數(shù)據(jù)分析從入門以及如何成長

我當年和在進入數(shù)據(jù)分析這塊行業(yè)的時候也是和很多剛進入這塊的同學一樣，一樣的迷茫，一樣的不知道該學習什么，一樣的不知道為什么需要有什么樣的職業(yè)規(guī)劃。剛開始選擇了在國內(nèi)的一家一線品牌的電商公司，具體工作是做網(wǎng)站分析師。

所謂的網(wǎng)站分析師，就是要對電商網(wǎng)站的各種常規(guī)指標進行監(jiān)控，需要對異常的數(shù)據(jù)能夠解釋清楚現(xiàn)象和原因，到底是因為什么導致流量的波動、還是因為網(wǎng)站埋點出現(xiàn)了問題。以及像網(wǎng)站推廣的不同渠道的優(yōu)劣情況，訪問、點擊、ROI等進行分析，而像如果公司需要做一些大型的活動時，還需要能夠對不同專題活動的效果進行分析，能夠知道哪些內(nèi)容是用戶感興趣點擊的。

當時也沒有人聽說什么是大數(shù)據(jù)，而像數(shù)據(jù)分析，數(shù)據(jù)挖掘還都停留在亞馬遜神奇的推薦算法和60萬招一個算法工程師的故事上。而當時我們數(shù)據(jù)這塊行業(yè)，大部分人戲稱的BI，好聽點叫商業(yè)智能，都是在做關于數(shù)據(jù)倉庫的底層搭建和OLAP、OLTP這樣的報表上。

也正是因為從最底層的數(shù)據(jù)開始做起，才讓我明白了整個數(shù)據(jù)的全貌或者說數(shù)據(jù)整個生態(tài)鏈都有哪些?？赡苡型瑢W會說，我是學統(tǒng)計的，對太技術類的不感興趣。其實不然，就像我們?nèi)プx歷史一樣，作為數(shù)據(jù)分析師本身就需要有那種追本溯源的精神，當你了解到數(shù)據(jù)都是怎么產(chǎn)生和存儲的之后，你就會知道為什么我的數(shù)據(jù)量會這么少，為什么數(shù)據(jù)處理環(huán)節(jié)出現(xiàn)了異常，為什么公司沒有把所有的數(shù)據(jù)都存儲起來。

好了，我們就聊聊今天的話題：

數(shù)據(jù)分析師該怎么入門，從一個初級的數(shù)據(jù)分析師變身為數(shù)據(jù)分析專家、數(shù)據(jù)分析大師？

我們先來看一下某著名互聯(lián)網(wǎng)公司，對不同級別的數(shù)據(jù)分析師的要求是什么樣。

圖（一）數(shù)據(jù)分析師的不同級別要求

這圖一可以看出，在成長為數(shù)據(jù)分析專家之前， 更多的是需要能夠在問題識別、分析規(guī)劃、數(shù)據(jù)獲取、展現(xiàn)演示、價值應用、執(zhí)行和管理能力、以及影響力上有不同層次的要求。

作為一個剛入門的數(shù)據(jù)分析師，需要能夠把在數(shù)據(jù)分析的基礎技能上夯實：

掌握基本的數(shù)據(jù)分析知識（比如統(tǒng)計，概率，數(shù)據(jù)挖掘基礎理論，運籌學等）

掌握基本的數(shù)據(jù)分析軟件（比如，VBA，Matlab，Spss，Sql等等）

掌握基本的商業(yè)經(jīng)濟常識（比如宏微觀經(jīng)濟學，營銷理論，投資基礎知識，戰(zhàn)略與風險管理等等）

這些基礎知識，在學校里盡量的學習，而且我來到了一些商學院，這樣我可以在商業(yè)分析、經(jīng)濟分析上面領悟到一些東西，增強我的數(shù)據(jù)分析能力。

在這里，我給大家推薦幾本書，《統(tǒng)計學》《圖表之道》《誰說菜鳥不會數(shù)據(jù)分析》。另外課后我會把之前整理過的知識點發(fā)給大家。

而對于已經(jīng)在數(shù)據(jù)分析崗摸爬滾打1年多后，怎么該去晉級，在數(shù)據(jù)分析這塊領域做的更加深入，我們稱之為合格的數(shù)據(jù)分析師。

這時候就不只是掌握基本的統(tǒng)計知識或工具應用，需要能夠獨立完成一項完整的數(shù)據(jù)分析工作，能夠通過數(shù)據(jù)準確定位業(yè)務上的問題，能夠獨立完成一份完整的數(shù)據(jù)分析報告，能夠嘗試將自己的分析結果講給被人聽，被別人接受和采納。

而怎么才能做到這幾點呢？

1. 學習怎么寫報告

首先，要有一個好的框架，跟蓋房子一樣，好的分析肯定是有基礎有層次，有基礎堅實，并且層次明了才能讓閱讀者一目了然，架構清晰、主次分明才能讓別人容易讀懂，這樣才讓人有讀下去的欲望；

第二，每個分析都有結論，而且結論一定要明確，如果沒有明確的結論那分析就不叫分析了，也失去了他本身的意義，因為你本來就是要去尋找或者印證一個結論才會去做分析的，所以千萬不要忘本舍果；

第三，分析結論不要太多要精，如果可以的話一個分析一個最重要的結論就好了，很多時候分析就是發(fā)現(xiàn)問題，如果一個一個分析能發(fā)現(xiàn)一個重大問題，就達到目的了，不要事事求多，寧要仙桃一口，不要爛杏一筐，精簡的結論也容易讓閱者接受，減少重要閱者（通常是事務繁多的領導，沒有太多時間看那么多）的閱讀心理門 檻，如果別人看到問題太多，結論太繁，不讀下去，一百個結論也等于0；

第四、分析結論一定要基于緊密嚴禁的數(shù)據(jù)分析推導過程，不要有猜測性的結論，太主觀的東西會沒有說服力，如果一個結論連你自己都沒有肯定的把握就不要拿出來誤導別人了；

第五，好的分析要有很強的可讀性，這里是指易讀度，每個人都有自己的閱讀習慣和思維方式，寫東西你總會按照自己的思維邏輯來寫，你自己覺得很明白，那是因為整個分析過程是你做的，別人不一定如此了解，要知道閱者往往只會花10分鐘以內(nèi)的時間來閱讀，所以要考慮你的分析閱讀者是誰？他們最關心什么？你必須站在讀者的角度去寫分析郵件；

第六，數(shù)據(jù)分析報告盡量圖表化，這其實是第四點的補充，用圖表代替大量堆砌的數(shù)字會有助于人們更形象更直觀地看清楚問題和結論，當然，圖表也不要太多，過多的圖表一樣會讓人無所適從；

第七、好的分析報告一定要有邏輯性，通常要遵照：1、發(fā)現(xiàn)問題--2、總結問題原因--3、解決問題，這樣一個流程，邏輯性強的分析報告也容易讓人接受；

第八、好的分析一定是出自于了解產(chǎn)品的基礎上的，做數(shù)據(jù)分析的產(chǎn)品經(jīng)理本身一定要非常了解你所分析的產(chǎn)品的，如果你連分析的對象基本特性都不了解，分析出來的結論肯定是空中樓閣了，無根之木如何叫人信服？！

第九、好的分析一定要基于可靠的數(shù)據(jù)源，其實很多時候收集數(shù)據(jù)會占據(jù)更多的時間，包括規(guī)劃定義數(shù)據(jù)、協(xié)調數(shù)據(jù)上報、讓開發(fā)人員 提取正確的數(shù)據(jù)或者建立良好的數(shù)據(jù)體系平臺，最后才在收集的正確數(shù)據(jù)基礎上做分析，既然一切都是為了找到正確的結論，那么就要保證收集到的數(shù)據(jù)的正確性，否則一切都將變成為了誤導別人的努力；

第十、好的分析報告一定要有解決方案和建議方案，你既然很努力地去了解了產(chǎn)品并在了解的基礎上做了深入的分析，那么這個過程就決定了你可能比別人都更清楚第發(fā)現(xiàn)了問題及問題產(chǎn)生的原因，那么在這個基礎之上基于你的知識和了解，做出的建議和結論想必也會更有意義，而且你的老板也肯定不希望你只是個會發(fā)現(xiàn)問題 的人，請你的那份工資更多的是為了讓你解決問題的；

十一、不要害怕或回避“不良結論”，分析就是為了發(fā)現(xiàn)問題，并為解決問題提供決策依據(jù)的，發(fā)現(xiàn)產(chǎn)品問題也是你的價值所在，相信你的老板請你來，不是光讓你來唱贊歌的，他要的也不是一個粉飾太平的工具，發(fā)現(xiàn)產(chǎn)品問題，在產(chǎn)品缺陷和問題造成重大失誤前解決它就是你的分析的價值所在了；

十二、不要創(chuàng)造太多難懂的名詞，如果你的老板在看你的分析花10分鐘要叫你三次過去來解釋名詞，那么你寫出來的價值又在哪里呢，還不如你直接過去說算了，當然如果無可避免地要寫一些名詞，最好要有讓人易懂的“名詞解釋”；

十三、最后，要感謝那些為你的這份分析報告付出努力做出貢獻的人，包括那些為你上報或提取數(shù)據(jù)的人，那些為產(chǎn)品作出支 持和幫助的人（如果分析的是你自己負責的產(chǎn)品），肯定和尊重伙伴們的工作才會贏得更多的支持和幫助，而且我想你也不是只做一錘子買賣，懂得感謝和分享成果的人才能成為一個有素養(yǎng)和受人尊敬的產(chǎn)品經(jīng)理。

2. 學習怎么以業(yè)務的眼光看待問題

第一層：知其然

我們可以通過建立數(shù)據(jù)監(jiān)控體系，掌握發(fā)生了什么、程度如何，做到“知其然”。

具體來說，切入數(shù)據(jù)的角度主要有這幾個方面。首先是“觀天”，觀察行業(yè)整體趨勢、政策環(huán)境影響；再是“知地”，了解競爭對手的表現(xiàn)；最后是“自省”，自身做得怎么樣了，自己的數(shù)據(jù)表現(xiàn)怎么樣。從看數(shù)據(jù)的周期上來講，“觀天”可以是季度性或者更長的周期；“知地”按周或者月，特殊時間點、特殊事件情況下除外；“自省”類的數(shù)據(jù)拿到的是最全面的，需要天天看，專門有人看，有人研究。

在這一層上，分享兩個看數(shù)據(jù)的觀點：

1.數(shù)據(jù)是散的，看數(shù)據(jù)需要有框架。

怎么看數(shù)據(jù)很有講究。零碎的數(shù)據(jù)很難發(fā)揮出真正的價值，把數(shù)據(jù)放到一個有效的框架里，才能發(fā)揮整體價值。所謂有效的框架至少包含兩重作用：

（1）數(shù)據(jù)很多，不同人對數(shù)據(jù)需求不一樣，如CEO、中層管理者、底層員工關注的數(shù)據(jù)通常是不一樣的，有效的框架能夠讓不同的人各取所需。

（2）有效的框架能夠快速地定位問題所在。舉個例子，交易量指標大家都關心，如果某一天交易量指標掉了20%，那么，業(yè)務很大可能下是出了問題，但問題到底出在哪兒呢？如果只有幾個高度抽象的指標，如轉化率、成交人數(shù)、客單價等，是定位不到問題的。好的框架能夠支持我們往下鉆，從品類、流量渠道等找到問題所在，板子也就能打到具體的負責人身上了。這也是我們通常所說的，看數(shù)據(jù)要落地。

2.數(shù)據(jù)，有比較才有真相。

我有120斤，你說是重還是輕呢？一個孤零零的數(shù)據(jù)是很難說明問題的。判斷某個指標增長快慢，需要選擇正確的比較對象、參考系，也就是基準線。這個基準線可以是一個預先設定的目標，可以是同行業(yè)平均水平，也可以是歷史的同期數(shù)據(jù)。

第二層：知其所以然

通過數(shù)據(jù)看到了問題，走到這一步還不夠。數(shù)據(jù)只是表象，是用來發(fā)現(xiàn)、描述問題的，實操中解決問題更重要。數(shù)據(jù)結合業(yè)務，找到數(shù)據(jù)表象背后的真正原因，解決之。解決問題的過程就會涉及數(shù)據(jù)、數(shù)據(jù)加工，還可能會涉及數(shù)據(jù)模型之類的方法或者是工具，這里面技術含量比較高，另作篇幅介紹，這里不展開了。

在第二層里也有兩點分享：

1.數(shù)據(jù)是客觀的，但對數(shù)據(jù)的解讀則可能帶有很強的主觀意識。

數(shù)據(jù)本身是客觀的，但消費數(shù)據(jù)的是有主觀能動性的人。大家往往在解讀數(shù)據(jù)的時候帶入主觀因素：同樣一個數(shù)據(jù)在A看來結論可能是好的，從B看來可能卻得出截然相反的結果。不是說出現(xiàn)這樣的情況不好，真理越辯越明。但假如不是通過數(shù)據(jù)找問題，而是先對問題定性，然后有選擇地利用數(shù)據(jù)證明自己的觀點，這種做法就不可取了?？墒聦嵣?，我們的身邊經(jīng)常發(fā)生這樣的事情。

2.懂業(yè)務才能真正懂數(shù)據(jù)。

車品覺老師的博文《不懂商業(yè)就別談數(shù)據(jù)》對這個觀點作了深刻闡述，這里不展開講了。只是由于本觀點的重要性，筆者特意拿出來做一下強調。

第三層：發(fā)現(xiàn)機會

利用數(shù)據(jù)可以幫助業(yè)務發(fā)現(xiàn)機會。舉個例子：淘寶上有中老年服裝細分市場，有大碼女裝市場，這些市場可以通過對周邊環(huán)境的感知，了解到我們身邊有一些中老年人或者胖MM在淘寶上面沒有得到需求的滿足。那么還有沒有其他的渠道找到更多的細分市場呢？

數(shù)據(jù)可以！

通過用戶搜索的關鍵詞與實際成交的數(shù)據(jù)比較，發(fā)現(xiàn)有很多需求并沒有被很好地滿足，反映出需求旺盛，但供給不足。假如發(fā)現(xiàn)了這樣的細分市場，公布出來給行業(yè)小二，公布出來給賣家，是不是可以幫助大家更好地去服務消費者呢？這個例子就是現(xiàn)在我們在做的“潛力細分市場發(fā)現(xiàn)”項目。

講這個案例，不是想吹牛數(shù)據(jù)有多厲害，而是想告訴大家：數(shù)據(jù)就在那里，有些人熟視無睹，但有些人卻可以從中挖出“寶貝”來。差異是什么呢？商業(yè)感覺。剛剛提到的搜索數(shù)據(jù)、成交數(shù)據(jù)很多人都能夠看到，但以前沒有人把這兩份數(shù)據(jù)聯(lián)系在一起看，這背后體現(xiàn)出的就是商業(yè)感覺。

第四層：建立數(shù)據(jù)化運營體系

我理解的數(shù)據(jù)化運營，包含了兩重意思：數(shù)據(jù)作為間接生產(chǎn)力和直接生產(chǎn)力。

1.數(shù)據(jù)作為間接生產(chǎn)力。

所謂間接生產(chǎn)力，是指數(shù)據(jù)工作者將數(shù)據(jù)價值通過運營傳遞給消費者，即通常所說的決策支持，數(shù)據(jù)工作者產(chǎn)出報表、分析報告等供各級業(yè)務決策者參考。我稱之為決策支持1.0模式。然而隨著業(yè)務開拓和業(yè)務人員對數(shù)據(jù)重要性理解的增強，對數(shù)據(jù)的需求會如雨后春筍般冒出來，顯然單單依賴人數(shù)不多的分析師是滿足不了的。授人以魚不如授人以漁，讓運營、產(chǎn)品的同學都能夠進行數(shù)據(jù)分析，是我腦子中的決策支持2.0模式。

決策支持2.0模式有三個關鍵詞：產(chǎn)品、能力、意愿。

讓運營和PD掌握SQL這類取數(shù)語言，掌握SAS、SPSS這類分析工作，顯得不大現(xiàn)實和必要。提供低門檻、用戶體驗良好的數(shù)據(jù)產(chǎn)品是實現(xiàn)決策支持2.0模式的基礎。這里講的產(chǎn)品，不僅僅是操作功能集，還需要承載分析思路和實際案例。

但是，數(shù)據(jù)分析的門檻始終是存在的。這就對運營和PD提出了新的基本能力要求，即基礎的數(shù)學能力、邏輯思考能力和學習能力。

最后一個意愿，也許是最關鍵的，只有內(nèi)心有強烈的驅動，想做好這件事情的時候，才有可能做好。

2.數(shù)據(jù)作為直接生產(chǎn)力。

所謂直接生產(chǎn)力，是指數(shù)據(jù)工作者將數(shù)據(jù)價值直接通過前臺產(chǎn)品作用于消費者。時髦點講，叫數(shù)據(jù)變現(xiàn)。隨著大數(shù)據(jù)時代的到來，公司管理層越來越重視這一點。大數(shù)據(jù)時代帶來了大的機會，但也可能是大災難。如果不能利用數(shù)據(jù)產(chǎn)生價值，那么，它就是一個災難——產(chǎn)生的數(shù)據(jù)越多，存儲的空間、浪費的資源就越多。

現(xiàn)在比較好理解的一個應用就是關聯(lián)推薦， 你買了一個商品之后，給你推薦一個最有可能再買的商品。個性化是數(shù)據(jù)作為直接生產(chǎn)力的新浪潮，這個浪潮已經(jīng)越來越近。數(shù)據(jù)工作者們，做好迎接的準備吧。

3.怎么在數(shù)據(jù)分析技能上加強

基本技術怎么強調都不過分。這里的術更多是（計算機、統(tǒng)計知識），多年做數(shù)據(jù)分析、數(shù)據(jù)挖掘的經(jīng)歷來看、以及業(yè)界朋友的交流來看，這點大家深有感觸的。 數(shù)據(jù)庫查詢—SQL 數(shù)據(jù)分析師在計算機的層面的技能要求較低，主要是會SQL，因為這里解決一個數(shù)據(jù)提取的問題。有機會可以去逛逛一些專業(yè)的數(shù)據(jù)論壇，學習一些SQL技巧、新的函數(shù)，對你工作效率的提高是很有幫助的。 統(tǒng)計知識與數(shù)據(jù)挖掘 你要掌握基礎的、成熟的數(shù)據(jù)建模方法、數(shù)據(jù)挖掘方法。例如：多元統(tǒng)計：回歸分析、因子分析、離散等，數(shù)據(jù)挖掘中的：決策樹、聚類、關聯(lián)規(guī)則、神經(jīng)網(wǎng)絡等。但是還是應該關注一些博客、論壇中大家對于最新方法的介紹，或者是對老方法的新運用，不斷更新自己知識，才能跟上時代，也許你工作中根本不會用到，但是未來呢？ 行業(yè)知識 如果數(shù)據(jù)不結合具體的行業(yè)、業(yè)務知識，數(shù)據(jù)就是一堆數(shù)字，不代表任何東西。是冷冰冰，是不會產(chǎn)生任何價值的，數(shù)據(jù)驅動營銷、提高科學決策一切都是空的。 一名數(shù)據(jù)分析師，一定要對所在行業(yè)知識、業(yè)務知識有深入的了解。例如：看到某個數(shù)據(jù)，你首先必須要知道，這個數(shù)據(jù)的統(tǒng)計口徑是什么？是如何取出來的？這個數(shù)據(jù)在這個行業(yè)，在相應的業(yè)務是在哪個環(huán)節(jié)是產(chǎn)生的？數(shù)值的代表業(yè)務發(fā)生了什么（背景是什么）？對于A部門來說，本月新會員有10萬，10萬好還是不好呢？

當你掌握好前面的基本知識和一些技巧性東西的時候，你應該在業(yè)務、行業(yè)、商業(yè)知識的學習與積累上了。

這個放在最后，不是不重要，而且非常重要，如果前面三點是決定你能否進入這個行業(yè)，那么這則是你進入這個行業(yè)后，能否成功的最根本的因素。數(shù)據(jù)與具體行業(yè)知識的關系，比作池塘中魚與水的關系一點都不過分，數(shù)據(jù)（魚）離開了行業(yè)、業(yè)務背景（水）是死的，是不可能是“活”。而沒有“魚”的水，更像是“死”水，你去根本不知道看什么（方向在哪）。

建議大家 第一份工作，預計3-5年。選擇咨詢公司或者IT公司吧，主要是做數(shù)據(jù)分析這塊比較強的公司，比如Fico，埃森哲，高沃，瑞尼爾，IBM，AC、國內(nèi)BAT等等。通過第一份工作去把自己的知識打得扎實些，學會在實際中應用所學，學會數(shù)據(jù)分析的流程方法，讓自己成長起來。

而對于自己今后該怎么發(fā)展，該怎么成長為數(shù)據(jù)分析大師， 去自己喜歡的一個行業(yè)，深入了解這個行業(yè)，并講數(shù)據(jù)分析應用到這個行業(yè)里。比如我可以去電子商務做數(shù)據(jù)分析師。我覺得我選擇電子商務，是因為未來必將是互聯(lián)網(wǎng)的時代，電子商務必將取代傳統(tǒng)商務，最顯著的現(xiàn)象就是傳統(tǒng)零售商老大沃爾瑪正在受到亞馬遜的挑戰(zhàn)。此外，電子商務比傳統(tǒng)的零售商具有更好的數(shù)據(jù)收集和管理能力，可以更好的跟蹤用戶、挖掘潛在用戶、挖掘潛在商品。