![在这里插入图片描述](https://img-blog.csdnimg.cn/20190422155024749.jpg?x-oss-
process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDgwNjY3MQ==,size_16,color_FFFFFF,t_70)
针对想要自学数据分析的小伙伴们,今天给大家分享一位数据分析小白的自学之路。
一.数据分析师的方向
先选择正确的方向,再朝着这个方向努力是学习一个新领域的正确姿势,因此开始正式学习前,首先要查阅大量资料,了解数据分析分为哪些方向,并明确自己的方向。
1.数据分析的方向分类
数据分析可分为两类:一种偏向产品和运营,更加注重业务,主要工作包括日常业务的异常监控、客户和市场研究、参与产品开发、建立数据模型提升运营效率等;另一种则更注重数据挖掘技术,门槛较高,需要扎实的算法能力和代码能力。
2.数据分析的行业分类:
1)互联网行业是数据分析应用最广的行业,是数据分析师理想的成长平台。
2)其次是咨询公司。相对来说,数据分析师在咨询公司成长的速度更快,专业也会更全面。
3)金融行业,比如银行和证券等行业,该行业对数据分析的依赖需求,越来越大。
4)电信行业,(移动、联通和电信),它们拥有海量的数据,在严峻的竞争下,也越来越重视数据分析,但进入这些公司的门槛比较高。
3.确定自己的方向
由上可知数据分析大致分为两类:偏重业务和偏技术路线的,明显偏技术路线是很难速成的,基于以上确定了自己的最理想职位:互联网公司的偏向业务的数据分析。
二.如何学习?
1.统计学学习。统计学是数据分析的基础,推荐书籍:《从零进阶!数据分析的统计基础》。
2. EXEL书籍:《谁说菜鸟不会数据分析》,这本书内容比较详细,且书中介绍了数据分析的一些常见方法,并重点介绍了EXEL的数据透视表,函数,各类图表适用场景及如何制作的内容,感觉比较适合初学者,可以先根据这本书学习EXEL。
3.数据库基础
学习网站:基础知识我是跟着最多人推荐的这个网站学习的:SQL教程_w3cschool。个人感觉比较适合我们小白初学者。强烈建议:学完数据库基础知识后一定要刷至少一套题,刷完后你会发现对数据库的理解深入了很多。
4.业务学习推荐书籍:《精益数据分析》、《增长黑客》、《数据挖掘与数据化运营实战,思路、方法、技巧与应用》碎片化学习:要了解公司是如何运营,产品是如何开发的,这些需要不断地积累和广泛的阅读。可以关注“互联网周刊”、“人人都是产品经理”、“逻辑思维”这几个微信公众号。此外,可以关注喜马拉雅FM听书电台APP的PMCAFF产品社区专辑,这里面是每天解答一个围绕关于产品和运营的小问题,列几个有印象的:“微信消息为什么没有已读未读的提示?”、“微信和支付宝为什么一直没有加入启动页广告呢?”、“继短视频后,下一个流量风口会是什么?”,每个都很简短,只有3分钟到4分钟左右,每天晚上睡觉前,趟床上睡不着的时候,可以听一个,感觉对产品和运营的认识有很大提高。
5.Python学习使用工具:如果还没有开始Python工具下载的初学者,切记不要直接装Python,建议安装Anaconda+Pycharm来学习Python,尤其是对于学习数据分析的同学。
三.最后的建议:
1.时间管理为了敦促自己的学习,可以做一个Excel时间管理表,其中包含了周计划和月计划,并记录了每天的进程,我觉得这个方法很有效,所以推荐给你们。
2. Python、统计学之类的还是要系统化学习,运营和产品等业务知识,可以利用零碎时间来不断积累,其实只要将平时刷娱乐新闻的时间换成互联网消息就可以了,习惯了之后会发现,这些知识真的更有趣!
数据分析初学者:数据分析入门学习路线分享
![](https://img-home.csdnimg.cn/images/20240711042549.png)