最近幾年大數(shù)據(jù)的概念比較火，越來越多的人感受到數(shù)據(jù)的價值，許多公司都開始招聘數(shù)據(jù)分析相關(guān)的職位。但如果你去看看國內(nèi)的高校，會發(fā)現(xiàn)沒有一所大學(xué)開有數(shù)據(jù)分析專業(yè)的，職位的成熟度還不夠。

相比之下，從 2003 年興起的互聯(lián)網(wǎng)產(chǎn)品經(jīng)理職位，就成熟一些，至少你可以找到大量的書，教你如何成為一名產(chǎn)品經(jīng)理。而數(shù)據(jù)分析領(lǐng)域就沒這么幸運了，相關(guān)的書籍雖然也有，但總覺得還沒到火候。

都有哪些人想要成為數(shù)據(jù)分析師

從我看到想要成為數(shù)據(jù)分析師的人大致有三類：

第一類是非計算機專業(yè)的在校生，不知道怎么回事，反正就是對數(shù)據(jù)感興趣了，然后想畢業(yè)之后從事相關(guān)工作，但對職位要求、該做什么準(zhǔn)備一無所知，處于懵懂期;

第二類是互聯(lián)網(wǎng)公司的產(chǎn)品經(jīng)理和運營經(jīng)理，及少數(shù)的市場經(jīng)理。這些人在實際工作中，發(fā)現(xiàn)確實數(shù)據(jù)很有用，但對自己的數(shù)據(jù)分析能力感到不滿意，進而想做出提升;

第三類是傳統(tǒng)企業(yè)的業(yè)務(wù)人員，也是不知道怎么就對數(shù)據(jù)感興趣了，想要從事數(shù)據(jù)分析相關(guān)的崗位，但缺少時間系統(tǒng)學(xué)習(xí)，工作經(jīng)歷又不足以支撐自己跳到數(shù)據(jù)分析職位。

對于不同的背景，采用一樣的方法去訓(xùn)練，顯然是不合理的。我先來講解一下數(shù)據(jù)相關(guān)的角色以及職責(zé)，說不定你認識清楚了就不想成為數(shù)據(jù)分析師了，就可以不用往下看了。如果還有信心，那我就介紹一下要學(xué)習(xí)的基礎(chǔ)內(nèi)容，然后再介紹進階的內(nèi)容。

數(shù)據(jù)相關(guān)的角色

圍繞數(shù)據(jù)分析，主要有六種角色。從平臺建設(shè)線上，包括：

• 數(shù)據(jù)平臺工程師：負責(zé)數(shù)據(jù)平臺的研發(fā)，牽涉到從數(shù)據(jù)采集到分析的相關(guān)組件開發(fā)。
• 數(shù)據(jù)挖掘工程師：利用機器學(xué)習(xí)/數(shù)據(jù)挖掘相關(guān)技術(shù)，研發(fā)算法模型，用于個性化推薦、用戶畫像、精準(zhǔn)廣告等。
• 數(shù)據(jù)產(chǎn)品經(jīng)理：把數(shù)據(jù)相關(guān)的需求抽象為數(shù)據(jù)平臺的功能產(chǎn)品。

從數(shù)據(jù)流向的角度，包括：

• ETL 工程師：把工程團隊的模塊產(chǎn)生的數(shù)據(jù)，不管是日志、數(shù)據(jù)表，還是埋點的數(shù)據(jù)，進行清洗、轉(zhuǎn)換，建模成利于數(shù)據(jù)分析的數(shù)據(jù)。ETL 是 Extract – Transform – Load 的縮寫。
• 數(shù)據(jù)分析師：利用 ETL 工程師處理好的數(shù)據(jù)，滿足業(yè)務(wù)人員的數(shù)據(jù)需求。
• 業(yè)務(wù)人員：產(chǎn)品、運營、市場、管理層等，因為產(chǎn)品改進、運營活動、商業(yè)決策等，有數(shù)據(jù)需求。

數(shù)據(jù)分析師的職責(zé)范圍

通過上面的角色劃分，我們可以清楚數(shù)據(jù)分析師在整個數(shù)據(jù)版圖中的位置。數(shù)據(jù)分析師一方面要和業(yè)務(wù)人員打交道，滿足業(yè)務(wù)人員的數(shù)據(jù)需求，另一方面，要借助 ETL 工程師建模好的數(shù)據(jù)，以及數(shù)據(jù)平臺工程師開發(fā)的平臺，來更高效的完成工作。

有些公司在人員緊缺的情況下，會把 ETL 工程師要做的工作，也安排給數(shù)據(jù)分析師，這樣對數(shù)據(jù)分析師的開發(fā)能力和建模能力，就會有更高的要求。最后一點是提供洞察，前面的工作更多的是被動的，數(shù)據(jù)分析師還要主動的發(fā)現(xiàn)數(shù)據(jù)中的異常，將這些異常指導(dǎo)業(yè)務(wù)。

看了這些工作內(nèi)容，可能并不會覺得特別高大上。我曾經(jīng)有個組員，干了一年多的數(shù)據(jù)統(tǒng)計工作，覺得整天寫腳本太枯燥了，堅決要求再也不做相關(guān)工作了。其實數(shù)據(jù)分析師如果做的不好，就會發(fā)現(xiàn)自己無非是在“取數(shù)”。業(yè)務(wù)人員提了需求，然后把要的數(shù)據(jù)給提取出來，自己就是一個流水線工人，沒有一點成就感。

這里發(fā)揮一下抽象能力，就可能把一些重復(fù)的“取數(shù)”工作給解決掉，用機器代替人工。所以理解業(yè)務(wù)，提供自己的思考與抽象，很重要。

數(shù)據(jù)分析師的基本要求

對數(shù)據(jù)感興趣：是不是看到一行行的數(shù)字就頭大，選擇直接跳過?還是愿意花些時間研究這些數(shù)字背后意味著什么?如果你看蘋果的發(fā)布會的話，會看到喬布斯的幻燈片里出現(xiàn)最多的就是數(shù)字，賣了多少部，分了多少錢，厚度減少到多少毫米之類的，他相信數(shù)字簡單明了。

如果對數(shù)據(jù)不感興趣，這個角色一定不適合你。

良好的理解和抽象能力：把業(yè)務(wù)人員說的只言片語，抽象為明確的數(shù)據(jù)需求，清楚怎么從基礎(chǔ)數(shù)據(jù)中實現(xiàn)出來。還有把一些重復(fù)性的需求，抽象出模式來，用機器來替代。

良好的表達能力：數(shù)據(jù)分析師有個天然的優(yōu)勢，能夠直接和老板打交道，這就要求你能站在老板的層面來表達。把一堆堆的數(shù)據(jù)，很好的呈現(xiàn)給業(yè)務(wù)人員，幫助他們做出正確的決策。

快速動手能力：業(yè)務(wù)人員提的數(shù)據(jù)需求，巴不得下一秒都拿到。

數(shù)據(jù)分析的專業(yè)能力。

興趣是可以培養(yǎng)的，既然愿意看這篇文章，說明有興趣。理解、表達、動手能力，是要有意識的訓(xùn)練。數(shù)據(jù)分析的專業(yè)能力，是可以通過學(xué)習(xí)提升的。

數(shù)據(jù)分析師要學(xué)習(xí)的內(nèi)容

統(tǒng)計學(xué)：我看一些人推薦了不少統(tǒng)計學(xué)的專業(yè)書籍，直接把人嚇跑了。我自己就大學(xué)時候?qū)W過《概率論與數(shù)理統(tǒng)計》，其他統(tǒng)計相關(guān)的內(nèi)容也沒怎么看過。對于互聯(lián)網(wǎng)的數(shù)據(jù)分析來說，并不需要掌握太復(fù)雜的統(tǒng)計理論。所以只要按照本科教材，學(xué)一下統(tǒng)計學(xué)就夠了。

一是讓你相信統(tǒng)計本身是一門科學(xué)，這不是星座算命。

二是在研究數(shù)據(jù)時，知道一些特征是負責(zé)統(tǒng)計學(xué)規(guī)律的。我在剛參加工作時，看到百度知道過億的用戶訪問，但每天訪問的量波動不超過 3%，感覺太神奇了。

編程能力：學(xué)會一門編程語言，會讓你處理數(shù)據(jù)的效率大大提升。如果你只會在 Excel 上復(fù)制粘貼，動手能力是不可能快的。我比較推薦 Python，上手比較快，寫起來比較優(yōu)雅。

數(shù)據(jù)庫：數(shù)據(jù)分析師經(jīng)常和數(shù)據(jù)庫打交道，不掌握數(shù)據(jù)庫的使用可不行。學(xué)會如何建表和使用 SQL 語言進行數(shù)據(jù)處理，可以說是必不可少的技能。

數(shù)據(jù)倉庫：許多人分不清楚數(shù)據(jù)庫和數(shù)據(jù)倉庫的差異，簡單來說，數(shù)據(jù)倉庫記錄了所有歷史數(shù)據(jù)，專門設(shè)計為方便數(shù)據(jù)分析人員高效使用的。

數(shù)據(jù)分析方法：對于互聯(lián)網(wǎng)數(shù)據(jù)分析人員來說，可以看一下《精益創(chuàng)業(yè)》和《精益數(shù)據(jù)分析》，掌握常用的數(shù)據(jù)分析方法，然后再根據(jù)自己公司的產(chǎn)品調(diào)整，靈活組合。

數(shù)據(jù)分析工具：SAS、Matlab、SPSS 這些工具經(jīng)常有人推薦，我要說的是在互聯(lián)網(wǎng)公司一般都用不上。

做可視化的 Tableau，統(tǒng)計分析的友盟、百度統(tǒng)計，還有像我們神策分析等。

這些工具本身不一定能滿足你的所有需求，但會讓數(shù)據(jù)分析變的更高效。 我自己整理過一個豆瓣書列，有興趣的可以看看：數(shù)據(jù)分析師豆列。 上面的內(nèi)容學(xué)習(xí)后，只能說成為一名合格的數(shù)據(jù)分析師。

要成為高級數(shù)據(jù)分析師的話，一方面是要強化對業(yè)務(wù)的理解，最好是做到通過數(shù)據(jù)分析幫助公司決策方向，或者說促進企業(yè)快速增長。另一方面，要加強機器學(xué)習(xí)/數(shù)據(jù)挖掘的專業(yè)知識學(xué)習(xí)，將機器學(xué)習(xí)成為數(shù)據(jù)分析的手段。比如預(yù)測用戶的流失，對用戶進行自動分類等。你能提供的價值就大不相同了。 最后，要強調(diào)的是，數(shù)據(jù)分析師是一個實踐的職位，要在實際項目中不斷的訓(xùn)練，才能成為高手。