數(shù)據(jù)分析行業(yè)需要具備哪些技術(shù) 如何快速進(jìn)入

大數(shù)據(jù)如此火爆的時(shí)代，各種人才倍受青睞。視野決定了境界和能力，而所處的環(huán)境又決定了視野。好多人不知道什么是數(shù)據(jù)分析師，認(rèn)為會(huì)熟練使用Excel就是數(shù)據(jù)分析師，如果你還會(huì)使用Excel中的一些高級(jí)功能如透視和函數(shù)等等，可能別人就認(rèn)為你是牛*的數(shù)據(jù)分析師了，如果你工作中還用到了VBA，(word天啊!)，在別人眼中你就是數(shù)據(jù)分析大神了。真的是這樣嗎?誠(chéng)然，單用Excel的確可以解決大部分的數(shù)據(jù)問題，但是作為一個(gè)數(shù)據(jù)分析師，你并不是一個(gè)基層的統(tǒng)計(jì)分析從業(yè)者，那么數(shù)據(jù)分析師應(yīng)該是怎樣的職業(yè)呢?

(一)數(shù)據(jù)分析師的職場(chǎng)之路

圖1:數(shù)據(jù)分析職位分類

數(shù)據(jù)分析的職位分類按照數(shù)據(jù)處理的不同階段分為數(shù)據(jù)采集、數(shù)據(jù)分析、與數(shù)據(jù)挖掘三種。其中數(shù)據(jù)采集的概念是對(duì)企業(yè)來說的，是jacky企業(yè)(航航數(shù)據(jù))在做的事，包括原始數(shù)據(jù)源的采集和地理信息數(shù)據(jù)的采集，這里受眾面太窄，就不一一說了，想了解的朋友可以私信我。

下面主要說下數(shù)據(jù)分析和數(shù)據(jù)挖掘的職位：

大家要記住一句話：數(shù)據(jù)分析的職位分為業(yè)務(wù)方向與技術(shù)方向兩個(gè)方向，這兩個(gè)方向決定了兩條不同的職業(yè)規(guī)劃和晉升途徑，包括下面章節(jié)要說的數(shù)據(jù)分析的學(xué)習(xí)規(guī)劃也跟這兩個(gè)方向緊密相關(guān)。

1、業(yè)務(wù)方向

大家在招聘網(wǎng)站中搜索數(shù)據(jù)分析的職位，大概分為兩類：輔助業(yè)務(wù)的數(shù)據(jù)分析職位和數(shù)據(jù)分析師職位。

1)輔助業(yè)務(wù)的數(shù)據(jù)分析：一般在零售業(yè)里職位設(shè)置較多，該職位一定要對(duì)業(yè)務(wù)爛熟于心，對(duì)業(yè)務(wù)有長(zhǎng)時(shí)間的積淀和理解，用數(shù)據(jù)發(fā)現(xiàn)業(yè)務(wù)流程中的問題，并提出合理化的解決方案，分析數(shù)據(jù)是為整個(gè)商業(yè)邏輯去做支撐。細(xì)分職位包括：市場(chǎng)調(diào)查、行業(yè)分析和經(jīng)營(yíng)分析三類。

2)數(shù)據(jù)分析師：業(yè)務(wù)方向的數(shù)據(jù)分析師，該職位招聘時(shí)一定前面有一個(gè)限定詞，什么數(shù)據(jù)分析師，歸結(jié)起來分為三類：產(chǎn)品數(shù)據(jù)分析師，運(yùn)營(yíng)數(shù)據(jù)分析師和銷售數(shù)據(jù)分析師。

2、技術(shù)方向

技術(shù)方向主要指數(shù)據(jù)挖掘方向，分為三類：數(shù)據(jù)挖掘工程師(機(jī)器學(xué)習(xí))、數(shù)據(jù)倉(cāng)庫(kù)工程師(構(gòu)架師)和數(shù)據(jù)開發(fā)工程師。在互聯(lián)網(wǎng)和金融行業(yè)崗位設(shè)置較多

普遍來說：技術(shù)方向的基礎(chǔ)崗的工資薪酬要比業(yè)務(wù)崗的薪酬高一個(gè)等級(jí)，但是做到管理崗的話，在中國(guó)，業(yè)務(wù)崗的薪酬比技術(shù)崗的薪酬要高。

(二)數(shù)據(jù)分析從業(yè)者需具備的核心能力

我認(rèn)為，數(shù)據(jù)分析從業(yè)者要具備四種核心能力：1、基礎(chǔ)科學(xué)的能力;2、使用分析工具的能力;3、掌握編程語言的能力;4、邏輯思維的能力

圖2:數(shù)據(jù)分析核心能力體系

1、基礎(chǔ)科學(xué)的能力

可以說，在數(shù)據(jù)決策的時(shí)代，數(shù)據(jù)分析幾乎滲透到企業(yè)的每個(gè)業(yè)務(wù)環(huán)節(jié)中，行業(yè)數(shù)據(jù)分析報(bào)告更是淋漓滿目，發(fā)布報(bào)告的有的是世界500強(qiáng)企業(yè)，有的是知名的數(shù)據(jù)洞察咨詢公司，jacky做為第三方數(shù)據(jù)評(píng)估機(jī)構(gòu)的從業(yè)者，在看到可視化效果越來越絢麗的同時(shí)，我也憂心忡忡，大多數(shù)的數(shù)據(jù)分析報(bào)告：邏輯不見了，故事線沒有了，統(tǒng)計(jì)學(xué)支撐沒有了，金在其外，敗絮其中。

統(tǒng)計(jì)學(xué)，數(shù)學(xué)，邏輯學(xué)是數(shù)據(jù)分析的基礎(chǔ)，是數(shù)據(jù)分析師的內(nèi)功，內(nèi)功不扎實(shí)，學(xué)再多都是徒勞。

掌握統(tǒng)計(jì)學(xué)，我們才能知道每一種數(shù)據(jù)分析的模型，什么樣的輸入，什么樣的輸出，有什么樣的作用，開始我們并不一定要把每個(gè)算法都弄懂。

如果我們要做數(shù)據(jù)挖掘師，數(shù)據(jù)能力是我們吃飯的飯碗。如果你沒有數(shù)學(xué)能力，用現(xiàn)成的模型也好，模塊也好，也能做，但一定會(huì)影響你的技術(shù)提升，當(dāng)然更影響你的職位晉升。

2、使用分析工具的能力

數(shù)據(jù)分析工具：SQL、SPSS、SAS、R、EXCEL等等吧，都必須掌握并且會(huì)應(yīng)用，畢竟企業(yè)需要的不是學(xué)者而是應(yīng)用型人才。

3、掌握編程語言的能力

不會(huì)Python、不會(huì)R，說你懂?dāng)?shù)據(jù)分析誰都不信。

4、邏輯思維的能力

邏輯思維對(duì)于數(shù)據(jù)分析來說特別重要，不單單是數(shù)理邏輯這塊，還要有邏輯學(xué)的知識(shí)。反映商業(yè)數(shù)據(jù)里，大家可以理解為去搭建商業(yè)框架或者說是故事線，有邏輯的推進(jìn)，結(jié)果才會(huì)另人信服。

下面補(bǔ)充下做數(shù)據(jù)分析的流程邏(參考知乎網(wǎng)友，有改進(jìn)，非原創(chuàng))：

1)提出假設(shè)

2)驗(yàn)證假設(shè)(統(tǒng)計(jì)方法)

3)取數(shù)(SQL / Hive / Spark)

4)清洗和整理數(shù)據(jù)(R / Python Pandas / PySpark)

5)可視化(Excel / R ggplot2 / Python matplotlib)

6)展示給非技術(shù)人員(PowerPoint / Tableau / iPython Notebook / R Markdown)

(三)2017，數(shù)據(jù)分析學(xué)習(xí)規(guī)劃

任何一門技術(shù)或?qū)W科都有其內(nèi)部規(guī)律，需要有計(jì)劃，有先后，循序漸進(jìn)來學(xué)，jacky跟大家分享下潤(rùn)祿數(shù)據(jù)學(xué)院的一些經(jīng)驗(yàn)：2017，數(shù)據(jù)分析的學(xué)習(xí)規(guī)劃(因個(gè)體差異，僅供參考)

下圖：橙色區(qū)域代表數(shù)據(jù)采集板塊，藍(lán)色區(qū)域代表數(shù)據(jù)分析板塊，綠色區(qū)域代表數(shù)據(jù)挖掘板塊。

圖3:數(shù)據(jù)分析學(xué)習(xí)規(guī)劃(從入門到中級(jí))

1、統(tǒng)計(jì)學(xué)(業(yè)務(wù)方向)與SQL(技術(shù)方向)：首要必會(huì)技能

任何數(shù)據(jù)分析師從事業(yè)務(wù)方向的工作都必須會(huì)統(tǒng)計(jì)學(xué)，統(tǒng)計(jì)學(xué)的學(xué)習(xí)最好輔助SPSS或其他SAS來學(xué)，做到數(shù)據(jù)分析基本功扎實(shí)，兼顧實(shí)戰(zhàn)性。

任何數(shù)據(jù)分析師從事技術(shù)方向的工作都必會(huì)SQL，不單是數(shù)據(jù)分析師，每一個(gè)運(yùn)營(yíng)、產(chǎn)品經(jīng)理、尤其是互聯(lián)網(wǎng)行業(yè)，一定要會(huì)SQL，基本知名互聯(lián)網(wǎng)公司的產(chǎn)品經(jīng)理都能寫SQL。

學(xué)習(xí)中，要掌握SQL的基礎(chǔ)語法、中級(jí)語法和常用函數(shù)，結(jié)合關(guān)系數(shù)據(jù)庫(kù)系統(tǒng)(Oracle Database、SQL Server、DB2等)來學(xué)習(xí)SQL語句，找好方法，真的不難。

2、Python與R：不分伯仲，都要掌握

Python主要掌握基礎(chǔ)語法，pandas操作、numpy操作、sklearn建模，學(xué)會(huì)用python編寫網(wǎng)絡(luò)爬蟲爬取數(shù)據(jù)，等等。

R語言就是為了統(tǒng)計(jì)而存在的語言，我們要掌握R語言的基礎(chǔ)語法、數(shù)據(jù)管理、數(shù)據(jù)挖掘建模與評(píng)估等。

以上是我們第二階段要學(xué)的技能。

3、數(shù)據(jù)可視化

有了Python、和R的基礎(chǔ)，我們可以就可以學(xué)習(xí)數(shù)據(jù)可視化了。運(yùn)營(yíng)和產(chǎn)品都需要學(xué)習(xí)可視化，可視化說白了，就是畫圖，但做為數(shù)據(jù)分析師來說，我們不能用EXCEL 來實(shí)現(xiàn)可視化，因?yàn)樗木窒扌蕴罅?。這里也不建議花太多時(shí)間學(xué)習(xí)給非專業(yè)人士展示的Tableau，有1個(gè)小時(shí)學(xué)會(huì)Tableau足夠。

Python中可視化的工具有matplotlib,seaborn,ploltly;

R中可視化工具有plot基礎(chǔ)庫(kù)、ggplot2

隨心所欲，用Python和R，你就知道做數(shù)據(jù)分析工作是多么爽一個(gè)事

4、數(shù)據(jù)挖掘

這里知道要掌握基本概念，知道數(shù)據(jù)挖掘時(shí)做什么的，知道它與數(shù)據(jù)分析相比有什么不同

5、監(jiān)督學(xué)習(xí)、非監(jiān)督學(xué)習(xí)、模型評(píng)估

Model建模，知道模型建好后應(yīng)該怎樣去評(píng)估，掌握怎樣用一些定量的指標(biāo)，數(shù)據(jù)，數(shù)值來衡量模型建好后到底有多準(zhǔn)確，或者說到底有多錯(cuò)誤。模型評(píng)估的指標(biāo)或計(jì)算方式選擇正確與否，能夠直接影響到整個(gè)項(xiàng)目獲模型是否有效。

6、以上這些只是數(shù)據(jù)分析的入門，還有... ...

機(jī)器學(xué)習(xí)，文本與自然語言處理，分布式計(jì)算工具SPARK.... ...

數(shù)據(jù)分析的路上，你準(zhǔn)備好了嗎?2017，跟我一起，來逆襲吧