从0到1，备战数据分析师走过的路

点击蓝色“有关SQL”关注我哟

加个“星标”，天天与6000人一起快乐成长

 

（图：极速拍档-小乔）

 

 

前言

 

 

Nicholas Zhou 是一位数据分析师，我和他一起工作了四年之久。从一开始的报表设计，到最终跟业务谈需求分析，谈分析主题设计，Nicholas 始终走在分析师前行的道路上，从分析师到分析总监。

 

一开始我对分析师有所误解，从心眼里认为这是一场SQL人的文明变革，从跑数据硬生生给自己拉了个好名头。但现在看来，完全不是。是我对企业数据生命周期缺少清晰的理解，错过了这趟班车。

 

再和Nicholas坐在一起喝咖啡的时候，他已经从格子衫变成了西装男，骨子里时刻透露出商务的气息。谈吐间时不时崩出的ROI, AAARR,增长等时髦词汇，顿时感觉我们之间已经不是隔了那道SQL的屏障，而是更多。

 

因此，我觉得趁这次咖啡时间，跟他好好聊聊。

 

                                                

正文

 

 

我：Nicholas, 究竟数据分析师的职责是什么，要做哪些事情？很好奇，什么时候开始，我们SQL人有了这么个高大上的头衔？

 

Nicholas:数据分析师并不是给SQL按了个名头啊，除了SQL，要懂的其他技能还有很多。比如R,Python,最好要精通统计哈。你知道的，我毕业同济大学计算科学。分析师之前并不热门，只是最近5-10年，大家提出的多了，在华尔街日报上经常有报道 Analysis 怎么怎么样，渐渐才有了这影响力。

 

正常来说，SQL人是要什么就给什么，而分析师则是想证明什么，就去找什么。思考问题比较主动，也偏企业营销目标多一些。你知道，现在的数据量大约是每天2.5Q，相当于2500000个TB.如此庞大的数据，分析师就要多加一个数据前缀了，以显示专门处理数据的分析师。

 

数据分析师当然不是啥都分析，什么都分析就跟没有分析师一样了。我们做的工作，更多的是在数据中寻找规律，以帮助企业完成流程优化，节约成本和提高经济效益。

 

2017年就有专家曾经预测，数据分析师行业大约有500亿的市场规模，仅就美国来说，面临的人才缺口大约是20万，当然大部分可能会接收中国，印度等外包形式。尤其是这两国在大数据技能方面的人才储备。

 

我：那进入数据分析师这行有哪些要求呢？

 

Nicholas:就像我之前所说，并没有特别的专业限制。计算科学出来，会写R,Python,如果会SQL更好，就能应聘这类职位。可能不叫数据分析师，也有可能是数据科学，数据应用工程师等，每个企业的职能定义都不一样。这是综合性比较强的领域，工程代码写得好的人，不一定能完成数据分析这类作业。尤其还要和很多关键用户沟通，情商也需要比一般代码人，更高一些。

 

类似网上这类通用的要求，能挑其一二学到精通就好了。

 

 

当然，工具会了并不万事大吉了。能用 AAARR 向老板解释得通，业务的走势，才算合格。

 

对于一流大学的人来说，比如清华北大，哈佛耶鲁，企业都抢着给他们提供饭碗，就怕这些高材生不愿意来。他们本身在学校经历的一些思维技巧和项目经验，足以应付这些初级面试。

 

对于二，三流大学的人来说，可能就要费些功夫了。我同济大学当然属于一流，但是类似的岗位来校招的却不是太多。那个时候还没有数据分析这类岗位，至少不普及。我们不还是一起做了2年业务报表的嘛。

 

所以等到我工作两年后，才发现原来数据分析已然自成一套体系了，我就开始琢磨自学了起来。凭着点小聪明，自学肯定没问题，就是着实耽误了我玩LOL的时间了。

 

我：你自学的时候，没有报培训班吧，都学了哪些材料？

 

Nicholas:搞笑吧。我堂堂同济生，还要去北大青鸟嘛。当然是自学。听过 MOOC(Massive Open OnLine Courses)嘛，课程都有。

 

随便罗列些吧：

 

MOOC的课程：

 

1. https://www.edx.org/course/analytics-edge-mitx-15-071x-0

2. https://www.edx.org/course/data-analysis-take-it-max-delftx-ex101x

3. https://www.coursera.org/course/datascitoolbox

4. https://www.coursera.org/course/rprog

5. https://www.coursera.org/course/getdata

6. https://www.coursera.org/course/exdata

7. https://www.coursera.org/course/interactivepython1

8. http://academy.hubspot.com/inbound-certification

9. https://www.coursera.org/course/statistics

10. https://www.udacity.com/course/intro-to-descriptive-statistics–ud827

11. https://www.udacity.com/course/intro-to-inferential-statistics–ud201

 

 

竞赛：

 

1. https://www.kaggle.com/

2. https://www.crowdanalytix.com

3. http://discuss.analyticsvidhya.com/

 

博客：

 

1. http://www.analyticsvidhya.com/blog/

2. http://www.datasciencecentral.com/

3. http://www.kdnuggets.com/

 

论坛：

 

1. http://www.meetup.com/Data-Science-Delhi/

2. http://www.meetup.com/New-Delhi-R-UseR-Group/

3. http://www.meetup.com/AC-DEL/

4. http://www.meetup.com/Predictive-Business-Analytics-with-R-New-Delhi/

 

 

我: 都是英文的，有什么中文课程吗？

 

Nicholas: 似乎我没在国内企业待过啊，英语看不懂，那就去培训班咯，那边老师整理好的体系课程，学起来不是更快？学习这种东西，只要你想要，很快就学得会。当然最重要还是项目经验，这些实战并不是你能看两行字，敲两行代码就能学到的，还是最好有实战项目。要么自己实习，要么去有项目练手的培训机构学习。

 

 

我：你面试数据分析师的时候，一般会用哪些常见问题呢？

 

Nicholas: 这不能说太细。要不然下次我面试的时候，岂不是标准答案一大片。今天先不说了，下次等我考虑好了，哪些可以说，我再与你联系。到时再敲你一杯星巴巴。

 

我：随时欢迎！

 

End

 

 

 

 

往期精彩：

 

 

 

 

 

 

 

 

在看来一个，

谢谢支持 (*^__^*)