數據分析三年建議指導（書籍等）

時間 2020-08-10

標籤數據分析三年 3年建議指導書籍简体版

原文原文鏈接

還有一個多月，我工做就滿3年了。在職場上，3年是個坎，意味着從初級轉到中高級，但前提是能力跟得上工做年限。java

我第一份和第二份工做，是作的數據運營，如今這份工做，title是商業分析師。由於專業不是數學、計算機類的，因此至關於轉行，但也是理工科，有編程基礎，因此相對文科生來講會稍微輕鬆點，但轉行之路並不輕鬆。python

以前看到不少想轉行的朋友，會問好比，女生適不適合作數據分析、文科生能不能作好數據分析、數據分析作什麼的，這樣的問題。mysql

今天想寫的，是三年來的一個總結，也寫一下我是如何從一個連Excel都不會的菜鳥慢慢成長的經歷。想必像BAT這樣的大牛不會是個人讀者，那我就自做主張的把讀我這篇文章的朋友看成曾經的我——剛入門的小菜鳥。算法

工做第一年——菜中之菜

個人第一份工做在一家小公司，用戶很是少，產生的數據也不多。雖然說職位是數據運營，但運營的活佔了一大半，也就是天天上下線產品，傳圖片啊、和產品技術扯皮啊之類的。數據相關的工做，就是天天的日報，其實也就幾行數據，都是從後臺導的。好在我有個比較逗比的領導，教了我很多東西，我有不懂的他都會給我講。再就是工具Excel，最初連公式if、vlookup這類最基本的都不會用，更別說那些公式嵌套、數組這樣的了。sql

天天沒事情的時候我就學Excel，關注了好幾個公衆號，天天跟着推送的小技巧學，以爲有用的我就用小本本記下，再本身建立數據練習一遍。編程

用一次是背不下來的，可是可以有個概念，碰到問題的時候，腦殼裏有個印象知道這能夠用快捷方式實現，也能知道用什麼關鍵字去百度。數組

不過那段時間我陷入了另外一個誤區，死命學習數據分析工具。由於實在不想待在那家幾個老闆撕逼的公司了，爲了可以跳槽，天天早上六點起牀學spss、VBA、powerBI。那時以爲學了這些技能，在簡歷上寫得會好看些（手動捂臉）。可是學了並無什麼卵用，工做上沒用到，幾個月以後就忘了。網絡

工做第二年——初級數據分析師

第一份工做幹了七個月，實在受不了就走人了。去了一家金融公司，數據量依舊比較小，可是涉及的面比較廣，好幾類數據（用戶端、合做方端、平臺端）。第二份工做成長比較快，由於部門就我一個作數據的。雖然運營的活也在作，好歹數據和運營一半一半。oracle

在這期間，我是經過背數據瞭解業務的。嗯，沒錯，背數據。工具

頭部產品日均uv，註冊，銷售額等等，月度數據、週數據等等，天天早上去到公司第一件事情就是先背一遍最新的各類指標。長此以往，我也就作到了「心中有數」。開會領導問起來，我能夠不用看數據表就能說出相關數據和轉化，也能一眼看出哪些數據有異常，趕忙測流程，發現bug及時止損。對於投放產品的訂價，也能給商務一個有價值的建議。

這份工做帶給個人，是數據敏感性和對業務的理解。不少數據分析的職位JD 裏都提到了數據敏感性，其實做爲普通人（可能連高數都學得頭大的），像電影裏那種對數據過目不忘的天才是不多的，數據敏感性就是創建在對數據的瞭解和熟悉上，一個一直在作電商數據分析的人，可能對遊戲業務的數據只知其一;不知其二。

因此，如果你沒有特異功能，先背數據吧。

業務的瞭解，是在工做中得來的。對於新人來講，天天都會涉及到新的東西，好比uv、ip、pv、埋點、日活、月活、轉化率，怎麼評估轉化率的高低，怎麼評判產品的表現等等。多學，多問，脾氣好，謙卑。固然問以前先去百度，別什麼不會都轉頭就問，別人的時間不是拿來浪費在你身上的。

這份工做中，另外收穫比較大的，就是學會了python，而且學以至用。

日報週報月報都是我作，天天的數據很少，可是很是雜，若是用Excel，我得重複十幾回一樣的操做。我是個很懶的人，重複幾回就要冒火了。本來也是在學python，正好知道python可以當Excel用，也就更加努力的學了。

天天我是部門第一個到的，9點上班，我通常八點半以前會到。到了公司，就坐在工位看網絡課程。好比安裝、使用、代碼，先作個大概得了解。以後就是用文檔學，好比電子書、知乎、打印出來的教程等等。從安裝，到import pandas、read_excel，一步一步也就編了一段完整的代碼，代替了重複操做的Excel。

最初日報要花一上午作，用了python以後半個小時搞定，包括下載數據，美化表格，寫郵件。由於工做效率的提升，領導也交給我更多的事情，接觸的業務也就擴大了。

工做第三年——中級數據分析師

第三份工做，也就是如今作的，就純屬於數據分析了，沒有運營那些瑣事。數據量比以前的兩個公司大了不少倍，日報用Excel還行，週報、月報就只能用Python了，Excel根本帶不起來。技能方面，又新增一個oracle。sql實際上是比較簡單的，在網站上隨便學一個下午，再下個navicate for mysql練個幾天，入門垂手可得。

可是複雜的查詢就須要花費時間去訓練了，畢竟sql的邏輯和Python的不太同樣。今年年初，領導要作一個2018的年報，須要12個月的數據。以我現有的Python水平，處理12個月的就很卡了。只能搗鼓oracle，別說，還真是快，很是之快！

對於業務的理解，固然是比兩年前更透徹的。可是做爲一個數據分析師，最重要的事情，不是去描述事件何時發生、如何發生、產生了什麼影響，而是要根據這幾樣，去告訴業務組或者領導，如何去優化，以後會往什麼方向走，怎麼提高業績，這纔是最重要的。

固然，如今對數據的處理效率、工具的使用熟練度，已經妥妥的應付得了目前的工做了，如果之後還須要提高，確定也會加倍努力。不過對於我來講，更重要的是理解業務，拓寬眼界，瞭解行業。

道阻且長——幾個忠告

技術、業務，想清楚本身想走哪條路線

我是一開始就想走業務，由於我比較想接近前線一些，可以更瞭解部門業務甚至整個行業的變化。因此職位編制也一直在運營部門。若是是技術路線，編程功底是不能少的，java、python、hive、hadoop之類的是比較主流的。此外就是算法、統計、數學功底也要紮實，計算機和統計專業的比較有優點。

通常大公司要求很高，作技術方向能夠學到不少東西，並且待遇也很好。小公司的話，若是宣稱什麼大數據、人工智能之類的，呵呵噠，不是騙用戶就是騙投資商了。

2. 中年焦慮，躲不過

相信我，只要你選擇了互聯網，不論你是作技術仍是產品仍是運營仍是數據分析，都逃不過中年焦慮。若是懼怕這一點，仍是選傳統行業吧。可是隻要作好本身的事，想必天無絕人之路，年過三十也不是大罪，不至死。

3. 初級、中級、高級

對於剛入門的小朋友，作好本職工做，領導交待的必定要認真對待，並且及時反饋很重要。在業餘時間想方法提高效率，好比剛作的表格，是否是有更快的方法實現，圖是否是可以作得更清晰好看。這個時候你是不會承擔起部門的數據分析和指導性角色的，老闆也不會很重視你的意見，可是慢慢發光，作的東西出來會讓別人眼前一亮，想必領導會注意到你。

也別吝嗇幫助別人，不少時候幫一下同事，可能你會有新的知識能夠學到。並且你幫助他了，下一次你有什麼問題，想必他也不會斷然拒絕你的。

對於中級，這個時候已經開始承接部門的數據和專題分析工做了，對於ppt的撰寫，圖表的呈現必定要專業，能夠學學各大諮詢公司的報告，看看別人的報表風格。好比艾瑞諮詢的報告，我我的很喜歡這類風格，因此個人圖不少也是模仿他的。在ppt或圖表上融入公司的主題色（前臺或者logo的顏色），會增色很多。

對於高級，我也是在摸索。目前對於數據的處理、表達上已經沒什麼問題了，足夠應付現有工做。可是如何從數據提取的信息，去提高業務，優化流程。這一點我也還在學習，從現有的數據表現，提出有建設性的意見給運營、產品、領導，這是很考驗人的，不只要確保數據準確無誤（這樣才能得出沒有誤差的結論），還得對業務產品了熟於心，還有對行業的一個全局觀，

路阻且長，行則將至。