數據分析三年建議指導(書籍等)

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

  1. 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。

專欄列表

數據分析與Python:【Python代替Excel】1:Python與Anaconda

數據分析與Python:【Python代替Excel】2:數據的讀取

數據分析與Python:【Python代替Excel】3:數據的預覽

數據分析與Python:【Python代替Excel】4:數據的清洗

其餘文章推薦

數據分析與Python:如何轉行數據分析師?應屆生如何自學?

數據分析與Python:【數據分析入門】之:如何用Python代替Excel(1)

數據分析與Python:【數據分析入門】如何用Python代替Excel(2)

數據分析與Python:從入門到精通,10本數據分析必看書籍

數據分析與Python:拉勾爬了1200個職位,告訴你什麼是數據分析

相關文章
相關標籤/搜索