你问我答
1、刘老师，我是快毕业的学生，想从事数据分析，需要准备点什么？
平心而论，很多科班（如统计学、数学、计算机等专业）出生的大学生都没有接受过数据分析基本技能的学习，主要原因是学校不教吧，而这些技能（如数据库操作、Excel使用等）又恰恰是数据分析的必备技能（以小编为例，本科和硕士都是统计学专业，学校未曾系统地教过数据库、Excel、可视化等技能）。
所以，对于即将毕业走向社会的大学生，如果想从事数据分析相关的岗位，不妨先自学一些数据库、Excel和可视化方面的知识和技能。具备了这些技能，至少你已经拥有了门票。否则的话，HR挑简历过程，就把你PASS了。
工欲善其事，必先利其器！
2、我想转行做数据分析，请问如何平顺地进入这个行业？
通常情况下，对于想转行的朋友而言，无非就是出于这三种动机。首先就是当前的状态或职位让你感到没有安全感或前景（属于被动动机）；其次认为数据分析是一个潜力股，通过转行可以让自己的将来变得更好（属于主动动机）；最后可能是为了顺应潮流，希望在大数据时代下，利用转行可以获得一杯羹（属于主流动机）。
不管属于哪一种情况，你可能已经属于社会人了，有过几年或更长的江湖经验，对你所熟悉的领域有相应的发言权，所以想平顺地进入数据分析行业，个人觉得你还需要配备一些统计学思想，分析方法的思路和特有的逻辑思维。当然，你再掌握一些数据分析的工具，效果会更好。
经验助你成功
3、我怎么觉得数据分析好没劲，体现不了分析价值？
其实很多朋友都会跟我抱怨，如“我们这个公司，数据分析天天就是做数据提取，清洗和报表，自己真的就是表哥了！”、“感觉我做的活根本与分析不搭边！”、“我做了那么多数据分析的报表和可视化结果，怎么感觉没什么功效呢？”。
我曾经也有过类似的疑问，为什么我的数据分析就那么枯燥无味，别人的分析就会让人眼前一亮呢？通过请教高人和查阅资料，发现有价值的数据分析往往都会经历这三个自问自答：
A）当前的这个核心KPI，还有没有可能上升或下降一个幅度？往往在思考这个问题时，都会与公司最终追求的目标绑定在一起。（例如某游戏公司的ARPPU为679.8元，即某段时间内，所有收益/所有参与付费的用户数=697.8元。对于这个指标能不能划分的更细，如男女用户的ARPPU、或者不同等级用户的ARPPU，再通过对比，寻找到主要的贡献者属于什么人群，这群人的ARPPU如果上升一个单位，可能会使企业达到什么样的收益？）
B）回顾数据，对于提升或拉低一定幅度的KPI，可能有哪些实施方案？（例如思考如何提升18-22岁中度玩家的ARPPU，就需要回顾并分析这批玩家的玩法、策略、购买记录、购买商品的件单价、客单价等信息。然后从捆绑销售、玩法引导、难度调整或市场营销等角度思考各自的方案。）
C）基于可行方案，对比哪种方案的可执行度更高，哪种方案的收益相比于成本更具有性价比？（例如游戏难度调整方案，如果难度降低，可以让更多的人进入下一个等级，但随之付费用户可能会减少，对于进入下一个等级的用户而言，付费人数可能会有所提升；如果难度提升，又会使继续玩下去的用户减少，但这批用户的忠诚度会更高，高忠诚度的用户往往付费金额也会更高。需要对比的是，难度降低与升高所带来的收益哪种更多。）
光明前的沉思
4、做了快5年的数据分析，感觉到了瓶颈，不知道下一步怎么走？
算下来，我也工作5年多了，时间匆匆，真的很快！对于这个问题我个人的提议就是不断地学习新知，让自己保持在快速通道中。学习可以是多方向的，例如锻炼数据敏感度（可以从分析思维、业务逻辑、数据反推等方面入手并学习）、专研技术领域（包括机器学习的应用、大数据实操、数据架构等）、深入营销领域（包括市场营销策略、产品经理思维、广告文案技巧等）、
但不管是哪一种方面的新知，选择一个适合自己的领域即可，通过定期的学习和检验，让自己变得更加强壮，打开瓶颈进入下一个快速通道。
学习让你飞跃
推荐阅读--Top6
经验之谈，这16个Excel函数，几乎可以解决80%的数据统计工作！
626
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
