寫給喜歡數(shù)據(jù)分析的初學(xué)者

在耀眼的職業(yè)光環(huán)下，數(shù)據(jù)分析師自身的成長(zhǎng)，幾乎是與孤寂相伴，在高級(jí)打雜中，鍛造而成。

最近接到一個(gè)職業(yè)訪談的邀請(qǐng)，要給對(duì)數(shù)據(jù)分析感興趣的新人Y（目前在知名電商從事系統(tǒng)開發(fā)和維護(hù)）一些建議，才突然發(fā)現(xiàn)自己在這個(gè)領(lǐng)域打滾了一段時(shí)間，一陣感嘆后，寫下自己的一些體會(huì)，盡管不全面，但或許能夠給新人一些借鑒。如有不妥地方，請(qǐng)各位數(shù)據(jù)大牛輕拍。

一、數(shù)據(jù)分析師有哪些要求？

1、理論要求及對(duì)數(shù)字的敏感性，包括統(tǒng)計(jì)知識(shí)、市場(chǎng)研究、模型原理等。

2、工具使用，包括挖掘工具、數(shù)據(jù)庫(kù)、常用辦公軟件（excel、PPT、word、腦圖）等。

3、業(yè)務(wù)理解能力和對(duì)商業(yè)的敏感性。對(duì)商業(yè)及產(chǎn)品要有深刻的理解，因?yàn)閿?shù)據(jù)分析的出發(fā)點(diǎn)就是要解決商業(yè)的問(wèn)題，只有理解了商業(yè)問(wèn)題，才能轉(zhuǎn)換成數(shù)據(jù)分析的問(wèn)題，從而滿足部門的要求。

4、匯報(bào)和圖表展現(xiàn)能力。這是臨門一腳，做得再好的分析模型，如果不能很好地展示給領(lǐng)導(dǎo)和客戶，成效就大打折扣，也會(huì)影響到數(shù)據(jù)分析師的職業(yè)晉升。

二、請(qǐng)把數(shù)據(jù)分析作為一種能力來(lái)培養(yǎng)

從廣義來(lái)說(shuō)，現(xiàn)在大多數(shù)的工作都需要用到分析能力，特別是數(shù)據(jù)化運(yùn)營(yíng)理念深入的今天，像BAT這樣的公司強(qiáng)調(diào)全員參與數(shù)據(jù)化運(yùn)營(yíng)，所以，把它作為一種能力培訓(xùn)，將會(huì)讓你終生受益。

三、從數(shù)據(jù)分析的四個(gè)步驟來(lái)看清數(shù)據(jù)分析師需具備的能力和知識(shí)：

數(shù)據(jù)分析的四個(gè)步驟（這有別于數(shù)據(jù)挖掘流程：商業(yè)理解、數(shù)據(jù)理解、數(shù)據(jù)準(zhǔn)備、模型搭建、模型評(píng)估、模型部署），是從更宏觀地展示數(shù)據(jù)分析的過(guò)程：獲取數(shù)據(jù)、處理數(shù)據(jù)、分析數(shù)據(jù)、呈現(xiàn)數(shù)據(jù)。

（一）  獲取數(shù)據(jù)

獲取數(shù)據(jù)的前提是對(duì)商業(yè)問(wèn)題的理解，把商業(yè)問(wèn)題轉(zhuǎn)化成數(shù)據(jù)問(wèn)題，要通過(guò)現(xiàn)象發(fā)現(xiàn)本質(zhì)，確定從哪些緯度來(lái)分析問(wèn)題，界定問(wèn)題后，進(jìn)行數(shù)據(jù)的采集。此環(huán)節(jié)，需要數(shù)據(jù)分析師具備結(jié)構(gòu)化的思維和對(duì)商業(yè)問(wèn)題的理解能力。

推薦書籍：《金字塔原理》、麥肯錫三部曲：《麥肯錫意識(shí)》、《麥肯錫工具》、《麥肯錫方法》

工具：思維導(dǎo)圖、mindmanager軟件

（二）  處理數(shù)據(jù)

一個(gè)數(shù)據(jù)分析項(xiàng)目，通常數(shù)據(jù)處理時(shí)間占70%以上，使用先進(jìn)的工具有利于提升效率，所以盡量學(xué)習(xí)最新最有效的處理工具，以下介紹的是最傳統(tǒng)的，但卻很有效率的工具：

Excel：日常在做通報(bào)、報(bào)告和抽樣分析中經(jīng)常用到，其圖表功能很強(qiáng)大，處理10萬(wàn)級(jí)別的數(shù)據(jù)很輕松。

UltraEdit：文本工具，比TXT工具好用，打開和運(yùn)行速度都比較快。

ACCESS：桌面數(shù)據(jù)庫(kù)，主要是用于日常的抽樣分析（做全量統(tǒng)計(jì)分析，消耗資源和時(shí)間較多，通常分析師會(huì)隨機(jī)抽取部分?jǐn)?shù)據(jù)進(jìn)行分析），使用SQL語(yǔ)言，處理100萬(wàn)級(jí)別的數(shù)據(jù)還是很快捷。

Orcle、SQL sever：處理千萬(wàn)級(jí)別的數(shù)據(jù)需要用到這兩類數(shù)據(jù)庫(kù)。

當(dāng)然，在自己能力和時(shí)間允許的情況下，學(xué)習(xí)新流行的分布式數(shù)據(jù)庫(kù)及提升自身的編程能力，對(duì)未來(lái)的職業(yè)發(fā)展也有很大幫助。

分析軟件主要推薦：

SPSS系列：老牌的統(tǒng)計(jì)分析軟件，SPSS Statistics（偏統(tǒng)計(jì)功能、市場(chǎng)研究）、SPSS Modeler（偏數(shù)據(jù)挖掘）,不用編程，易學(xué)。

SAS：老牌經(jīng)典挖掘軟件，需要編程。

R：開源軟件，新流行，對(duì)非結(jié)構(gòu)化數(shù)據(jù)處理效率上更高，需編程。

隨著文本挖掘技術(shù)進(jìn)一步發(fā)展，對(duì)非結(jié)構(gòu)化數(shù)據(jù)的分析需求也越來(lái)越大，需要進(jìn)一步關(guān)注文本挖掘工具的使用。

（三）  分析數(shù)據(jù)

分析數(shù)據(jù)，需要用到各類的模型，包括關(guān)聯(lián)規(guī)則、聚類、分類、預(yù)測(cè)模型等，其中一個(gè)最重要的思想是對(duì)比，任何的數(shù)據(jù)需要在參照系下進(jìn)行對(duì)比，結(jié)論才有意義。

推薦的書籍：

1、《數(shù)據(jù)挖掘與數(shù)據(jù)化運(yùn)營(yíng)實(shí)戰(zhàn)，思路、方法、技巧與應(yīng)用》，盧輝著，機(jī)械出版社。這本書是近年國(guó)內(nèi)寫得最好的，務(wù)必把它當(dāng)作圣經(jīng)一樣來(lái)讀。

2、《誰(shuí)說(shuō)菜鳥不會(huì)數(shù)據(jù)分析（入門篇）》和《誰(shuí)說(shuō)菜鳥不會(huì)數(shù)據(jù)分析（工具篇）》，張文霖等編著。屬于入門級(jí)的書，適合初學(xué)者。

3、《統(tǒng)計(jì)學(xué)》第五版，賈俊平等編著，中國(guó)人民大學(xué)出版社。比較好的一本統(tǒng)計(jì)學(xué)的書。

4、《數(shù)據(jù)挖掘導(dǎo)論》完整版，[美]Pang-Ning Tan等著，范明等翻譯，人民郵電出版社。

5、《數(shù)據(jù)挖掘概念與技術(shù)》,Jiawei Han等著，范明等翻譯，機(jī)械工業(yè)出版社。這本書相對(duì)難一些。

6、《市場(chǎng)研究定量分析方法與應(yīng)用》，簡(jiǎn)明等編著，中國(guó)人民大學(xué)出版社。

7、《問(wèn)卷統(tǒng)計(jì)分析實(shí)務(wù)—SPSS操作與應(yīng)用》，吳明隆著，重慶大學(xué)出版社。在市場(chǎng)調(diào)查領(lǐng)域比較出名的一本書，對(duì)問(wèn)卷調(diào)查數(shù)據(jù)分析講解比較詳細(xì)。

（四）  呈現(xiàn)數(shù)據(jù)

該部分需要把數(shù)據(jù)結(jié)果進(jìn)行有效的呈現(xiàn)和演講匯報(bào)，需要用到金字塔原理、圖表及PPT、word的呈現(xiàn)，培養(yǎng)良好的演講能力。

推薦書籍：

1、《說(shuō)服力讓你的PPT會(huì)說(shuō)話》，張志等編著，人民郵電出版社。

2、《別告訴我你懂ppt》加強(qiáng)版，李治著，北京大學(xué)出版社。

3、《用圖表說(shuō)話》，基恩。澤拉茲尼著，馬曉路等翻譯，清華大學(xué)出版社。

（五）  其他的知識(shí)結(jié)構(gòu)

數(shù)據(jù)分析師除了具備數(shù)學(xué)知識(shí)外，還要具備市場(chǎng)研究、營(yíng)銷管理、心理學(xué)、行為學(xué)、產(chǎn)品運(yùn)營(yíng)、互聯(lián)網(wǎng)、大數(shù)據(jù)等方面的知識(shí)，需要構(gòu)建完整廣泛的知識(shí)體系，才能支撐解決日常遇到的不同類型的商業(yè)問(wèn)題。

推薦書籍：

1、《消費(fèi)者行為學(xué)》第10版，希夫曼等人著，江林等翻譯，中國(guó)人民大學(xué)出版社，現(xiàn)在應(yīng)該更新到更高的版本。

2、《怪誕行為學(xué)》升級(jí)版，艾瑞里著，趙德亮等翻譯，中信出版社

3、《營(yíng)銷管理》，科特勒等著，梅清豪翻譯，格致出版社和上海人民出版社聯(lián)合出版

4、《互聯(lián)網(wǎng)思維—獨(dú)孤九劍》，趙大偉主編，機(jī)械出版社

5、《大數(shù)據(jù)時(shí)代—生活、工作與思維的大變革》，舍恩伯格等著，周濤等翻譯，浙江人民出版社

四、關(guān)于數(shù)據(jù)分析師的職業(yè)發(fā)展：

1、數(shù)據(jù)分析師通常分兩類，分工不同，但各有優(yōu)勢(shì)。

一類是在專門的挖掘團(tuán)隊(duì)里面從事數(shù)據(jù)挖掘和分析工作的。如果你能在這類專業(yè)團(tuán)隊(duì)學(xué)習(xí)成長(zhǎng)，那是幸運(yùn)的，但進(jìn)入這類團(tuán)隊(duì)的門檻較高，需要扎實(shí)的數(shù)據(jù)挖掘知識(shí)、挖掘工具應(yīng)用經(jīng)驗(yàn)和編程能力。該類分析師更偏向技術(shù)線條，未來(lái)的職業(yè)通道可能走專家的技術(shù)路線。

另一類是下沉到各業(yè)務(wù)團(tuán)隊(duì)或者運(yùn)營(yíng)部門的數(shù)據(jù)分析師，成為業(yè)務(wù)團(tuán)隊(duì)的一員。他們工作是支撐業(yè)務(wù)運(yùn)營(yíng)，包括日常業(yè)務(wù)的異常監(jiān)控、客戶和市場(chǎng)研究、參與產(chǎn)品開發(fā)、建立數(shù)據(jù)模型提升運(yùn)營(yíng)效率等。該類型分析師偏向產(chǎn)品和運(yùn)營(yíng)，可以轉(zhuǎn)向做運(yùn)營(yíng)和產(chǎn)品。

2、數(shù)據(jù)分析師的理想行業(yè)在互聯(lián)網(wǎng)，但條條大道通羅馬，走合適你的路線。

從行業(yè)的角度來(lái)看：

1）互聯(lián)網(wǎng)行業(yè)是數(shù)據(jù)分析應(yīng)用最廣的行業(yè)，其中的電商企業(yè)，更是目前最火的，而且企業(yè)也更重視數(shù)據(jù)分析的價(jià)值，是數(shù)據(jù)分析師理想的成長(zhǎng)平臺(tái)。

2）其次是咨詢公司（比如專門的數(shù)據(jù)挖掘公司Teradata、尼爾森等市場(chǎng)研究公司），他們需要數(shù)據(jù)分析人才，而且相對(duì)來(lái)說(shuō)，數(shù)據(jù)分析師在咨詢公司成長(zhǎng)的速度更快，專業(yè)也會(huì)更全面。

3）再次是金融行業(yè)，比如銀行和證券等行業(yè)，該行業(yè)對(duì)數(shù)據(jù)分析的依賴需求，越來(lái)越大。

4）最后是電信行業(yè)（中國(guó)移動(dòng)、聯(lián)通和電信），它們擁有海量的數(shù)據(jù)，在嚴(yán)峻的競(jìng)爭(zhēng)下，也越來(lái)越重視數(shù)據(jù)分析，但進(jìn)入這些公司的門檻比較高。

五、什么人適合學(xué)習(xí)數(shù)據(jù)分析？

這個(gè)問(wèn)題的答案跟“什么人適合學(xué)功夫”一樣，毫無(wú)疑問(wèn)，功夫是適合任何人學(xué)習(xí)的（排除心術(shù)不正的人），因?yàn)槟軌驈?qiáng)身健體。而功夫的成效，要看習(xí)武者的修煉深淺。常常有人爭(zhēng)論，是詠春拳厲害，還是散打厲害，其實(shí)是顛倒了因果，應(yīng)該看哪個(gè)人練習(xí)得比較好，流派之間沒有高低，只有人修煉的厚薄。

實(shí)際上，問(wèn)題的潛臺(tái)詞是“什么人學(xué)習(xí)數(shù)據(jù)分析，會(huì)更容易取得成功（比如職業(yè)成功）”，這個(gè)要視乎你的興趣、付出和機(jī)遇。但要做到出類拔萃，除了上面三點(diǎn)，還需要一點(diǎn)天賦，這里的機(jī)遇是指你遇到的職業(yè)發(fā)展平臺(tái)、商業(yè)環(huán)境、導(dǎo)師和同事。借用管理大師德魯克的話“管理是可以習(xí)得的”，管理并非是天生的，而數(shù)據(jù)分析能力，也可以后天提升。或許做到優(yōu)秀，只需要你更加的努力+興趣，而這個(gè)努力的過(guò)程，也包括你尋找機(jī)遇的部分。

六、關(guān)于如何學(xué)習(xí)：

學(xué)習(xí)方法千萬(wàn)種，關(guān)鍵是找到適合自己的，最好能夠結(jié)合你的工作遇到的問(wèn)題來(lái)學(xué)習(xí)。

1、搜集書籍、案例庫(kù)和視頻，先弄懂理論，然后學(xué)會(huì)軟件操作，自己制作屬于自己的教程。

比如，你學(xué)習(xí)聚類分析模型。

1）搜集相關(guān)的聚類分析模型的書籍、案例和教學(xué)視頻，了解聚類分析的原理，主要有哪幾種算法（劃分、層次、密度、網(wǎng)格）、模型適用的范圍和前提、如何評(píng)估模型的精確度等。

2）自己學(xué)會(huì)用軟件來(lái)實(shí)現(xiàn)。

3）總結(jié)整理成一份PPT和制作操作視頻，成為自己的學(xué)習(xí)教程，不斷完善。

4）學(xué)習(xí)到一定程度后，可以在博客、微信等渠道分享，授人與漁，而自己也會(huì)有所收獲。

下圖是我自己整理的聚類分析和判別分析的專題

2、關(guān)注名人、名博、網(wǎng)站，多渠道學(xué)習(xí)。

1）關(guān)注專業(yè)的數(shù)據(jù)分析、咨詢公司網(wǎng)站和論壇，特別強(qiáng)調(diào)，統(tǒng)計(jì)軟件公司的網(wǎng)站如SPSS的官網(wǎng)有很多案例庫(kù)，值得關(guān)注。