大牛數據分析師養成日記
作者:admin  來源:36大數據  發表時間:2016-5-17  點擊:1346

  最近接到一個職業訪談的邀請,要給對數據分析感興趣的新人Y(目前在知名電商從事系統開發和維護)一些建議,才突然發現自己在這個領域打滾了一段時間,一陣感嘆后,寫下自己的一些體會,盡管不全面,但或許能夠給新人一些借鑒。如有不妥地方,請各位數據大牛輕拍。

  一、數據分析師有哪些要求?

  1、理論要求及對數字的敏感性,包括統計知識、市場研究、模型原理等。

  2、工具使用,包括挖掘工具、數據庫、常用辦公軟件(excel、PPT、word、腦圖)等。

  3、業務理解能力和對商業的敏感性。對商業及產品要有深刻的理解,因為數據分析的出發點就是要解決商業的問題,只有理解了商業問題,才能轉換成數據分析的問題,從而滿足部門的要求。

  4、匯報和圖表展現能力。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導和客戶,成效就大打折扣,也會影響到數據分析師的職業晉升。

  二、請把數據分析作為一種能力來培養

  從廣義來說,現在大多數的工作都需要用到分析能力,特別是數據化運營理念深入的今天,像BAT這樣的公司強調全員參與數據化運營,所以,把它作為一種能力培訓,將會讓你終生受益。

  三、從數據分析的四個步驟來看清數據分析師需具備的能力和知識:

  數據分析的四個步驟(這有別于數據挖掘流程:商業理解、數據理解、數據準備、模型搭建、模型評估、模型部署),是從更宏觀地展示數據分析的過程:獲取數據、處理數據、分析數據、呈現數據。

  (一)獲取數據

  獲取數據的前提是對商業問題的理解,把商業問題轉化成數據問題,要通過現象發現本質,確定從哪些緯度來分析問題,界定問題后,進行數據的采集。此環節,需要數據分析師具備結構化的思維和對商業問題的理解能力。

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

  工具:思維導圖、mindmanager軟件

  (二)處理數據

  一個數據分析項目,通常數據處理時間占70%以上,使用先進的工具有利于提升效率,所以盡量學習最新最有效的處理工具,以下介紹的是最傳統的,但卻很有效率的工具:

  Excel:日常在做通報、報告和抽樣分析中經常用到,其圖表功能很強大,處理10萬級別的數據很輕松。

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

  ACCESS:桌面數據庫,主要是用于日常的抽樣分析(做全量統計分析,消耗資源和時間較多,通常分析師會隨機抽取部分數據進行分析),使用SQL語言,處理100萬級別的數據還是很快捷。

  Orcle、SQLsever:處理千萬級別的數據需要用到這兩類數據庫。

  當然,在自己能力和時間允許的情況下,學習新流行的分布式數據庫及提升自身的編程能力,對未來的職業發展也有很大幫助。

  分析軟件主要推薦:

  SPSS系列:老牌的統計分析軟件,SPSSStatistics(偏統計功能、市場研究)、SPSSModeler(偏數據挖掘),不用編程,易學。

  SAS:老牌經典挖掘軟件,需要編程。

  R:開源軟件,新流行,對非結構化數據處理效率上更高,需編程。

  隨著文本挖掘技術進一步發展,對非結構化數據的分析需求也越來越大,需要進一步關注文本挖掘工具的使用。

  (三)分析數據

  分析數據,需要用到各類的模型,包括關聯規則、聚類、分類、預測模型等,其中一個最重要的思想是對比,任何的數據需要在參照系下進行對比,結論才有意義。

  推薦的書籍:

  1、《數據挖掘與數據化運營實戰,思路、方法、技巧與應用》,盧輝著,機械出版社。這本書是近年國內寫得最好的,務必把它當作圣經一樣來讀。

  2、《誰說菜鳥不會數據分析(入門篇)》和《誰說菜鳥不會數據分析(工具篇)》,張文霖等編著。屬于入門級的書,適合初學者。

  3、《統計學》第五版,賈俊平等編著,中國人民大學出版社。比較好的一本統計學的書。

  4、《數據挖掘導論》完整版,[美]Pang-NingTan等著,范明等翻譯,人民郵電出版社。

  5、《數據挖掘概念與技術》,JiaweiHan等著,范明等翻譯,機械工業出版社。這本書相對難一些。

  6、《市場研究定量分析方法與應用》,簡明等編著,中國人民大學出版社。

  7、《問卷統計分析實務—SPSS操作與應用》,吳明隆著,重慶大學出版社。在市場調查領域比較出名的一本書,對問卷調查數據分析講解比較詳細。

  (四)呈現數據

  該部分需要把數據結果進行有效的呈現和演講匯報,需要用到金字塔原理、圖表及PPT、word的呈現,培養良好的演講能力。

  推薦書籍:

  1、《說服力讓你的PPT會說話》,張志等編著,人民郵電出版社。

  2、《別告訴我你懂ppt》加強版,李治著,北京大學出版社。

  3、《用圖表說話》,基恩。澤拉茲尼著,馬曉路等翻譯,清華大學出版社。

  (五)其他的知識結構

  數據分析師除了具備數學知識外,還要具備市場研究、營銷管理、心理學、行為學、產品運營、互聯網、大數據等方面的知識,需要構建完整廣泛的知識體系,才能支撐解決日常遇到的不同類型的商業問題。

  推薦書籍:

  1、《消費者行為學》第10版,希夫曼等人著,江林等翻譯,中國人民大學出版社,現在應該更新到更高的版本。

  2、《怪誕行為學》升級版,艾瑞里著,趙德亮等翻譯,中信出版社

  3、《營銷管理》,科特勒等著,梅清豪翻譯,格致出版社和上海人民出版社聯合出版

  4、《互聯網思維—獨孤九?!?,趙大偉主編,機械出版社

5、《大數據時代—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、關于數據分析師的職業發展:

  1、數據分析師通常分兩類,分工不同,但各有優勢。

  一類是在專門的挖掘團隊里面從事數據挖掘和分析工作的。如果你能在這類專業團隊學習成長,那是幸運的,但進入這類團隊的門檻較高,需要扎實的數據挖掘知識、挖掘工具應用經驗和編程能力。該類分析師更偏向技術線條,未來的職業通道可能走專家的技術路線。

  另一類是下沉到各業務團隊或者運營部門的數據分析師,成為業務團隊的一員。他們工作是支撐業務運營,包括日常業務的異常監控、客戶和市場研究、參與產品開發、建立數據模型提升運營效率等。該類型分析師偏向產品和運營,可以轉向做運營和產品。

  2、數據分析師的理想行業在互聯網,但條條大道通羅馬,走合適你的路線。

  從行業的角度來看:

  1)互聯網行業是數據分析應用最廣的行業,其中的電商企業,更是目前最火的,而且企業也更重視數據分析的價值,是數據分析師理想的成長平臺。

  2)其次是咨詢公司(比如專門的數據挖掘公司Teradata、尼爾森等市場研究公司),他們需要數據分析人才,而且相對來說,數據分析師在咨詢公司成長的速度更快,專業也會更全面。

  3)再次是金融行業,比如銀行和證券等行業,該行業對數據分析的依賴需求,越來越大。

  4)最后是電信行業(中國移動、聯通和電信),它們擁有海量的數據,在嚴峻的競爭下,也越來越重視數據分析,但進入這些公司的門檻比較高。

  五、什么人適合學習數據分析?

  這個問題的答案跟“什么人適合學功夫”一樣,毫無疑問,功夫是適合任何人學習的(排除心術不正的人),因為能夠強身健體。而功夫的成效,要看習武者的修煉深淺。常常有人爭論,是詠春拳厲害,還是散打厲害,其實是顛倒了因果,應該看哪個人練習得比較好,流派之間沒有高低,只有人修煉的厚薄。

  實際上,問題的潛臺詞是“什么人學習數據分析,會更容易取得成功(比如職業成功)”,這個要視乎你的興趣、付出和機遇。但要做到出類拔萃,除了上面三點,還需要一點天賦,這里的機遇是指你遇到的職業發展平臺、商業環境、導師和同事。

  借用管理大師德魯克的話“管理是可以習得的”,管理并非是天生的,而數據分析能力,也可以后天提升?;蛐磣齙接判?,只需要你更加的努力+興趣,而這個努力的過程,也包括你尋找機遇的部分。

  六、關于如何學習:

  學習方法千萬種,關鍵是找到適合自己的,最好能夠結合你的工作遇到的問題來學習。

  1、搜集書籍、案例庫和視頻,先弄懂理論,然后學會軟件操作,自己制作屬于自己的教程。

  比如,你學習聚類分析模型。1)搜集相關的聚類分析模型的書籍、案例和教學視頻,了解聚類分析的原理,主要有哪幾種算法(劃分、層次、密度、網格)、模型適用的范圍和前提、如何評估模型的精確度等。

  2)自己學會用軟件來實現。

  3)總結整理成一份PPT和制作操作視頻,成為自己的學習教程,不斷完善。

  4)學習到一定程度后,可以在博客、微信等渠道分享,授人與漁,而自己也會有所收獲。

  2、關注名人、名博、網站,多渠道學習。

  1)關注專業的數據分析、咨詢公司網站和論壇,特別強調,統計軟件公司的網站如SPSS的官網有很多案例庫,值得關注。

  數據分析網://www.afenxi.com/中國統計網://www.itongji.cn/愛數據網://www.lovedata.cn/

  SPSS的案例庫,可在官網上搜索各類案例://www.ibm.com/developerworks/cn/data/library/techarticle/dm-1108zhangzy/index.html

  另外,你最好建一個自己的網址導航目錄,提升你的學習效率

  2)關注名人名博,最好能加他們的微博、微信和微信公眾號,看牛人的博客和微信等內容,還是能得到很多引導,這個你懂的。

  如沈浩老師的博客://shenhaolaoshi.blog.sohu.com/數據分析網公眾號:afenxi_com數據海洋公眾號:dataplayer“數聚”公眾號:shuju_vip

  3)加入一些有共同愛好的QQ群,互相學習交流。通常群里有人會提出一些真實的運營問題,然后大家用不同的方法去解決,對思路很有啟發。

  4)碎片化學習,最大化你的時間價值。為了把零散的時間利用起來,通常我會把一些資料上載到網盤,在零碎的時間里通過手機進行視頻、文檔學習等。目前使用百度云盤和360網盤。百度云盤應用比較廣,通常在網絡上搜索“關鍵詞+百度云”后,搜到結果可以直接保存在云盤上,搜索保存速度極大提升。360網盤則空間比較大,可以到達40T,同時有保險箱加密功能,安全性高一些。

  手機上安裝一些APP,隨時隨地學習。

  七、最后的建議

  請再次問問自己,是否真的喜歡數據分析,能否忍受處理數據時的寂寞?如果是,那就開始學習,給你幾條建議。

  1、把數據分析作為一種能力培養,讓自己在現在的團隊中展現出良好的數據分析能力,為你以后內部轉崗做好準備。如果內部轉崗不成,你可以考慮跳槽到我之前分析的行業中,但我強烈建議你還是需要把系統開發的編程能力學習好,并且對商業智能系統(BI和CRM)有一定了解,這也許是應聘數據分析的優勢。如果沒有數據分析經驗去應聘,相對會難一些,用人單位會考你統計和數據挖掘模型方面的知識,以及工具使用情況。

  2、在公司里找一些有共同愛好的同事一起學習數據分析,平時多請教數據分析做得好的同事,它山之石,可以攻玉。

  3、扎實學好一、兩門數據挖掘軟件,基于你有編程的基礎,建議你可以學SAS或者R,同時輔助學習SPSSModeler。如果沒編程基礎或者希望短期能夠取得成效,那也可以先學習SPSS。SAS+SPSS,基本能夠滿足很大部分企業的需求,三者都會,那更好。

  4、要了解公司是如何運營,產品是如何開發的,如何做客戶研究鎖定客戶需求,如何做產品營銷,這些需要不斷工作積累和廣泛的閱讀。

  5、開始學習時,先讀幾本有趣的數據分析類的書,然后系統學習一下統計知識(建議教材用《統計學》第五版,賈俊平等編著),接著網上快速搜集軟件操作視頻和案例,然后逐個分析模型進行學習和總結歸納,學習最好能夠結合實際工作中的問題進行。

  6、學習到一定程度時,參加一些數據分析師的職業認證,進一步梳理知識結構,同時認識一些志同道合的朋友和老師,也是對你有很大幫助。

  希望你能夠成為你想成為的人!(責編:pingxiaoli)

微信掃一掃

關注昊云訂閱號

绝地求生战绩在线查询: 服務項目

維保運維服務

AWM[绝地求生]肉 www.morzn.icu

信息系統集成服務

機房搬遷服務

 
 
 
AWM[绝地求生]肉
QQ 在線客服
 
電話:
0531-88818533
客服QQ
2061058957
1905215487