學(xué)習(xí)數(shù)據(jù)分析的過程其實(shí)是一個(gè)很辛苦的過程。 它包括應(yīng)用數(shù)學(xué)潭辈，統(tǒng)計(jì)學(xué)鸯屿，經(jīng)濟(jì)學(xué)方面的知識(shí) ，這些聽起來就不是很容易把敢。通常數(shù)據(jù)分析這個(gè)行業(yè)在現(xiàn)代的社會(huì)發(fā)展過程中就業(yè)情況是非常良好寄摆，而且工資薪酬也是相當(dāng)高的。我們就拿我們平時(shí)用的各種搜索來說修赞，這些背后的大數(shù)據(jù)是怎么來的婶恼，就是一群群在那學(xué)習(xí)數(shù)據(jù)分析的人結(jié)合用戶的訪問情況、瀏覽情況柏副、評(píng)論情況等等這些所做出的一系列應(yīng)用邏輯分析能力得到的結(jié)果勾邦。而且現(xiàn)在是大數(shù)據(jù)時(shí)代，你擁有數(shù)據(jù)割择，你就擁有資本眷篇，你就擁有實(shí)力，你也就擁有了好未來荔泳。

（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)采集蕉饼、數(shù)據(jù)分析、與數(shù)據(jù)挖掘三種换可。其中數(shù)據(jù)采集的概念是對(duì)企業(yè)來說的椎椰，，包括原始數(shù)據(jù)源的采集和地理信息數(shù)據(jù)的采集沾鳄。

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)方向慨飘，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瓤的、業(yè)務(wù)方向

大家在招聘網(wǎng)站中搜索數(shù)據(jù)分析的職位休弃，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)置較多圈膏，該職位一定要對(duì)業(yè)務(wù)爛熟于心塔猾，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)流程中的問題稽坤，并提出合理化的解決方案丈甸，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)查尿褪、行業(yè)分析和經(jīng)營(yíng)分析三類睦擂。

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)限定詞杖玲，什么數(shù)據(jù)分析師顿仇，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)分析師摆马。

2臼闻、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))囤采、數(shù)據(jù)倉庫工程師（構(gòu)架師）和數(shù)據(jù)開發(fā)工程師述呐。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蕉毯，在中國市埋，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

數(shù)據(jù)分析從業(yè)者要具備四種核心能力：

1恕刘、基礎(chǔ)科學(xué)的能力；

2抒倚、使用分析工具的能力褐着；

3、掌握編程語言的能力托呕；

4含蓉、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

可以說项郊，在數(shù)據(jù)決策的時(shí)代馅扣，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)告更是淋漓滿目着降，發(fā)布報(bào)告的有的是世界500強(qiáng)企業(yè)差油，有的是知名的數(shù)據(jù)洞察咨詢公司大多數(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)支撐沒有了蓄喇，金在其外发侵，敗絮其中。統(tǒng)計(jì)學(xué)妆偏，數(shù)學(xué)刃鳄，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)功钱骂，內(nèi)功不扎實(shí)叔锐，學(xué)再多都是徒勞。

掌握統(tǒng)計(jì)學(xué)见秽，我們才能知道每一種數(shù)據(jù)分析的模型愉烙，什么樣的輸入，什么樣的輸出张吉，有什么樣的作用齿梁，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)挖掘師肮蛹，數(shù)據(jù)能力是我們吃飯的飯碗勺择。如果你沒有數(shù)學(xué)能力，用現(xiàn)成的模型也好伦忠，模塊也好省核，也能做，但一定會(huì)影響你的技術(shù)提升昆码，當(dāng)然更影響你的職位晉升气忠。

2、使用分析工具的能力

數(shù)據(jù)分析工具：SQL赋咽、SPSS旧噪、SAS、R脓匿、EXCEL等等吧淘钟，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)用型人才陪毡。

3米母、掌握編程語言的能力

會(huì)Python、會(huì)R毡琉，是數(shù)據(jù)分析的基礎(chǔ)铁瞒。

4、邏輯思維的能力

邏輯思維對(duì)于數(shù)據(jù)分析來說特別重要桅滋，不單單是數(shù)理邏輯這塊慧耍，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蜂绎，有邏輯的推進(jìn)栅表，結(jié)果才會(huì)另人信服。下面為一般分析流程师枣，僅供參考怪瓶。

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）2018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)劃践美，有先后洗贰，循序漸進(jìn)來學(xué)。

下圖：橙色區(qū)域代表數(shù)據(jù)采集板塊陨倡，藍(lán)色區(qū)域代表數(shù)據(jù)分析板塊敛滋，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

1兴革、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

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)绎晃，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)杂曲，兼顧實(shí)戰(zhàn)性庶艾。

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)分析師擎勘，每一個(gè)運(yùn)營(yíng)咱揍、產(chǎn)品經(jīng)理、尤其是互聯(lián)網(wǎng)行業(yè)棚饵，一定要會(huì)SQL煤裙，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)中噪漾，要掌握SQL的基礎(chǔ)語法硼砰、中級(jí)語法和常用函數(shù)，結(jié)合關(guān)系數(shù)據(jù)庫系統(tǒng)（Oracle

Database欣硼、SQL Server夺刑、DB2等）來學(xué)習(xí)SQL語句，找好方法分别，真的不難。

2存淫、Python與R：不分伯仲耘斩，都要掌握

Python主要掌握基礎(chǔ)語法，pandas操作桅咆、numpy操作括授、sklearn建模，學(xué)會(huì)用python編寫網(wǎng)絡(luò)爬蟲爬取數(shù)據(jù)，等等荚虚。R語言就是為了統(tǒng)計(jì)而存在的語言薛夜，我們要掌握R語言的基礎(chǔ)語法、數(shù)據(jù)管理版述、數(shù)據(jù)挖掘建模與評(píng)估等梯澜。

3、數(shù)據(jù)可視化

有了Python渴析、和R的基礎(chǔ)晚伙，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)可視化俭茧，可視化說白了咆疗，就是畫圖，但做為數(shù)據(jù)分析師來說母债，我們不能用EXCEL

來實(shí)現(xiàn)可視化午磁，因?yàn)樗木窒扌蕴罅恕＿@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毡们，有1個(gè)小時(shí)學(xué)會(huì)Tableau足夠迅皇。

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、ggplot2

4漏隐、數(shù)據(jù)挖掘

這里知道要掌握基本概念喧半，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青责、監(jiān)督學(xué)習(xí)挺据、非監(jiān)督學(xué)習(xí)、模型評(píng)估

Model建模脖隶，知道模型建好后應(yīng)該怎樣去評(píng)估扁耐，掌握怎樣用一些定量的指標(biāo)，數(shù)據(jù)产阱，數(shù)值來衡量模型建好后到底有多準(zhǔn)確婉称，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构蹬，能夠直接影響到整個(gè)項(xiàng)目獲模型是否有效王暗。