是既然已下定了決心,就要開始。有人說,慢慢來,比較快,堅持總會到達。
希望在接下來的日子裡,與大家互相激勵,共同進步!像那3位偉大女性一樣,抓住改變命運機會。念念不忘,終有迴響!
推薦閱讀:
※R語言實戰—02-創建數據集
※醫院銷售數據分析(數據分析第4關)
※當我們從事數據崗位時我們需要會什麼
※選全明星哪家強,機器學習來幫忙
※敲黑板!從零開始,小白如何通過Kaggle競賽提高數據分析能力!
TAG:數據分析 |