
30歲,放棄國企穩(wěn)定的工作,選擇轉(zhuǎn)行數(shù)據(jù)分析!
很多人問我會不會后悔?
說實(shí)話,決定要轉(zhuǎn)行那會我也猶豫過、迷茫過,但是現(xiàn)在我很慶幸自己當(dāng)初的抉擇。
在決定轉(zhuǎn)行之前,很多親朋好友聽說之后,大部分都是勸我“年齡不小了,就不要折騰了”。
但是我想說的是,當(dāng)你下定決心想要改變自己,你就不會被眼前的困難擊倒,更不會因?yàn)槟挲g太大而學(xué)不會。與其擔(dān)心害怕不如付諸行動。
我叫周小白,今年是我轉(zhuǎn)行數(shù)據(jù)分析的第五年。轉(zhuǎn)行之前我是在一家大型國企上班,每天工作六小時,輕輕松松,但是枯燥泛味,工資也很低。從職位晉升上說,一個蘿卜一個坑,未來兩年內(nèi)升職的可能性微乎其微。
體制內(nèi),每天就是復(fù)制粘貼,肉體停頓,精神貧瘠,時間一長也就厭倦了。
我們這個城市雖然不如北上廣深繁榮,但也算是省會城市里數(shù)一數(shù)二的,城市發(fā)展速度不慢,機(jī)會也不少。尤其看到身邊在私企搞技術(shù)的朋友賺的盆滿缽滿,雖然辛苦,但是錢包很鼓。所以就動了從國企出來,學(xué)門技術(shù),賺高薪的決心。但由于當(dāng)年沒有什么編程基礎(chǔ),這行又是個青春飯,所以再三比較下,讓我找到了當(dāng)時還很新潮的“數(shù)據(jù)分析”這個行當(dāng),工資跟搞技術(shù)的差不多,關(guān)鍵0基礎(chǔ)也能入行,比較適合我。
畢業(yè)那么多年了,讓我自學(xué)成才,還是有點(diǎn)困難,學(xué)習(xí)跟不上。通過從網(wǎng)上找資料和各個方面的比較,我報(bào)了CDA數(shù)據(jù)分析就業(yè)班的課程,選擇的原因也很簡單,成立時間長,口碑不錯,而且推薦就業(yè)。
如果你也存在跟我一樣的職場困境,想要通過轉(zhuǎn)行來實(shí)現(xiàn)職業(yè)逆轉(zhuǎn),那么下面我簡單總結(jié)的這些學(xué)習(xí)經(jīng)驗(yàn),希望能給你帶來幫助。
作為一名數(shù)據(jù)分析師,入門都離不開Excel。
Excel有很多強(qiáng)大的數(shù)據(jù)分析功能,函數(shù)、透視表、VBA等。對于入門級別的數(shù)據(jù)分析師,如果想要掌握Excel這門工具,前期你需要掌握如下技能:
1、重點(diǎn)掌握一些日常使用的函數(shù),vlookup、sum、count、sumif、countif、find、if、left/right、時間轉(zhuǎn)換等函數(shù);
2、數(shù)據(jù)透視表,它可以說是Excel中最強(qiáng)大的功能,沒有之一!它可以幫你解決各種交互統(tǒng)計(jì)匯總的問題。
以上這些是我?guī)兔Σ煌块T同事做的數(shù)據(jù)透視表,其實(shí)通過這些年的工作感受,我建議不管你從事什么崗位,都有必要把這項(xiàng)技能學(xué)好了,是真的有用,而且會讓你的工作結(jié)果看起來比別人逼格都高。
大公司對SQL的要求絕對是軟件上排第一位的,我現(xiàn)在基本每天要寫五六百行SQL,忙的時候一天一兩千行也是有的,所以必須對SQL非常熟練,才能很快的響應(yīng)業(yè)務(wù)需求。
入門級別的數(shù)據(jù)分析師,日常工作中會使用Excel處理一些數(shù)據(jù),做一個數(shù)據(jù)統(tǒng)計(jì)基本就可以了。但是Excel有一個比較大的弊端,它只適合處理些小量數(shù)據(jù)。
如果企業(yè)里面產(chǎn)生的數(shù)據(jù)量非常龐大,更多的還是要儲存在數(shù)據(jù)庫里面。所以需要具備編寫SQL能力,才能從數(shù)據(jù)庫中讀取數(shù)據(jù),用來分析。
數(shù)據(jù)分析人員,掌握了簡單的SQL語言,就可以隨時對自己感興趣的數(shù)據(jù)進(jìn)行簡單的查詢、抽取和匯總。相比只會使用Excel,會讓你的分析能力的邊界無限拓展。
以上這些是我們操作sql時的界面
現(xiàn)在Pyhon已經(jīng)是排名第一的編程語言了,大部分公司都要求能夠掌握 Python,只有少數(shù)公司要求掌握其他的編程語言,所以學(xué)習(xí)市場上要求最多的技能才能找到更多機(jī)會。
很多人看到Python 很火,也不管自己的能力水平如何,有沒有編程基礎(chǔ),一上來就去學(xué)習(xí)Python ,最后發(fā)現(xiàn)其實(shí)自己根本學(xué)不會。
在學(xué)習(xí)Python之前,我建議你先學(xué)習(xí)Excel和SQL。這樣你就具備了一些基礎(chǔ),再去學(xué)習(xí)Python就容易多了。
可視化報(bào)表是數(shù)據(jù)分析非常核心的而工作,但不同公司用的軟件不同,一般公司也不會要求員工硬性掌握特定的BI軟件(如果不會入職后可以現(xiàn)學(xué),畢竟多數(shù)BI軟件都不難),如果是特別難的比如power BI,那在招聘的時候就會有要求了。
向以上這種系統(tǒng)性的數(shù)據(jù)看板,需要大量數(shù)據(jù)支持,而且并不是所有崗位都需要,但如果你要是會做,那薪水肯定遠(yuǎn)高于平均水平。
統(tǒng)計(jì)學(xué)分為描述統(tǒng)計(jì)學(xué)和推斷統(tǒng)計(jì)學(xué)。描述統(tǒng)計(jì)學(xué)是使用特定的數(shù)字或圖表來體現(xiàn)數(shù)據(jù)的集中程度或離散程度。推斷統(tǒng)計(jì)學(xué)是根據(jù)樣本數(shù)據(jù)推斷總體數(shù)據(jù)特征。
1.描述統(tǒng)計(jì)分析
描述統(tǒng)計(jì)分析就是將原本復(fù)雜的數(shù)據(jù)減少為幾個能夠起到作用的數(shù)字,用這些代表性的數(shù)字來代表所有的數(shù)據(jù)。這樣就可以方便我們更容易看到數(shù)據(jù)的整體情況。描述數(shù)據(jù)集常用的5個指標(biāo)是:平均數(shù),中位數(shù),眾數(shù),方差和標(biāo)準(zhǔn)分。
2. 推論統(tǒng)計(jì)分析
推論統(tǒng)計(jì)分析就是通過樣本來推斷出總體。需要掌握的知識包括概率分布、中心極限定、如何用樣本估計(jì)總體、置信區(qū)間、假設(shè)檢驗(yàn)。例如,互聯(lián)網(wǎng)常用的 AB 測試背后的原理就是假設(shè)檢驗(yàn),如果不掌握推論統(tǒng)計(jì)分析,那么連 AB 測試的結(jié)果也看不懂,更不用說完成一個 AB 測試實(shí)驗(yàn)。
除此之外還需要擁有數(shù)據(jù)分析思維,掌握一些常用的分析方法,包括邏輯樹分析法、多維度拆解分析法、PEST分析法、對比分析法、假設(shè)檢驗(yàn)分析法、相關(guān)分析法、RFM分類法、群組分析法、最終路徑法等。
如今我在一家電商公司做數(shù)據(jù)分析經(jīng)理,經(jīng)過這兩年的磨合,公司已經(jīng)形成了完整的數(shù)據(jù)分析團(tuán)隊(duì)。在我剛剛加入的時候基本是從0開始的,那段時間非常的痛苦。后來我和一些做數(shù)據(jù)分析的朋友深入交流,慢慢的開始對電商業(yè)務(wù)有所了解,到現(xiàn)在已經(jīng)擁有完整的數(shù)據(jù)分析團(tuán)隊(duì)。
1.整合全平臺的數(shù)據(jù)(自有數(shù)據(jù)+行業(yè)數(shù)據(jù)+競品數(shù)據(jù)爬取等);
2.二是提升工作效率,比如通過RPA軟件實(shí)現(xiàn)數(shù)據(jù)自動更新到數(shù)據(jù)庫,然后通過BI軟件進(jìn)行分析展示,同時在BI測設(shè)置權(quán)限分配,保證了數(shù)據(jù)的安全性;
3.三是擴(kuò)展數(shù)據(jù)分析的深度,建立行業(yè)分析和競品分析的指標(biāo)體系和流程,分析店鋪人群畫像,復(fù)購分析后進(jìn)行push,大促活動準(zhǔn)備等等方面的工作,再后來直播帶貨興起,也圍繞各直播平臺做了數(shù)據(jù)獲取框架和分析流程等等。
以上來自我們一位從體制內(nèi)跳出來轉(zhuǎn)行數(shù)據(jù)分析師的CDA學(xué)員分享案例。
不同的行業(yè)對數(shù)據(jù)分析師的技能和要求都不一樣,但是數(shù)據(jù)分析的思維是可以通過崗位不斷磨練出來的。想轉(zhuǎn)行數(shù)據(jù)分析的小伙伴,不妨結(jié)合自己的興趣和能力,看看自己更加適合哪一類型的數(shù)據(jù)分析崗位。
也歡迎咨詢我們制定具體的學(xué)習(xí)方案,獲取更多有料案例!
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10