沒有基礎，如何成爲數據分析師?

沒有基礎，如何成爲數據分析師?

很多人後臺問我，如何轉行作數據分析師，或畢業生怎樣入行。我以前的文章都是圍繞硬技能來寫，此次以我知乎上的一篇答案爲基礎談一下軟技能。權當作雜談。

　　我進入互聯網行業徹底是零基礎，不是數據分析零基礎，是樣樣能力零基礎。

　　零基礎到什麼樣子?我找工做花了三到四個月時間，最後以運營身份入職。

　　我歷來不是數理強人，大學雖學習太高數、統計學、SQL和C語言，均是低空略過，考試還藉助了小夥伴的力量。如今回頭看，當時應該多學些。

　　最開始我不會vlookup，也沒人教我，Excel只能作基礎的操做。那時要關聯多張報表，我仗着手速快，一個個搜索複製黏貼的…數據量一多確定哭。後來我想這可不是辦法啊。因而藉助萬能的百度：

　　「Excel怎麼匹配多張表的數據。」

　　而後第一次看到vlookup函數。我也沒有一次學會，每次用都要先看一遍網上的樣例。後續我教組員的時候，他們學得比我快多了。

　　Excel一步一個腳印，學習都是依賴搜索和琢磨，抽空用工做中的內容練習分析：好比什麼樣的用戶願意用咱們APP，用戶哪些指標特別好。

　　即便在此期間，我也不會數據透視表。

　　記得15年初，老闆給了我一個任務：網上收集數據，大約須要幾萬條，我不可能所有複製黏貼下來啊，便繼續查詢：

　　如何快速下載網頁上的數據。

　　因而知道了爬蟲，知道了Python，但我並不會。最後靠第三方爬蟲工具，按照教程學習。早期已經學習過HTML CSS，而後再瞭解網頁結構，學習Get/Post，學習正則。花了一週時間加班，才下載下來。

　　可沒有結束，數據是髒數據，我還須要清洗。再花一週時間學習Excel的find,right,mid,replace,trim等文本處理函數。那時候不知道這叫數據清洗，可是學會了不少技巧，即便我儘量快速省力，仍是花費數天。

　　當我如今寫Python爬蟲的時候，效率快速不少。包括文本清洗，用Levenshtein速度槓槓的。加起來一夜就搞定。

　　任何學習都不是無用的，不少知識相通。我由於爬蟲學習了HTML CSS，後續便觸理旁通地瞭解了網站結構和網站分析。

　　後續知道佈置百度統計，知道JS，學習網頁端的各種指標，瞭解訪問路徑、漏斗轉化、跳出率退出率等。這些知識不止能用在網站上。也能用在APP分析、用戶行爲上。

　　咱們把學習當成一個點，學完這本書就看下本書，其實這樣發揮不出學習的效率。任何知識都具備關聯性，A知識能夠應用在B知識上，知識技能樹應該是呈網狀發散的。

　　HTML CSS—— 網頁結構 ——網站分析——用戶分析

　　HTML CSS—— 爬蟲工具——Python爬蟲

　　HTML CSS—— JS ——可視化JS

　　HTML CSS——SEO——SEM上面鏈條是我基於前置知識掌握新知識的關係譜。

　　數據分析涉及的領域很寬廣，除了自己紮實的業務背景，還須要瑞士軍刀般的技能樹，屬於T型能力(一專多才)。

　　好比你看到某個頁面跳出率較高。除了常規的分析外，還要檢查網絡速度，用戶弱網環境，是否是HTML頁面加載過多，是否使用了緩存，網絡DNS如何等。這些知識不會有人教你，但它左右業務結果。

　　看到這裏別怕，雖然要學的多，可是隨着學習的加深，不少知識是共通的。就像轉化率來源於網站分析，卻能用於產品路徑，既能昇華爲桑基圖，又能作用戶分層。越學到後面，越容易一法通萬法通。

　　驅動力

　　其實零基礎學習數據分析，最難的門檻不是技能，而是學習動力。我從零培養過數據分析師，從零教過Excel、從零教過SQL、從零教過度析思惟、從零教過Python。難點從不在於這些知識，而是你真的想不想學。

　　不是下載了十幾G的資料就是學習，不是關注了不少公衆號就是學習。由於十幾G的資料最終不會打開，不少公衆號最後都是未讀。這能說明想學習?零基礎太容易無從下手，難以堅持，淺嘗則止了。

　　無從下手，這是不知道學什麼，我說過數據分析是一門比較寬廣的學科。它既有傳統商業分析的方法論，也有數據時代的統計和編程。可它又恰恰是任何崗位任何職業都能用到的技能，繞不過。

　　學習是很主觀的事情，咱們從小學開始讀到大學，數十年的學生生涯，最缺漏的能力是主動學習。

　　中考高考打磨那麼多年，很大狀況是環境因素逼迫人去學習，自己沒有任何學習的驅動力和習慣。大學四年再一度過，可能學習性就消磨殆盡了。

　　之因此說咱們習慣被動學習，是你們都有一道題目作一道題目，只知道公式應用，不須要知曉原理。教材輔導題海戰術，內容也不會超綱。整個大的學習環境都是爲被動打造。

　　如今學習數據分析，拿起書籍、打開PDF資料、關注公衆號。不會有老師糾正你輔導你，不會有做業鞭策你訓練你。也不知道工做中哪一個會常常用到，沒有練手的數據題目，甚至連網絡上的知識質量都難以辨別。

　　無從下手，對吧，可這纔是主動學習。

　　心態要轉變。

　　零基礎學習數據分析，最大的老師只能是本身，不會有任何一篇文章一晚上教人成爲數據分析師。我帶過願意學習而且成長很快的實習生，也教導過有興趣但依舊帶不出節奏的同事。前者是主動學習，後者是止於興趣的被動學習。

　　由於是零基礎，因此才更須要主動性。數據分析本事是發展很快的行業，幾年前會SQL就行，如今得了解些MR和HIVE，過幾年SparkSQL也許就是必備，若是想在這一行作的好一些。

　　持續的學習是必須的能力。或者基礎不如其餘人，至少學習性別輸吧。

　　我也給出個人建議，學習應該是具體爲解決某一個問題而設立目標，說透徹點，實戰爲王。不管是何種職業，必定或多或少能接觸數據。先別去分析，而是想，能用這些數據幹什麼，作一個簡單的假設。

　　我是HR，個人假設就是最近招人愈來愈困難啦，

　　我是市場，個人假設就是如今營銷成本過高，又沒有什麼效果。

　　我是運營或者產品，更好辦了，假設某指標的數據由於ABC等緣由而沒法提高。

　　哪怕是學生，也能假設在學校商圈賺錢是容易仍是困難。

　　數據圍繞假設去收集、生成、組合、利用、論證和分析。

　　這是麥肯錫式的思惟方法，也能夠做爲學數據的方法。新人容易陷入數據的迷途：我沒有數據，有了數據也不知道幹啥，知道幹啥又不知道方法。想的太多，遠不若有方向好用。

　　基於假設的好處是，我首先有了一個方向，別管它對不對，至少能按照方向作分析。

　　HR認爲招人愈來愈困難，則能夠拿出歷史數據，之前我招人須要下載幾份簡歷，打幾個電話，發出幾個Offer最終入職。如今呢?我還能夠拿各個環節的數據觀察，這不就是轉化率嘛?時間維度放得寬一點，看看去年這時候招人困難不，是否是年末都難招，這樣就瞭解折線圖概念。

　　市場專員作分析，能夠拿更多的數據做參考，假設營銷成本過高，如今高到什麼地步了，何時開始高的，找出時間點分析一下。效果很差，是何時效果很差，那時市場環境有什麼變化嗎?我假設市場環境有了變化，這又是一個新的假設，能夠繼續拎出一堆深刻研究。

　　雖然各人分析效率和成果確定不一樣，可是思路都能以這樣訓練出來。不是有了數據纔有了分析，而是有了分析的方向才能收集分析數據。個人學習歷來都是以解決問題爲主，不是忽然靈光一閃就會了。

　　若是把數據分析的學習旅程想成一條很長道路的話，咱們不是一路開到終點，這沒人能行。而是把這條道路分割成一段段，每段上面擺一個旗幟做目標，以旗幟爲前行方向，不是以幾十千米外的終點站做爲目標。

　　好奇心

　　除了學習驅動力外，想成爲數據分析師，還須要一顆好奇心。

　　好奇心就是問問題，想問題，琢磨問題，解決問題。若是你是一個天生八卦的人，那麼將它用在數據分析上絕對是天選分析師，良材美玉。

　　不少人喜歡追求數據分析的工具、知識、要點、竅門。可是歷來不多提到好奇心。

　　好奇心是解決問題的核心能力，編程能夠鍛鍊，統計能夠學習，這些最終都不是瓶頸。你學全了十八般武藝，臨敵對戰，最終須要的什麼?是求勝心。數據的求勝心就是好奇。

　　知識決定解決問題的下限，好奇心決定解決問題的上限。好的數據分析師必定會有好奇心，會提問，會想問題，也能去解決問題。

　　咱們最先期推的全部活動，都沒有監控體系，整個運營也缺少數據指導。對當時的我來講，不少運營的運做是黑箱。我不知道發什麼了什麼，怎麼發生，只有一個結果輸出。

　　別人若問我問什麼，我只能作出假設，有可能一二三點。是不是這樣，我也不知道。

　　運營活躍數上升，緣由是什麼?不知道。

　　短信推送後效果怎麼樣?不知道。

　　新註冊用戶來源有哪些?不知道。

　　那時隨着公司業務線的拓展、用戶數量提高。我用Excel作關聯愈來愈吃力。我再一次向研發提數據需求時，CTO對我說：要不給你開個數據庫權限，你本身查吧。

　　我告別了Excel，學習和了解數據庫。從幾張表的接觸擴展到幾百張表。

　　知道left join 和 inner join的區別。知道group by，知道數據結構，知道index。

　　那時期須要創建用戶數據體系，包括留存、活躍、迴流、分層等指標。我網上一邊查運營指標的應用和解釋，一邊查SQL的實現。

　　和研發解釋、溝通，由於瞭解數據庫，不少需求以更合理的要求實現。這是我第一次開始接觸、瞭解和創建以業務爲核心的數據體系。

　　舉一個例子：用戶用過APP很長一段時間，咱們管他叫忠誠用戶，後來忽然他連續幾周不用，那麼咱們會經過SQL找出這類用戶，分析他行爲，電話訪談爲何不用，嘗試喚回他。其餘運營都是同理。

　　這時候，我才能夠說我瞭解了活躍數，知道它爲何上升，爲何降低。

　　咱們給不一樣用戶推短信，藉助SQL我能查詢到數據的好壞，可是有沒有更明確的指標?好比多少用戶由於短信打開APP，短信打開率是多少?

　　當時短鏈用了url scheme，能夠自動跳轉到app，爲了監控，咱們也在短鏈中埋了參數。經過推送數據，觀察這條短信會有多少人打開。

　　這是衡量一個文案的標準，好文案必定能觸動用戶打開。咱們常常拿文案做爲AB測試。舉一個例子，咱們會用短信營銷，運營是和禮品掛鉤的，當時有很多用戶線上註冊完並不下載APP，咱們有那麼一條針對此類的短信文案：

　　咱們已經爲您準備好了專屬心意，XXXXX，請打開APP領取。這條短信的打開率約在10%左右。可是還有優化空間，因而我不斷修改文案，後續修改成：

　　既然您已經註冊，爲何不來領取屬於您的專屬心意呢，XXXXX，請打開APP領取(中間內容不變)。打開率被優化到18%。由於它用了營銷心理，已經註冊，契合了沉默成本的暗示：我作都作了，爲何不繼續，否則白註冊了。這種心理常見於旅遊景點，景點很坑爹，但絕大多數人仍是會說：既然來都來了，就是一種共通的心理。

　　後續短信又採起個性化方案，最終優化到25%。比最先期的文案效果好三倍左右。若是很差奇短信效果，若是不收集數據監控指標，那麼優化無從談起。咱們可能憑感受寫出好文案，但你不知道具體效果，而數據能。

　　再來個例子，最開始咱們藉助微信朋友圈進行用戶拉新，起初有多個渠道，可是我不知道哪一個渠道效果好。而後個人好奇症又犯了，哪一個渠道效果好?邀請轉化率還能不能優化?渠道拉新成本是多少?

　　依舊是推進和落地數據分析的執行，由於微信的網頁分享，會自動帶from=timeline等參數，經過參數我能過濾出微信端瀏覽和訪問的數據。後來又拜託研發針對不一樣渠道設置參數。經過參數統計轉化率，而且給新用戶打渠道來源標籤。

　　期間發現一個渠道的轉化率太低。咱們大概分兩類渠道，一個是落地頁直接邀請用戶註冊，附加有禮品信息。一個是讓用戶先挑選禮品樣式，最後領取步驟中跳到註冊。經過轉化率分析，後者的流失較爲嚴重。由於步驟太冗餘了，還有快遞地址要填寫，選取禮品的吸引力不足以支持用戶走完流程。

　　因而便更改第二個渠道流程。不一樣註冊渠道的用戶來源，由於有標籤，因此在後續新用戶的運營中，能夠有針對性地作措施。這也是短信經過個性化達到25%打開率的緣由之一。

　　好奇是爲了解決問題而服務的。經過不斷的想問題，解決問題，數據分析相關的能力天然會提高。

　　幸運的是，好奇心可以後天鍛鍊，就是多問問題多想問題，鍛鍊難度不高。

　　非數據

　　零基礎學習還會有另一個問題，就是輕視業務的重要性。

　　實際上，想成爲數據分析師，難點不在於Excel、SQL、統計等知識欠缺。而是業務知識的匱乏。

　　一我的懂業務不懂數據，另外一個懂數據不懂業務，前者更有可能解決實際的問題。由於數據分析師始終是爲業務而服務。

　　我曾向產品提出(沒請吃飯)佈置APP和Web埋點，經過用戶的路徑瞭解用戶，也彌補百度統計的缺點。

　　當時經過Hadoop存儲數據，使用Hive創建離線的腳本清洗、分區、加工。用戶瀏覽產品的頁面、使用的功能、停留的時間都能構成用戶畫像的基礎。

　　我曾經很好奇什麼是用戶畫像，由於網絡上說用戶的性別、地域、年齡、婚姻、財務、興趣、偏好是構成用戶畫像的基礎。

　　可是咱們的業務獲取不到那麼多數據。而我認爲，用戶畫像是爲了業務服務的，它不應有嚴格統一的標準。只要在業務上好用，就是好的用戶畫像。

　　就像在線視頻的用戶畫像會收集電影的演員、上映時間、產地、語言、類型。還會細分到用戶是否快進，是否拖拽。

　　這些都是以業務爲導向。甚至視頻網站的分析師們自己就得閱片無數，才能根據業務分析。

　　否則那麼多電影類目和類型，如何細分各種指標?能經過拖拽快進去判斷用戶是否有興趣，自身也得用過相似行爲才能理解。

　　零基礎怎麼學習行業和業務知識?若是自己和業務接觸，只是想作數據分析，難度小很多。若是像當初的我同樣，既沒有義務知識又不懂數據，也是能夠的。

　　數據若是是假設性思惟學習的話，那麼業務應該是系統性思惟學習。業務知識也須要一個目的和方向，可是和數據分析不一樣。業務注重的是系統性，系統性不是大而全，而是上而下的結構知識。先瞄準一個方向鑽取深度，廣度會隨着深度的挖掘逐漸拓展。

　　好比你是一個外行，想學用戶運營體系的分析，不要先考慮啥是用戶運營，這問題太大。而是瞄準一個方向，例如活躍度，瞭解它的定義和含義，再想怎麼應用。線下商場的活躍度如何定義，醫院患者的活躍度如何定義，某個學校社團的活躍度如何?拿身邊例子去思考活躍度。商場的活躍，能夠是走來走去的人流，能夠是進行消費購物的客流，能夠是大包小包的土豪。什麼因素會影響活躍?促銷仍是打折，節假日仍是地理。等這些問題想通了，上手用戶運營會很快。

　　再經過一樣的思惟去想留存、去想拉新。就會知道，若是商場的人流下次繼續來消費，就是留存，有新客人來，就是拉新。這又有哪些因素互相影響?最後的知識思惟必定是金字塔結構的。上層是用戶運營，中間是拉新、活躍、留存。下層是各個要點和要素。

　　數據分析的學習注重演繹和推理，業務的學習注重關聯和適用，學以至用就是說的這種狀況。期間也會用到好奇心和假設，這兩點都是加速學習的途徑之一。

　　實際上說了這麼多，對於零基礎想當數據分析師的同窗來講，可能仍舊有一些雲山霧罩吧。

　　這些軟技能也不會助人一步登天的，其實的七週成爲數據分析師，從最開始我也說過是入門的大綱。重要的是本身是否真的想學和學好，師傅領進門，修行靠我的，其餘一切都是虛的。

　　想起好久之前看的一句雞湯話，當你想要前行時，一切都會爲你讓路。我想這比我說的一切都更有力。數據分析培訓