數據分析師

11 人贊了文章

說來我正式接觸數據分析也快一年，對速成還是有一些心得。優秀的數據分析師是不能速成的，但是零經驗也有零經驗的捷徑。

以上的前提針對入門，目的是達到數據分析師的門檻，順利拿到一份offer，不涉及數據挖掘等高級技巧。我的方法傾向互聯網領域，不論是分析師這個職位，還是運營、產品的能力發展都是適用的。其他領域就仁者見仁了。

市面上有《七周七資料庫》，《七周七編程語言》。今天我們就《七周七學習成為數據分析師》。

沒錯，七周。

第一周：Excel學習掌握

如果Excel玩的順溜，你可以略過這一周。不過介於我入行時也不會vlookup，所以有必要講下。

重點是了解各種函數，包括但不限於sum，count，sumif，countif，find，if，left/right，時間轉換等。

Excel函數不需要學全，重要的是學會搜索。即如何將遇到的問題在搜索引擎上描述清楚。

我認為掌握vlookup和數據透視表足夠，是最具性價比的兩個技巧。

這兩個搞定，基本10萬條以內的數據統計沒啥難度，80%的辦公室白領都能秒殺。

Excel是熟能生巧，多找練習題。還有需要養成好習慣，不要合併單元格，不要過於花哨。表格按照原始數據（sheet1）、加工數據（sheet2），圖表（sheet3）的類型管理。

專欄上寫了三篇Excel的文章，比較簡單，大體介紹了Excel應用，可以作為職場新人的指南。

第一篇數據分析—函數篇。主要簡單講解常用的函數，以及與之對應的SQL/Python函數。

第二篇數據分析—技巧篇。主要簡單講解我認為很有新價比的功能，提高工作效率。

第三篇數據分析—實戰篇。主要將前兩篇的內容以實戰方式進行，簡單地進行了一次數據分析。數據源採用了真實的爬蟲數據，是5000行數據分析師崗位數據。

下面是為了以後更好的基礎而附加的學習任務。

了解單元格格式，後期的數據類型包括各類timestamp，date，string，int，bigint，char，factor，float等。

了解數組，以及怎麼用（excel的數組挺難用），Python和R也會涉及到 list。

了解函數和參數，當進階為編程型的數據分析師時，會讓你更快的掌握。

了解中文編碼，UTF8和ASCII，包括CSV的delimiter等，以後你會回來感謝我的。

養成一個好習慣，不要合併單元格，不要過於花哨。表格按照原始數據、加工數據，圖表的類型管理。

如果時間還有剩餘，可以看大數據時代 (豆瓣)，培養職業興趣。

再來一道練習題，我給你1000個身份證號碼，告訴我裡面有多少男女，各省市人口的分布，這些人的年齡和星座。（身份證號碼規律可以網上搜索）

第二周：數據可視化

數據分析界有一句經典名言，字不如表，表不如圖。數據可視化是數據分析的主要方向之一。除掉數據挖掘這類高級分析，不少數據分析就是監控數據觀察數據。

數據分析的最終都是要兜售自己的觀點和結論的。兜售的最好方式就是做出觀點清晰數據詳實的PPT給老闆看。如果沒人認同分析結果，那麼分析也不會被改進和優化，不落地的數據分析價值又在哪裡？

首先要了解常用的圖表：

各類圖表的詳細介紹可以查看第四篇文章：數據可視化：你想知道的經典圖表全在這

了解圖表後，還應該學會報表製作，這裡準備了第五篇：數據可視化：打造高端的數據報表。將教會大家Excel的高級圖表用法。

如果還不過癮，我們得掌握信息圖和BI，下圖就是微軟的Power BI：

BI（商業智能）和圖表的區別在於BI擅長交互和報表，更擅長解釋已經發生和正在發生的數據。將要發生的數據是數據挖掘的方向。

BI的好處在於很大程度解放數據分析師的工作，推動全部門的數據意識，另外降低其他部門的數據需求（萬惡的導數據）。

BI市面上的產品很多，基本都是建立儀錶盤Dashboard，通過維度的聯動和鑽取，獲得可視化的分析。第六篇：數據可視化：深入淺出BI 將以第一周的實戰數據學習BI，上圖的就是學習後的成果。

數據可視化的學習就是三個過程，了解數據（圖表），整合數據（BI），展示數據（信息化）。

可視化也和審美息息相關，很多直男代表並不擅長做圖，沒關係，抽空可以看書：數據之美 (豆瓣)

PPT也別落下，Excel作圖多練習，不會有壞處的。

PPT - 熱門問答

Excel 圖表繪製 - 熱門問答

第三周：分析思維的訓練

這周我們輕鬆一下，學學理論知識。

分析思維首推大名鼎鼎的金字塔原理 (豆瓣)，幫助數據分析師結構化思維。如果金字塔原理讓你醍醐灌頂，那麼就可以學思維導圖，下載一個XMind中文網站，或者在線用百度腦圖（百度難得不被罵的產品）。

如果不想看金字塔原理，那麼就看第七篇文章：如何培養麥肯錫式的分析思維。將書本的內容提煉了大部分。

再了解SMART、5W2H、SWOT、4P理論、六頂思考帽等框架。這些框架都是大巧不工的經典。你要快速成為數據分析師，思考方式也得跟著改變。網上搜諮詢公司的面試題，搜Case Book。題目用新學的思維導圖做，先套那些經典框架，做一遍，然後去看答案對比。

等思維框架建立好，我們應該往裡面塞點數據分析的思維了，如何建立數據分析的思維框架。兩篇文章相結合，就能出師了。

這裡送三條金句：

一個業務沒有指標，則不能增長和分析

好的指標應該是比率或比例

好的分析應該對比或關聯。

舉一個例子：我告訴你一家超市今天有1000人的客流量，你會怎麼分析？

這1000人的數量，和附件其他超市比是多是少？（對比）

這1000人的數量比昨天多還是少？（對比）

1000人有多少產生了實際購買？（轉化比例）

路過超市，超市外的人流是多少？（轉化比例）

這是一個快速搭建分析框架的方法。如果只看1000人，是看不出分析不出任何結果。

優秀的數據分析師會拷問別人的數據，而他本身的分析也是經得起拷問，這就是分析思維能力。需要確切明白的是，一周時間鍛煉不出數據思維，只能做到了解。數據思維是不斷練習的結果，我只是盡量縮短這個過程。

深入淺出數據分析 (豆瓣)

這本書太啰嗦了，我看到一半放棄了…但推薦人不少，可以快速翻看一下。

第四周：資料庫學習

Excel對十萬條以內的數據處理起來沒有問題，但是互聯網行業就是不缺數據。但凡產品有一點規模，數據都是百萬起。這時候就需要學習資料庫。

資料庫入門看這篇文章：寫給新人的資料庫指南

越來越多的產品和運營崗位，會在招聘條件中，將會SQL作為優先的加分項。

SQL是數據分析的核心技能之一，從Excel到SQL絕對是數據處理效率的一大進步。

學習圍繞Select展開。增刪改、約束、索引、資料庫範式均可以跳過。SQL學習不需要買書，W3C學習就行了，SQL 教程。大多數互聯網公司都是MySQL，我也建議學，性價比最高。

主要了解where，group by，order by，having，like，count，sum，min，max，distinct，if，join，left join，limit，and和or的邏輯，時間轉換函數等。

如果想要跟進一步，可以學習row_number，substr，convert，contact等。另外不同數據平台的函數會有差異，例如Presto和phpMyAdmin。

你看，和Excel的函數都差不多。按照SQL，從入門到熟練SQL，從熟練到掌握這兩篇的內容學習。雖然沒有實戰的打磨，但是了解一個大概夠了。

期間你不需要考慮優化和寫法醜陋，查詢幾秒和幾分鐘對數據分析師沒區別，跑數據時喝杯咖啡唄，以後你跑個SVM都能去吃飯了。

網上也能搜索SQL相關的練習題，刷一遍就行。也能自己下載資料庫管理工具，找些數據練習。我用的是Sequel Pro。

附加學習：

如果這周的學習充裕，可以了解MapReduce原理。

來一道練習題，表A是用戶的註冊時間表，表B是用戶所在地，寫出各地區每月新註冊用戶的查詢SQL。掌握到這個程度，基本夠用，雖然往後工作中會有更多變態數據需求。

第五周：統計知識學習

很遺憾，統計知識是我最薄弱的地方，也是數據分析的基礎之一。

統計知識會要求我們以另一個角度看待數據。當你知道AB兩組的差異用平均值看是多傻的事情，你的分析技巧也會顯著提高。

這一周努力掌握描述性統計，包括均值、中位數、標準差、方差、概率、假設檢驗、顯著性、總體和抽樣等概念。詳細的數學推導不用細看，誰讓我們是速成呢，只要看到數據，知道不能怎麼樣，而是應該這樣分析即可。

Excel中有一個分析工具庫，簡單強大。對列1的各名詞做到了解。如果是多變數多樣本，學會各種檢驗。

（圖片網上找來的）

統計數字會撒謊 (豆瓣)

休閑讀物，有趣的案例可以讓我們避免很多數據陷阱。

深入淺出統計學 (豆瓣)

還是經典的HeadFirst系列，適應它一貫的啰嗦吧。

多說一句，老闆和非分析師不會有興趣知道背後的統計學原理，通常要的是分析後的是與否，二元答案。不要告訴他們P值什麼的，告訴他們活動有效果，或者沒效果。

第六周：業務學習（用戶行為、產品、運營）

這一周需要了解業務。對於數據分析師來說，業務的了解比數據方法論更重要。當然很遺憾，業務學習沒有捷徑。

我舉一個數據沙龍上的例子，一家O2O配送公司發現在重慶地區，外賣員的送貨效率低於其他城市，導致用戶的好評率降低。總部的數據分析師建立了各個指標去分析原因，都沒有找出來問題。後來在訪談中發覺，因為重慶是山城，路面高低落差比較誇張，很多外賣人員的小電瓶上不了坡…所以導致送貨效率慢。

這個案例中，我們只知道送貨員的送貨水平距離，數據上根本不可能知道垂直距離這個指標。這就是數據的局限，也是只會看數據的分析師和接地氣分析師的最大差異。

對於業務市場的了解是數據分析師工作經驗上最大優勢之一。既然是零經驗面試，公司肯定也知道剛入門分析師不會有太多業務經驗，不會以這個卡人。所以簡單花一周了解行業的各指標。

以知乎最多的互聯網行業為例。至少了解活躍用戶數，活躍用戶率，留存率，流失率，傳播係數等通用概念。

增長黑客 (豆瓣)

數據驅動業務的典型，裡面包含產品運營最經典的AAARR框架。部分非數據的營銷案例，如果時間不夠可以略過。此外產品和運營的入門讀物也能看，這裡就不推薦了。

網站分析實戰 (豆瓣)

如果應聘的公司涉及Web產品，可以了解流量的概念。書中案例以Google Analytics為主。其實現在是APP+Web的複合框架，比如朋友圈的傳播活動肯定需要用到網頁的指標去分析。

精益數據分析 (豆瓣)

互聯網數據分析的入門書籍，歸納總結了幾個常用的分析框架。比較遺憾的是案例都是歐美。

還有一個小建議，現在有不少第三方的數據應用，囊括了不少產品領域的數據分析和統計。自學黨們即使沒有生產環境的數據，也可以看一下應用Demo，有好處的。

除了業務知識，業務層面溝通也需要掌握。另外建議在面試前幾天收集該行業的業務強化一下。

第七周：Python/R 學習

終於到第七周，也是最痛苦的一周。這時應該學習編程技巧。

是否具備編程能力，是初級數據分析和高級數據分析的風水嶺。數據挖掘，爬蟲，可視化報表都需要用到編程能力。掌握一門優秀的編程語言，可以讓數據分析師事半功倍，升職加薪，迎娶白富美。（SAS/SPSS我不了解，所以不做指導）

這裡有兩條支線，學習R語言或Python。速成只要學習一條，以後再補上另外一門。

我剛好兩類都學過。R的優點是統計學家編寫的，缺點也是統計學家編寫。如果是各類統計函數的調用，繪圖，分析的前驗性論證，R無疑有優勢。但是大數據量的處理力有不逮，學習曲線比較陡峭。Python則是萬能的膠水語言，適用性強，可以將各類分析的過程腳本化。Pandas，sklearn等各包也已經追平R。

如果學習R，我建議看R語言實戰 (豆瓣)， 照著書本打一遍代碼，一星期綽綽有餘。另外還有一本 統計學 (豆瓣) ，偏知識理論，可以複習前面的統計學知識。

R學習和熟悉各種包。知道描述性統計的函數。掌握DataFrame。如果時間有餘。可以再去學習ggplot2。

Python擁有很多分支，我們專註數據分析這塊，入門可以學習 深入淺出Python（影印版） (豆瓣) 。也是把代碼寫一遍。

需要學會條件判斷，字典，切片，循環，迭代，自定義函數等。知道數據領域最經典的包Pandas+Numpy。

在速成後的很長一段時間，我們都要做調包俠。

這兩門語言最好安裝IDE，R語言我建議用RStudio，Python我建議用 Anaconda。都是數據分析的利器。

Mac自帶Python2.7，但現在Python 3已經比幾年前成熟，而且沒有編碼問題。各類教程也足夠多，不要抱成守舊了。Win的電腦，安裝Python會有環境變數的問題，是個大坑（R的中文編碼也是天坑）。

到這裡，剛剛好是七周。如果還需要第八周+，則是把上面的鞏固和融會貫通，畢竟速成是以轉崗或拿offer為目的。

成為數據分析師後，坑才剛剛開始，努力吧。