业务型数据分析：从选择到执行

最新推荐文章于 2024-09-09 09:47:53 发布

SweetDeviL原

最新推荐文章于 2024-09-09 09:47:53 发布

阅读量319

点赞数 1

分类专栏：业务型数据分析の学习笔记文章标签： big data 数据库爬虫数据分析

本文链接：https://blog.csdn.net/qq_46405239/article/details/120228496

版权

业务型数据分析の学习笔记专栏收录该内容

1 篇文章 0 订阅

订阅专栏

非技术型文章，仅仅记录小白的数据分析之路

做选择是一件艰难的事情

尤其是缺乏认知的时候

为什么选择数据分析？
有限的经历让我对数据分析有了直接接触和感悟。

因为机缘巧合，给别人改了毕业论文，
是分析一个淘宝店铺的运营情况。
当时觉得，哇，原来统计学可以干这么多的事情。
这不就是我一直在追求的学以致用吗？

差点放弃数据分析
数据分析，或者说任何一个行业，入门都是及其困难的。

首先是技术的学习困难。
学爬虫的时候，就很烦那些bug，我解决不了，我浏览器了还是不懂，我csdn了还不懂，就很无耐，别人都能写出来……
还好，关于技术方面，遇到一个大佬，无偿地耐心地给我调试代码，给我debug，给我说，我有哪些方法可以去选择，可以去其他网站，GitHub，StackOverflow之类的去扩展视野。
	(ps:在csdn上记录学习，
	是因为大佬说可以把代码放到GitHub上做作品集
	或者用个人博客来记录，我因为GitHub加载太慢了
	所以跑来csdn了）
所以，技术的困难，我不怕了。我不会因为这样的问题而放弃了。

然后，就是业务方面的困难。
之前看知乎B站那些偏营销性质的，保存了他们的学习路径，但是业务方面都讲地很模糊，大部分还是在讲技术，和业务相关的就只是推荐一两本书，还有一个网站。
学习路径太模糊了，我差点放弃了。
我当时在技术型和业务型之间二选一：反正最后都要做业务，做技术是方便找工作，因为现在网上技术的大环境比较好，学习的都比较公开，学了后再慢慢转业务，走曲线呗；业务型，我不想走曲线。

到底该怎么判断和选择呢？

我是这样做选择的：
Ⅰ 学习路径是否清晰？
是否有师傅，经验比你老道的能实时给你指导？
是否有良好的社区平台去开阔你的视野？
是否有成体系的学习内容？
是否有能实时检验的问题给你去练习？
是否有可实践的项目？
Ⅱ 成本？
长期时间成本：学习的时间成本，进入行业圈子(你身边起码有五个以上的这个行业的人,而且不是小白)需要多久的时间？
短期时间成本：哪一个方向是你能在大四时候的校招里面找到比较满意的工作？哪个学起来简单一些？工作好找一些？
Ⅲ 偏向
技术方面比较单纯，路径也比较明确，一些东西都很公开。
业务方面是最终的目的吧，先走技术也是走曲线。但是怕在业务混不了饭吃一开始，但是又怕学技术，基本在业务方面没有比较快的进步，走直线永远是最快的。
Ⅳ 结论
基于前面两条的判断，如果业务的Ⅰ的问题能明确下来，业务在Ⅱ上占有优势才选择业务，否则在你不排斥技术，并且现在的技术环境很好的大环境之下，就不要纠结了，直接走技术路线。

搜集到的信息：

①优秀社区：
(质量稍微高一点的都打对勾了)
(可以用来搜集案例，扩展视野)
(1)https://blog.growingio.com/   √
	案例+新潮技术，又高深又新潮，适合进阶，视野
(2)http://blog.sina.com.cn/xiaowenzi22
	特别基础的数据操作，python导入数据之类
(3)http://www.199it.com/  √
	it网站，适合技术进阶，也有最新的技术介绍
(4)http://www.itongji.cn/
	文章偏向于浅层的，适用于小白的零碎处理
(5)http://www.afenxi.com/  √
	数据分析网
(6)https://data.cnki.net/  √
	报告类网站，大数据研究平台
(7)http://www.woshipm.com/   √
	人人都是产品经理  视野
(8)有待补充
②高质量论坛:？？？？？？？？？
③师傅:解惑，那么难点在哪里呢？分析？实践？错误判断？经验积累？
④学习路径：
csdn数据分析师的成长路径+存在百度网盘的书籍

技术体系，那些书籍里面都写地明明白白。但是没有人和你交流，你找不到大佬，这就是最大的问题，你只能单方面去书籍里面学习业务，所幸很多数据分析的书都写得很有趣，生动。

**这个时候，我又开始打退堂鼓了，我根本就没怎么接触过这个行业啊，我没有认知啊，我就是人云亦云，我能做出什么准确的判断？**

其实业务的学习路径到执行学习，是心里大概有数了，但是就是害怕不能坚持，害怕遇到困难，那种我无法解决的困难，又找不到论坛，然后就只能随着成本去沉没了，这是我最害怕发生的事情。
(**如果有大佬给我抱大腿或者小伙伴和我来抱团，热烈墙裂欢迎！！！！！！！**有建议和指导也欢迎！)

我仔细思考了，我会遇到学习上的困难，还是实践上的困难？
哪些是我能解决的？哪些是我不能解决的？
学习上，这些业务是什么样的知识呢？
分析模型思路+实际执行，我最后的判断是——最大的困难应该是：
实践上的困难。
业务这种东西，都是看起里简单，做起来难。难在哪里呢？
目前我不清楚。

但我知道，如果我现在不入门，以后一定会后悔。
反而是入门了，能找到前辈了。
于是，遇到真正的问题的时候，那个时候：
我不再是孤身一人，
我一定会突破一个一个瓶颈，
然后迅速进步的。

那就开始吧！既然做好了选择，就勇往直前吧！

让我们通过执行，积累人生的底气吧！

这一部分基本是参考大家的建议，我只是做整理资源工作罢了。
后面会删补内容

技术模块：
(1)数据采集：爬虫 |还有问卷访问等方式
https://www.bilibili.com/video/BV1i54y1h75W
(2)数据清洗：python，MySQL，open refine
http://cookdata.cn/course/course_introduction/3/
(3)数据处理、分析
数据库
①MySQL：https://www.bilibili.com/video/BV1Vy4y1z7EX
②hive：https://www.bilibili.com/video/BV1qE41137vk
统计模型
①基本：http://cookdata.cn/course/course_introduction/1/
②机器学习吴恩达（www.coursera.org）机器学习课&cookdata上的课还有西瓜书
算法解释：https://www.cnblogs.com/pinard/
需要pandas基础
③统计学基础知识去学校找教材复习
(4)数据可视化
①EXCEL数据处理和可视化图表（主要excel函数、图表、透视表）https://docs.qq.com/doc/DZEtmTlRYcEtEbmtL
②http://cookdata.cn/course/course_introduction/37/

业务模块

通用

 	数据分析思路解析：《数据分析企业的贤内助》
 	业务指标详细解读：《数据化管理：洞悉零售及电子商务运营》
 	技术和思路结合：《数据挖掘与数据化运营实战 思路、方法、技巧与应用》（建模思路、技术很详细）
 	思路技术优化：《如何用数据解决实际问题》（统计方面）
 	运营、获客：《增长黑客》

下面大部分内容参考：

 	https://blog.csdn.net/zl1zl2zl3/article/details/104689559
 	B站：dataflop
 	这一部分会进行增删

产品思维类(互联网)

 	《从点子到产品：产品经理的价值观与方法论》
 	《俞军产品方法论》
 	《产品思维》
 	人人都是产品经理：http://www.woshipm.com/

逻辑思维类

 	《金字塔原理》
 	《学会提问》
 	《麦肯锡思维》

项目、练习、题库平台

 和鲸社区：https://www.heywhale.com/home/dataset
 数据酷客：http://cookdata.cn/note/
 Kaggle：https://www.kaggle.com/
 阿里天池：https://tianchi.aliyun.com/
 DataFountain：https://lab.datafountain.cn/
 leetcode：https://leetcode-cn.com/
 牛客网：https://www.nowcoder.com/