没有项目经历也可以找到数据分析的工作，利用30小时做这件事！

有些大学生对自己的专业不感兴趣，听说数据分析师薪资高于全行业水平，凭借着强大的学习能力学了Excel，Pyhton和统计学，感觉数据分析能力提高了很多。投了些简历，但是一个面试邀约都没有，不知道问题出在哪里。

有些职场人也是想转行做数据分析，上班摸鱼学习数据分析工具，SQL和Python学完后，发现工作效率提高了不少，但是因为没有相关经验，总担心自己技术可能不太行，连投简历都不敢。

这些问题的根源是什么？可以概括为：你没办法在最短的时间内向HR展示，你能够胜任数据分析这项工作。

在开始投简历前的最后一步，建议你花30小时来做一份数据分析报告，这个步骤至少能带来三个好处：

1、检验学习成果

数据分析知识比较多，涉及的知识面也比较广，不实践永远不知道自己掌握了多少。

2、发现是否适合数据分析工作

做数据分析报告几乎就是数据分析工作的主要内容，做这个数据分析报告就是未来工作的体验装，问问自己是否喜欢这样的工作，这样的工作能否激发你的兴趣？

3、展示真实实力

程序员的世界里讲究“No more talk，Show me the code”，数据分析师同样可以“Show me the report”，一份内容完整的数据报告，能帮你的面试官省下很多判断/评估/纠结的时间，给你更多的机会。

制作数据报告流程

01

明确目标

如果做数据分析工作，领导和业务部门同事会和你明确数据分析的目标，比如，APP最近3个月注册人数下滑原因分析，或者对业务部门同事销售转化率的分析。

如果不知道怎么选题，可以去kaggel或者阿里天池找竞赛项目来分析，选项目上注意：建议找自己熟悉的领域，是为了保证你在后续的分析过程中能够真正触及事情的本质，而不是就数字论数字。

02

数据获取

数据获取是个技术活，比如你想调研日本核污水排放对中国海鲜市场的影响，目标定下来了，接下来要去找相应的数据。

首先，通过搜索引擎可以很快找到一些公开数据网站。比如国家统计局或者地方统计局的网站，各类行业网站，行业研报网站等，找到的数据可能解决一部分问题，或者只有一半的相关数据，这个时候注意查阅各种相关研报，研报的注释部分往往会注明他们的数据来源，按图索骥。

二是关注专门做数据整理打包的网站/API，一般金融类比较容易找到数据，另外某宝上也有相关服务，但是需要付费。

三是自行收集所需数据，用爬虫工具爬取或者自行设计问卷进行调研，但是问卷调研对问卷内容设置要求非常高，问卷星、问卷网等问卷收集网站可以使用。

03

数据清洗

数据分析师花在数据整理、数据清洗上的时间远远超过在数据分析上的时间。在工作中，90%以上的情况，拿到的数据都需要先做清洗工作，排除异常值、空白值、无效值、重复值等等。有些数据分析师从业人员说工作枯燥，枯燥的地方就在这里。

04

数据整理

数据清洗过后，还是需要做一些繁重的文字处理工作，使数据格式符合分析的需要。

若手头数据非常混乱，就应该大胆地排序，尤其是在记录量很大的情况下，要一次性看清所有的数据往往很难，而按照不同的域对数据进行排序则能够以直观的方式为数据分组，从而发现重复现象或其他疑义。

05描述分析

描述分析是最基本的分析统计方法，在实际工作中也是应用最广的分析方法。描述统计分为两大部分：数据描述和指标统计。

数据描述：用来对数据进行基本情况的刻画，包括：数据总数、时间跨度、时间粒度、空间范围、空间粒度、数据来源等。如果是建模，那么还要看数据的极值、分布、离散度等内容。这次我们是零基础做数据报告，那么就不用考虑后一类数据了。

指标统计：用来作报告，分析实际情况的数据指标，可粗略分为四大类：变化、分布、对比、预测；

描述分析的产出是图表，下一个步骤的内容将基于这些图表产出。

06洞察结论

这一步是数据报告的核心，也是最能看出数据分析师水平的部分。数据分析师新人和有经验的分析师拿到同样的图表，完全有可能解读出不同的内容。

这张图是一个用户行为聚类的结果，人群被聚成四类。前三类人群可以很清楚的得出结论：他们是某一种游戏主机的用户。那么第四类人群，是什么人群呢？

分析师新人：第四类人群是游戏主机的狂热爱好者，他们交易频率远高于一般用户。

有经验分析师：第四类人群是二手贩子，否则谁没事一年内会搞将近7台索尼主机放家里。

很明显，有经验分析师能迅速看穿数据背后的真实情况，得出正确的洞察结论，缺乏业务经验，很可能你的洞察结果是完全错误的。

但通常来说，即使是复杂的数据报告，也是由一个个相对简单的洞察结论组成的，这其中涉及到问题的分拆，逻辑线的建立等一系列内容。作为初学者，做到自己力所能及的程度就好。

总结一下，所谓洞察，就是要能够读懂数据背后的行为，理解真实情况。单纯描述数据，谁都会做，根据数据得出有价值的结论，报告才有意义。

07报告撰写

数据报告撰写需要注意的就是保证内容的完整性，这才能体现出专业性。

一个完整的数据报告，应至少包含以下六块内容：

1. 报告背景

2. 报告目的

3. 数据来源、数量等基本情况

4. 分页图表内容及本页结论

5. 各部分小结及最终总结

6. 下一步策略或对趋势的预测

其中，背景和目的决定了你的报告逻辑，即解决什么问题；数据基本情况讲明数据可信度；分页内容需要按照一定的逻辑来构建，目标仍然是解决报告目的中的问题；小结及总结必不可少；下一步策略或对趋势的预测能为你的报告加分。

这就是数据报告撰写的全流程，撰写的数据报告可以作为自己的项目经历，有了项目经历，再投简历时，面试的几率会增加很多。