數(shù)據(jù)分析從入門以及如何成長(zhǎng)

我當(dāng)年和在進(jìn)入數(shù)據(jù)分析這塊行業(yè)的時(shí)候也是和很多剛進(jìn)入這塊的同學(xué)一樣，一樣的迷茫，一樣的不知道該學(xué)習(xí)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(guó)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(duì)電商網(wǎng)站的各種常規(guī)指標(biāo)進(jìn)行監(jiān)控，需要對(duì)異常的數(shù)據(jù)能夠解釋清楚現(xiàn)象和原因，到底是因?yàn)槭裁磳?dǎo)致流量的波動(dòng)、還是因?yàn)榫W(wǎng)站埋點(diǎn)出現(xiàn)了問(wèn)題。以及像網(wǎng)站推廣的不同渠道的優(yōu)劣情況，訪問(wèn)、點(diǎn)擊、ROI等進(jìn)行分析，而像如果公司需要做一些大型的活動(dòng)時(shí)，還需要能夠?qū)Σ煌瑢ｎ}活動(dòng)的效果進(jìn)行分析，能夠知道哪些內(nèi)容是用戶感興趣點(diǎn)擊的。

當(dāng)時(shí)也沒(méi)有人聽說(shuō)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(wàn)招一個(gè)算法工程師的故事上。而當(dāng)時(shí)我們數(shù)據(jù)這塊行業(yè)，大部分人戲稱的BI，好聽點(diǎn)叫商業(yè)智能，都是在做關(guān)于數(shù)據(jù)倉(cāng)庫(kù)的底層搭建和OLAP、OLTP這樣的報(bào)表上。

也正是因?yàn)閺淖畹讓拥臄?shù)據(jù)開始做起，才讓我明白了整個(gè)數(shù)據(jù)的全貌或者說(shuō)數(shù)據(jù)整個(gè)生態(tài)鏈都有哪些。可能有同學(xué)會(huì)說(shuō)，我是學(xué)統(tǒng)計(jì)的，對(duì)太技術(shù)類的不感興趣。其實(shí)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(dāng)你了解到數(shù)據(jù)都是怎么產(chǎn)生和存儲(chǔ)的之后，你就會(huì)知道為什么我的數(shù)據(jù)量會(huì)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(méi)有把所有的數(shù)據(jù)都存儲(chǔ)起來(lái)。

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(gè)初級(jí)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(lái)看一下某著名互聯(lián)網(wǎng)公司，對(duì)不同級(jí)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(jí)別要求

這圖一可以看出，在成長(zhǎng)為數(shù)據(jù)分析專家之前， 更多的是需要能夠在問(wèn)題識(shí)別、分析規(guī)劃、數(shù)據(jù)獲取、展現(xiàn)演示、價(jià)值應(yīng)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(gè)剛?cè)腴T的數(shù)據(jù)分析師，需要能夠把在數(shù)據(jù)分析的基礎(chǔ)技能上夯實(shí)：

掌握基本的數(shù)據(jù)分析知識(shí)（比如統(tǒng)計(jì)，概率，數(shù)據(jù)挖掘基礎(chǔ)理論，運(yùn)籌學(xué)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(jì)常識(shí)（比如宏微觀經(jīng)濟(jì)學(xué)，營(yíng)銷理論，投資基礎(chǔ)知識(shí)，戰(zhàn)略與風(fēng)險(xiǎn)管理等等）

這些基礎(chǔ)知識(shí)，在學(xué)校里盡量的學(xué)習(xí)，而且我來(lái)到了一些商學(xué)院，這樣我可以在商業(yè)分析、經(jīng)濟(jì)分析上面領(lǐng)悟到一些東西，增強(qiáng)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(jì)學(xué)》《圖表之道》《誰(shuí)說(shuō)菜鳥不會(huì)數(shù)據(jù)分析》。另外課后我會(huì)把之前整理過(guò)的知識(shí)點(diǎn)發(fā)給大家。

而對(duì)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(jí)，在數(shù)據(jù)分析這塊領(lǐng)域做的更加深入，我們稱之為合格的數(shù)據(jù)分析師。

這時(shí)候就不只是掌握基本的統(tǒng)計(jì)知識(shí)或工具應(yīng)用，需要能夠獨(dú)立完成一項(xiàng)完整的數(shù)據(jù)分析工作，能夠通過(guò)數(shù)據(jù)準(zhǔn)確定位業(yè)務(wù)上的問(wèn)題，能夠獨(dú)立完成一份完整的數(shù)據(jù)分析報(bào)告，能夠嘗試將自己的分析結(jié)果講給被人聽，被別人接受和采納。

而怎么才能做到這幾點(diǎn)呢？

1. 學(xué)習(xí)怎么寫報(bào)告

首先，要有一個(gè)好的框架，跟蓋房子一樣，好的分析肯定是有基礎(chǔ)有層次，有基礎(chǔ)堅(jiān)實(shí)，并且層次明了才能讓閱讀者一目了然，架構(gòu)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(gè)分析都有結(jié)論，而且結(jié)論一定要明確，如果沒(méi)有明確的結(jié)論那分析就不叫分析了，也失去了他本身的意義，因?yàn)槟惚緛?lái)就是要去尋找或者印證一個(gè)結(jié)論才會(huì)去做分析的，所以千萬(wàn)不要忘本舍果；

第三，分析結(jié)論不要太多要精，如果可以的話一個(gè)分析一個(gè)最重要的結(jié)論就好了，很多時(shí)候分析就是發(fā)現(xiàn)問(wèn)題，如果一個(gè)一個(gè)分析能發(fā)現(xiàn)一個(gè)重大問(wèn)題，就達(dá)到目的了，不要事事求多，寧要仙桃一口，不要爛杏一筐，精簡(jiǎn)的結(jié)論也容易讓閱者接受，減少重要閱者（通常是事務(wù)繁多的領(lǐng)導(dǎo)，沒(méi)有太多時(shí)間看那么多）的閱讀心理門 檻，如果別人看到問(wèn)題太多，結(jié)論太繁，不讀下去，一百個(gè)結(jié)論也等于0；

第四、分析結(jié)論一定要基于緊密嚴(yán)禁的數(shù)據(jù)分析推導(dǎo)過(guò)程，不要有猜測(cè)性的結(jié)論，太主觀的東西會(huì)沒(méi)有說(shuō)服力，如果一個(gè)結(jié)論連你自己都沒(méi)有肯定的把握就不要拿出來(lái)誤導(dǎo)別人了；

第五，好的分析要有很強(qiáng)的可讀性，這里是指易讀度，每個(gè)人都有自己的閱讀習(xí)慣和思維方式，寫東西你總會(huì)按照自己的思維邏輯來(lái)寫，你自己覺(jué)得很明白，那是因?yàn)檎麄€(gè)分析過(guò)程是你做的，別人不一定如此了解，要知道閱者往往只會(huì)花10分鐘以內(nèi)的時(shí)間來(lái)閱讀，所以要考慮你的分析閱讀者是誰(shuí)？他們最關(guān)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(bào)告盡量圖表化，這其實(shí)是第四點(diǎn)的補(bǔ)充，用圖表代替大量堆砌的數(shù)字會(huì)有助于人們更形象更直觀地看清楚問(wèn)題和結(jié)論，當(dāng)然，圖表也不要太多，過(guò)多的圖表一樣會(huì)讓人無(wú)所適從；

第七、好的分析報(bào)告一定要有邏輯性，通常要遵照：1、發(fā)現(xiàn)問(wèn)題--2、總結(jié)問(wèn)題原因--3、解決問(wèn)題，這樣一個(gè)流程，邏輯性強(qiáng)的分析報(bào)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(chǔ)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(duì)象基本特性都不了解，分析出來(lái)的結(jié)論肯定是空中樓閣了，無(wú)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(shí)很多時(shí)候收集數(shù)據(jù)會(huì)占據(jù)更多的時(shí)間，包括規(guī)劃定義數(shù)據(jù)、協(xié)調(diào)數(shù)據(jù)上報(bào)、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(tái)，最后才在收集的正確數(shù)據(jù)基礎(chǔ)上做分析，既然一切都是為了找到正確的結(jié)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(dǎo)別人的努力；

第十、好的分析報(bào)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(chǔ)上做了深入的分析，那么這個(gè)過(guò)程就決定了你可能比別人都更清楚第發(fā)現(xiàn)了問(wèn)題及問(wèn)題產(chǎn)生的原因，那么在這個(gè)基礎(chǔ)之上基于你的知識(shí)和了解，做出的建議和結(jié)論想必也會(huì)更有意義，而且你的老板也肯定不希望你只是個(gè)會(huì)發(fā)現(xiàn)問(wèn)題 的人，請(qǐng)你的那份工資更多的是為了讓你解決問(wèn)題的；

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

十二、不要?jiǎng)?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(guò)去來(lái)解釋名詞，那么你寫出來(lái)的價(jià)值又在哪里呢，還不如你直接過(guò)去說(shuō)算了，當(dāng)然如果無(wú)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(bào)告付出努力做出貢獻(xiàn)的人，包括那些為你上報(bào)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(fù)責(zé)的產(chǎn)品），肯定和尊重伙伴們的工作才會(huì)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(gè)有素養(yǎng)和受人尊敬的產(chǎn)品經(jīng)理。

2. 學(xué)習(xí)怎么以業(yè)務(wù)的眼光看待問(wèn)題

第一層：知其然

我們可以通過(guò)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(lái)說(shuō)，切入數(shù)據(jù)的角度主要有這幾個(gè)方面。首先是“觀天”，觀察行業(yè)整體趨勢(shì)、政策環(huán)境影響；再是“知地”，了解競(jìng)爭(zhēng)對(duì)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(lái)講，“觀天”可以是季度性或者更長(zhǎng)的周期；“知地”按周或者月，特殊時(shí)間點(diǎn)、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(gè)看數(shù)據(jù)的觀點(diǎn)：

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(jià)值，把數(shù)據(jù)放到一個(gè)有效的框架里，才能發(fā)揮整體價(jià)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(duì)數(shù)據(jù)需求不一樣，如CEO、中層管理者、底層員工關(guān)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(wèn)題所在。舉個(gè)例子，交易量指標(biāo)大家都關(guān)心，如果某一天交易量指標(biāo)掉了20%，那么，業(yè)務(wù)很大可能下是出了問(wèn)題，但問(wèn)題到底出在哪兒呢？如果只有幾個(gè)高度抽象的指標(biāo)，如轉(zhuǎn)化率、成交人數(shù)、客單價(jià)等，是定位不到問(wèn)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(wèn)題所在，板子也就能打到具體的負(fù)責(zé)人身上了。這也是我們通常所說(shuō)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(shuō)是重還是輕呢？一個(gè)孤零零的數(shù)據(jù)是很難說(shuō)明問(wèn)題的。判斷某個(gè)指標(biāo)增長(zhǎng)快慢，需要選擇正確的比較對(duì)象、參考系，也就是基準(zhǔn)線。這個(gè)基準(zhǔn)線可以是一個(gè)預(yù)先設(shè)定的目標(biāo)，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(guò)數(shù)據(jù)看到了問(wèn)題，走到這一步還不夠。數(shù)據(jù)只是表象，是用來(lái)發(fā)現(xiàn)、描述問(wèn)題的，實(shí)操中解決問(wèn)題更重要。數(shù)據(jù)結(jié)合業(yè)務(wù)，找到數(shù)據(jù)表象背后的真正原因，解決之。解決問(wèn)題的過(guò)程就會(huì)涉及數(shù)據(jù)、數(shù)據(jù)加工，還可能會(huì)涉及數(shù)據(jù)模型之類的方法或者是工具，這里面技術(shù)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(diǎn)分享：

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

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

2.懂業(yè)務(wù)才能真正懂?dāng)?shù)據(jù)。

車品覺(jué)老師的博文《不懂商業(yè)就別談數(shù)據(jù)》對(duì)這個(gè)觀點(diǎn)作了深刻闡述，這里不展開講了。只是由于本觀點(diǎn)的重要性，筆者特意拿出來(lái)做一下強(qiáng)調(diào)。

第三層：發(fā)現(xiàn)機(jī)會(huì)

利用數(shù)據(jù)可以幫助業(yè)務(wù)發(fā)現(xiàn)機(jī)會(huì)。舉個(gè)例子：淘寶上有中老年服裝細(xì)分市場(chǎng)，有大碼女裝市場(chǎng)，這些市場(chǎng)可以通過(guò)對(duì)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(méi)有得到需求的滿足。那么還有沒(méi)有其他的渠道找到更多的細(xì)分市場(chǎng)呢？

數(shù)據(jù)可以！

通過(guò)用戶搜索的關(guān)鍵詞與實(shí)際成交的數(shù)據(jù)比較，發(fā)現(xiàn)有很多需求并沒(méi)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(xì)分市場(chǎng)，公布出來(lái)給行業(yè)小二，公布出來(lái)給賣家，是不是可以幫助大家更好地去服務(wù)消費(fèi)者呢？這個(gè)例子就是現(xiàn)在我們?cè)谧龅摹皾摿?xì)分市場(chǎng)發(fā)現(xiàn)”項(xiàng)目。

講這個(gè)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(wú)睹，但有些人卻可以從中挖出“寶貝”來(lái)。差異是什么呢？商業(yè)感覺(jué)。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(méi)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(jué)。

第四層：建立數(shù)據(jù)化運(yùn)營(yíng)體系

我理解的數(shù)據(jù)化運(yùn)營(yíng)，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(jià)值通過(guò)運(yùn)營(yíng)傳遞給消費(fèi)者，即通常所說(shuō)的決策支持，數(shù)據(jù)工作者產(chǎn)出報(bào)表、分析報(bào)告等供各級(jí)業(yè)務(wù)決策者參考。我稱之為決策支持1.0模式。然而隨著業(yè)務(wù)開拓和業(yè)務(wù)人員對(duì)數(shù)據(jù)重要性理解的增強(qiáng)，對(duì)數(shù)據(jù)的需求會(huì)如雨后春筍般冒出來(lái)，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(yùn)營(yíng)、產(chǎn)品的同學(xué)都能夠進(jìn)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(gè)關(guān)鍵詞：產(chǎn)品、能力、意愿。

讓運(yùn)營(yíng)和PD掌握SQL這類取數(shù)語(yǔ)言，掌握SAS、SPSS這類分析工作，顯得不大現(xiàn)實(shí)和必要。提供低門檻、用戶體驗(yàn)良好的數(shù)據(jù)產(chǎn)品是實(shí)現(xiàn)決策支持2.0模式的基礎(chǔ)。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(shí)際案例。

但是，數(shù)據(jù)分析的門檻始終是存在的。這就對(duì)運(yùn)營(yíng)和PD提出了新的基本能力要求，即基礎(chǔ)的數(shù)學(xué)能力、邏輯思考能力和學(xué)習(xí)能力。

最后一個(gè)意愿，也許是最關(guān)鍵的，只有內(nèi)心有強(qiáng)烈的驅(qū)動(dòng)，想做好這件事情的時(shí)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(jià)值直接通過(guò)前臺(tái)產(chǎn)品作用于消費(fèi)者。時(shí)髦點(diǎn)講，叫數(shù)據(jù)變現(xiàn)。隨著大數(shù)據(jù)時(shí)代的到來(lái)，公司管理層越來(lái)越重視這一點(diǎn)。大數(shù)據(jù)時(shí)代帶來(lái)了大的機(jī)會(huì)，但也可能是大災(zāi)難。如果不能利用數(shù)據(jù)產(chǎn)生價(jià)值，那么，它就是一個(gè)災(zāi)難——產(chǎn)生的數(shù)據(jù)越多，存儲(chǔ)的空間、浪費(fèi)的資源就越多。

現(xiàn)在比較好理解的一個(gè)應(yīng)用就是關(guān)聯(lián)推薦， 你買了一個(gè)商品之后，給你推薦一個(gè)最有可能再買的商品。個(gè)性化是數(shù)據(jù)作為直接生產(chǎn)力的新浪潮，這個(gè)浪潮已經(jīng)越來(lái)越近。數(shù)據(jù)工作者們，做好迎接的準(zhǔn)備吧。

3.怎么在數(shù)據(jù)分析技能上加強(qiáng)

基本技術(shù)怎么強(qiáng)調(diào)都不過(guò)分。這里的術(shù)更多是（計(jì)算機(jī)、統(tǒng)計(jì)知識(shí)），多年做數(shù)據(jù)分析、數(shù)據(jù)挖掘的經(jīng)歷來(lái)看、以及業(yè)界朋友的交流來(lái)看，這點(diǎn)大家深有感觸的。 數(shù)據(jù)庫(kù)查詢—SQL 數(shù)據(jù)分析師在計(jì)算機(jī)的層面的技能要求較低，主要是會(huì)SQL，因?yàn)檫@里解決一個(gè)數(shù)據(jù)提取的問(wèn)題。有機(jī)會(huì)可以去逛逛一些專業(yè)的數(shù)據(jù)論壇，學(xué)習(xí)一些SQL技巧、新的函數(shù)，對(duì)你工作效率的提高是很有幫助的。 統(tǒng)計(jì)知識(shí)與數(shù)據(jù)挖掘 你要掌握基礎(chǔ)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(jì)：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(guān)聯(lián)規(guī)則、神經(jīng)網(wǎng)絡(luò)等。但是還是應(yīng)該關(guān)注一些博客、論壇中大家對(duì)于最新方法的介紹，或者是對(duì)老方法的新運(yùn)用，不斷更新自己知識(shí)，才能跟上時(shí)代，也許你工作中根本不會(huì)用到，但是未來(lái)呢？ 行業(yè)知識(shí) 如果數(shù)據(jù)不結(jié)合具體的行業(yè)、業(yè)務(wù)知識(shí)，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(huì)產(chǎn)生任何價(jià)值的，數(shù)據(jù)驅(qū)動(dòng)營(yíng)銷、提高科學(xué)決策一切都是空的。 一名數(shù)據(jù)分析師，一定要對(duì)所在行業(yè)知識(shí)、業(yè)務(wù)知識(shí)有深入的了解。例如：看到某個(gè)數(shù)據(jù)，你首先必須要知道，這個(gè)數(shù)據(jù)的統(tǒng)計(jì)口徑是什么？是如何取出來(lái)的？這個(gè)數(shù)據(jù)在這個(gè)行業(yè)，在相應(yīng)的業(yè)務(wù)是在哪個(gè)環(huán)節(jié)是產(chǎn)生的？數(shù)值的代表業(yè)務(wù)發(fā)生了什么（背景是什么）？對(duì)于A部門來(lái)說(shuō)，本月新會(huì)員有10萬(wàn)，10萬(wàn)好還是不好呢？

當(dāng)你掌握好前面的基本知識(shí)和一些技巧性東西的時(shí)候，你應(yīng)該在業(yè)務(wù)、行業(yè)、商業(yè)知識(shí)的學(xué)習(xí)與積累上了。

這個(gè)放在最后，不是不重要，而且非常重要，如果前面三點(diǎn)是決定你能否進(jìn)入這個(gè)行業(yè)，那么這則是你進(jìn)入這個(gè)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(shí)的關(guān)系，比作池塘中魚與水的關(guān)系一點(diǎn)都不過(guò)分，數(shù)據(jù)（魚）離開了行業(yè)、業(yè)務(wù)背景（水）是死的，是不可能是“活”。而沒(méi)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(yù)計(jì)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(qiáng)的公司，比如Fico，埃森哲，高沃，瑞尼爾，IBM，AC、國(guó)內(nèi)BAT等等。通過(guò)第一份工作去把自己的知識(shí)打得扎實(shí)些，學(xué)會(huì)在實(shí)際中應(yīng)用所學(xué)，學(xué)會(huì)數(shù)據(jù)分析的流程方法，讓自己成長(zhǎng)起來(lái)。

而對(duì)于自己今后該怎么發(fā)展，該怎么成長(zhǎng)為數(shù)據(jù)分析大師， 去自己喜歡的一個(gè)行業(yè)，深入了解這個(gè)行業(yè)，并講數(shù)據(jù)分析應(yīng)用到這個(gè)行業(yè)里。比如我可以去電子商務(wù)做數(shù)據(jù)分析師。我覺(jué)得我選擇電子商務(wù)，是因?yàn)槲磥?lái)必將是互聯(lián)網(wǎng)的時(shí)代，電子商務(wù)必將取代傳統(tǒng)商務(wù)，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(wù)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。