數據分析如何入門？如何做職業規劃？

汶生

總裁

還記得第一次聽說數據分析這個詞是大二的時候，那時候鋪天蓋地的Python 數據分析課程，但是我那個時候是學的 Python 全棧。真正接觸到數據分析是從量化交易開始的，那時候沉迷於看K線圖，就想能不能實現對現貨交易對的自動化買入賣出？

也是這個想法讓我接觸到了 Python 數據分析，興趣是最好的老師一點都不假，加上我當時有些 Python 的基礎，翻了翻書了解到了 Numpy ，Panads的這些對數據處理的庫，然後就算是上手了，但是這還沒有到入門的境地，只是會使用這些軟件罷了。

要真正入門數據分析的話，最少是要有些統計學的知識，因為最簡單的描述性分析就是對企業的數據進行比如求平均值、方差、標准差等等的操作，或者對階段性的數據進行諸如線性回歸、邏輯回歸等的操作。

其次就是像開頭說的，去掌握那些軟件的使用，最簡單的就是 Excel，高級點就是 Python，我的學習經歷算是倒過來了，先去搗鼓了軟件工具再去了解數據分析在實際中的應用。

再後來聽了貪心科技和騰訊合作的商業數據分析課程，這個課程其實對我做數據分析相關的職業規劃有很深的影響。

在授課過程中老師一直強調不懂業務的數據分析師不是好的數據分析師。

這句話也拿來跟大家分享。為什麼覺得這句話對自己認識數據分析這個崗位有深刻的意義呢？

最開始以為說做數據分析就是對企業存儲在數據庫或者埋點的數據進行分析就行了，為什麼還要去懂業務邏輯？

到後來慢慢課聽的多了，才知道數據分析師懂業務邏輯的重要性。對數據進行分析以後我們需要整理出數據報告，這些報告出現的目的不是說要去告訴Boss，哪裏成本高了，哪裏用戶留存少了，哪裏數據存在異常等等。

數據分析師需要做的是告訴 Boss，這裏成本高了是因為什麼原因，是廣告投放不合理，還是有效轉化率低？用戶留存少是不是因為哪些業務做得不合理；數據的異常值過多，是不是埋點設置的不合理等等。

這些才是數據分析師要去做的事情，單單去做數據分析那是自己把自己當成了一個工具，只有帶著發現問題的視角去做數據分析才能做到管理層。

做職業規劃一定要考慮這一點，現在數據分析多用於廣告行業或者互聯網運營、營銷行業等等。要多了解運營邏輯，最有名的那本增長黑客可以翻一翻。

入門其實挺簡單的，其實 Excel 基本就能處理些小公司的數據量了，大一點數據量的話就去學習 Python，把數據庫 Mysql 也學一學，統計學知識多了解了解。

如果想往上面繼續發展的話，我看貪心科技和騰訊合作的商業數據分析課程裏面還牽扯到了一些機器學習的知識，像回歸分析、K近鄰、KNN、Kmeans聚類等等。

機器學習現在也是比較火熱的，其實裏面很多的模型也是可以用於數據分析當中去的，而且很多知識結構是相互聯系的，多學一些總沒有壞處。如果想往管理層走可能也需要去學一些管理學知識，關聯分析、層次分析這些等等。

總而言之，數據分析的入門並不是很難，但是能做到什麼樣子，以後的職業發展如何，還是要看個人的努力和學習能力了。