前言
Data Analysis
在我们的实际工作场景中,可以通过“数据分析”对大量业务数据的观察、分析,得到一定的规律/趋势等情况,能客观地反映出当前业务线存在的一些问题,还能为决策者提供数据支持等,尤其在数字化时代,面对海量的数据,就需要一些数据分析工具和方法快速有效的处理那些数据,分析数据,产出有效地落地方案。在未来,“数据分析”将在各行各业的作用越来越显著,突出,必要。
但是,随着越来越多的工作场景需要“数据分析”做辅助,数据驱动业务,做一些常规性的业务分析,去发现问题,分析问题,解决问题,挖掘隐藏的潜在线索,并提供决策支撑时,伴随着未来经济形势整体下行趋势、企业将降本增效等原因,诸多公司的一些业务线将不会再设立专门的“数据分析”岗位。
所以,不管你是做产品、运营、商务、市场、人力,还是技术开发、项目、管理,基本上都要掌握“数据分析”技能,在未来“数据分析”将是一个底层的能力,属于通用技能,需要每个职场人都要必备的技能之一。
然而,一些在学习数据分析的伙伴,可能会遇到各种各样的问题而陷入迷茫,不知如何入手,感觉很多东西比较高不可攀,其主要原因就是数据分析坑很大,需要掌握的知识又很多,很杂。还有一些原因如下:
-
没有找到合适的资源/平台可以很好地学习有关数据的一切
-
对要学习的主题又缺乏明确性,懒癌晚期,无法坚持完成学习
-
有大量资源,但很难去选择最适合自己的,很容易迷失在细节中很难把控学习进度
-
数据分析领域对应的岗位非常多,经常把一些同学们绕晕。数据分析、商业分析、运营分析、产品分析、销售分析、数据挖掘、算法模型等等。
-
·······
“数据分析”,在我所有的工作经验中、在我创立并运营小飞象数据分析社群的过程中、在我与群友/大佬的沟通中、在我运营数据类公众号木木自由的经历中,处处离不开数据分析~
因此,在我接触“数据分析”的过程中,积累了一定认识,完善了数据分析知识体系,我根据自己的思考,深刻认识数据分析是什么和梳理了数据分析学习路径1.0,其中肯定有不足之处,后续将不断地,持续地完善更新补充,希望大家在评论区提出不同的观点,我会完善到其中,也希望刚入门在学习的时候、数据从业者在进阶的时候,慢慢地完善优化自己的技术栈和知识体系就好了。(在评论区,提出你认为的数据分析学习路径以及学习感受一些建议和方法,若采纳任何一条,将获得星球免费体验资格~)
什么是数据分析
Data Analysis
数据 + 分析,数据是基础,分析是主导。数据并不意味着价值,分析和决策才能创造价值!
且数据分析:思维方式大于实践方法
-
思维方式:业务目标及调研+思维逻辑+创新想法+可行建议
-
实践方法:数据汇总统计+工具使用+可视化
数据分析,即是基于某个目的对数据进行分析和总结概括的过程。它的意义在于把隐藏在数据中的信息萃取和提炼出来,以便帮助人们找到所研究对象的内在规律,或者事物的发生、发展和未来变化的规律,进而帮助人们做出判断以及正确的决策。
现在领域内有很多数据分析岗。BI(Business Intelligent)、DA(Data Analysis)、数据运营、数据科学家、数据产品经理等,工作内容可以说是大相径同,细分领域的专业度会存在不同程度的差异。“数据分析”是有关“数据”类岗位的总称,而数据分析技能基本是职场里的标配技能,从事这类工作的人,通过分析数据发现业务问题,洞察商业机会点,为运营活动、业务增长及企业发展等,提供合理建议及参考依据。
我理解的数据分析不是从什么高大上的角度出发,它绕不开是什么、是多少、为什么、会怎样、又如何这几个问题。
说明白点:
▶是什么(树立数据标准)
▶是多少(数据描述状况)
▶为什么(探索问题原因)
▶会怎样(预测业务走势)
▶又如何(综合判断状况)
总之,我们做好数据分析,要对数据分析的价值有清楚的定位,不能沦为单纯的 “取数”、“做表”、“写报告”,数据分析应该是对业务有实际的指导意义,并结合业务痛点去发现问题从而解决问题的工具。
数据分析学习路径
Data Analysis
数据分析的学习是流程化,标准化,是一个逐步地形成符合自己节凑的有效“闭环”过程。所谓“闭环”,就是要不断优化,不断迭代,除了要了解掌握数据分析流程、方法、工具以外,还需要不断的进行项目操练复盘总结,补充完善每个步骤中所需要技能栈,并在整个学习过程中持续地、不断的扩展完善提升数据分析思维。
根据【数据分析流程】中所梳理总结的框架思路:明确问题→分析原因→落地方案,可以延伸出数据分析学习路径地图,具体如下图:(后续将持续更新完善2.0,增加落地方案每个方向具体步骤~)
1、明确目标,认清自己。(对应明确问题)
很多人认为定目标、设计划是假大空,但如果没有目标,你会发现时间过去,你依然停留在原地。薪资涨幅、买房买车等,很多看似不是外界能决定的事情,都可以通过设立目标来实现。
数据分析的学习亦是如此,不同的目标方向,路径不经相同。还有清楚的了解自己,知道自己的优势是什么,现有的资源有哪些等?
学习数据分析主要有以下几个目的:
✔提升数据分析技能,辅助本职工作
✔转行数据分析相关岗位,零基础入门
✔数据分析从业者,技能\思维进阶
2、计算差距,弥补不足。(对应分析问题)
先确定目标,计算出自己差哪里,需要做的哪些弥补不足之处,其实就是倒推为了达到目标要做的事情,所谓的倒推做事法。而不同的目标也有不同的侧重点,具体如下:
✔提升数据分析技能辅助工作
主要侧重数据思维的培养和分析思路的完善。熟知数据分析分析方法模型,理解业务,针对性的学习数据分析工具,如excel的透视表可视化+ppt技能。
✔转行数据分析相关岗位
数据分析从业路线大致可以划分成四大方向:数据分析,数据挖掘,数据产品,数据工程。针对各个数据岗位侧重的技能栈,针对性的学习补充差距~
⑴数据分析/数据运营/商业分析是业务方向的数据分析师。主要负责和支撑各部门相关的报表;建立和优化指标体系;监控数据的波动和异常,输出专题分析报告,优化和驱动业务,推动数据化运营;主要侧重数据分析工具以及业务知识的培养。
⑵数据挖掘/算法专家这是技术向的数据岗,有些归类在研发部门,有些则单独成立数据部门。主要侧重于更高的统计学能力、数理能力以及编程技巧。
⑶数据产品是具备强数据分析能力的PM,公司数据产品的规划者。负责大数据产品的设计,推荐算法的产品策略,分析和挖掘用户消费内容的行为数据,为改进算法策略提供依据,报表展示工具的落地和应用;主要侧重于各类数据模型、指标、数据挖掘和数据工程的实现,但是聚焦点是把它作为一个项目去实现,故而不用精通。
⑷数据工程师其实更偏技术,从职业道路上看,程序员走这条路更开阔。可以从数据分析师的SQL技能,往数据的底层收集、存储、计算、运维拓展。从最初的SQL,逐步侧重于了解Hadoop集群、了解presto/impala/spark、了解分布式存储……
✔数据分析从业者进阶
数据分析进阶讲具备更多的工具技能,主要侧重的是要掌握数据分析的各种工具的全栈技能,从能力增长上突破职业的天花板。一般如下:
·可视化辅助工具:excel、BI工具、python···
·统计分析:抽样推测规律、贝叶斯统计、回归、预测····
·大数据处理框架:Hadoop、storm、spark···
·数据库:SQL、MySql、DB···
·数据仓库:SSIS、SSAS····
·数据挖掘工具:Matlab、R语言、python···
·人工智能:机器学习
·挖掘算法:数据结构、一致性
·编程语言:Java、python
3、排除万难、穷尽所能的努力(对应落地方案,推动执行)
前面两步都很容易,因为动脑就够了,无需体力支持,而最后一步却是需要身体力行的去付出努力的。所以很多人完不成目标,都是因为“死”在了这一步。
数据分析技能栈
Data Analysis
总结了在数据分析学习过程中所涉及的技能栈,如下图(后续持续补充):
★数据分析思维
我们需要在实际工作中,面对不同场景的时候,都需要建立自己对特定场景的认知思维。有些人比较聪明,是具备了高效建立认知思维的方法;有些人较为普通,没有建立一定认知思维,多少会走点弯路。
所以,数据分析也是如此,不仅要手段,更要有思维!数据思维是帮你找到问题的方向,理清数据分析的思路,做出有深度,有价值的分析。所谓数据分析思维,即通过各种方法收集数据,明确以及理解需求,然后改进你的个人决策,不断迭代。比如,
▍看到一列数据有波动,首先明确数据的准确性,去对比往期数据的环比同比,近期波动趋势等,判断数据波动是否异常,可能由哪些原因带来了这些波动,相关的原因是否有数据呈现等。
▍看到一个活动效果低,找到核心指标,并拆解指标,明确活动目的,针对人群、预期活动目标、投入成本、奖品爆率模型等进行分群,分层,精细化运营,提升活动效果。
▍看到一个产品功能点使用率低,在使用完毕之后去分析他的商业模式、面对的用户群体、群体的使用场景,进行分群分层,去做AB测试,观察后续运营动作是否验证了改进点。
·····
Python经验分享
学好 Python 不论是就业数据分析还是做副业赚钱都不错,但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料,给那些想学习 Python 的小伙伴们一点帮助!
Python学习路线
这里把Python常用的技术点做了整理,有各个领域的知识点汇总,可以按照上面的知识点找对应的学习资源。
学习软件
Python常用的开发软件,会给大家节省很多时间。
学习视频
编程学习一定要多多看视频,书籍和视频结合起来学习才能事半功倍。
100道练习题
实战案例
光学理论是没用的,学习编程切忌纸上谈兵,一定要动手实操,将自己学到的知识运用到实际当中。
最后祝大家天天进步!!
上面这份完整版的Python全套学习资料已经上传至CSDN官方,朋友如果需要可以直接微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】。