科技改變生活 · 科技引領(lǐng)未來
科技改變生活 · 科技引領(lǐng)未來
CDA數(shù)據(jù)分析師出品編輯：JYD對于很多初入數(shù)據(jù)分析領(lǐng)域的小白來說，往往都會陷入迷茫。數(shù)據(jù)分析的坑很大，一旦走上這條路，就要明確基本方向，不然只會越走越偏，最后耗費力氣，毫無收獲。比如你想要成為一名數(shù)據(jù)分析師，你就可以到招聘網(wǎng)站看看，對應(yīng)崗
CDA數(shù)據(jù)分析師 出品
編輯：JYD
對于很多初入數(shù)據(jù)分析領(lǐng)域的小白來說，往往都會陷入迷茫。數(shù)據(jù)分析的坑很大，一旦走上這條路，就要明確基本方向，不然只會越走越偏，最后耗費力氣，毫無收獲。
比如你想要成為一名數(shù)據(jù)分析師，你就可以到招聘網(wǎng)站看看，對應(yīng)崗位的需求是什么？這樣你就會對需要掌握的崗位技能架構(gòu)有了初步認(rèn)識。
數(shù)據(jù)分析領(lǐng)域?qū)?yīng)的崗位非常多，經(jīng)常把同學(xué)們繞暈。比如：數(shù)據(jù)分析、商業(yè)分析、運營分析、產(chǎn)品分析、銷售分析、數(shù)據(jù)挖掘、算法模型等等。
如何區(qū)別這些讓人眼花繚亂的概念，今天系統(tǒng)講解一下。
01、數(shù)據(jù)分析師的不同方向
數(shù)據(jù)分析師根據(jù)自己的工作崗位、行業(yè)、工作內(nèi)容等等，可以分成非常多的種類。
但總體可以區(qū)分成兩個方向，即業(yè)務(wù)方向和技術(shù)方向。當(dāng)然，在業(yè)務(wù)和技能上兩類也是需要相互結(jié)合的。
其中，想要短時間內(nèi)快速成為技術(shù)方向的數(shù)據(jù)分析師，是非常很難的。一定要底子深基礎(chǔ)牢，編程語言基礎(chǔ)、統(tǒng)計學(xué)知識、算法、數(shù)據(jù)結(jié)構(gòu)樣樣不能少，甚至得精通，而這些不是我們自習(xí)兩三個月就能完全掌握的。
而業(yè)務(wù)方向的數(shù)據(jù)分析師，在目前的招聘市場上需求崗位最多。這種崗位的進(jìn)入門檻會相對較低一點，所以對于0基礎(chǔ)想轉(zhuǎn)行的同學(xué)，自然業(yè)務(wù)型數(shù)據(jù)分析師會更適合。但如果入職后不能盡快掌握業(yè)務(wù)，提升自己的數(shù)據(jù)思維能力，就很有可能就變成“只會提數(shù)的表哥表姐”。
所以，想快速成為一名數(shù)據(jù)分析師，又不想入職后淪為“打雜”人員。就應(yīng)該知道自己應(yīng)該持續(xù)學(xué)習(xí)并掌握的各項技能，以及自己進(jìn)入數(shù)據(jù)分析行業(yè)后的發(fā)展路徑。
02、數(shù)據(jù)分析師的學(xué)習(xí)路線
我分析了招聘網(wǎng)站上多個與數(shù)據(jù)分析的相關(guān)崗位，根據(jù)薪資高低大概分為三個等級。
各階段數(shù)據(jù)分析師的差異體現(xiàn)在三個方面：業(yè)務(wù)技能、執(zhí)行管理能力、業(yè)內(nèi)影響力。
后兩者能力屬于軟實力，需要在工作中逐漸掌握。作為初學(xué)者，第一步最需要的是掌握業(yè)務(wù)技能，最好能了解完整的學(xué)習(xí)路線。
初級水平：
掌握常見表格制作和數(shù)據(jù)庫基本功能操作，就可以做業(yè)務(wù)數(shù)據(jù)分析師。
中級水平：
在初級水平基礎(chǔ)上，對常見函數(shù)應(yīng)用熟練，數(shù)據(jù)庫操作熟練，掌握ETL能力，掌握統(tǒng)計分析模型，具備行業(yè)相關(guān)業(yè)務(wù)經(jīng)驗，可以進(jìn)行簡單的建模操作，就可以做策略數(shù)據(jù)分析師。
高級水平：
具備數(shù)據(jù)科學(xué)家能力，機器學(xué)習(xí)、深度學(xué)習(xí)算法能力、建模挖掘能力和建模挖掘能力突出，對行業(yè)業(yè)務(wù)邏輯深度認(rèn)知，就可以做算法工程師、挖掘工程師。
所以我們該如何具備這些能力呢？
學(xué)習(xí)統(tǒng)計學(xué)
首先需要學(xué)習(xí)統(tǒng)計學(xué)。統(tǒng)計學(xué)部分主要分為三大模塊。
第一個模塊就是描述性統(tǒng)計。
可以幫助我們在拿到一個數(shù)據(jù)集的時候進(jìn)行初步的統(tǒng)計分析。描述性統(tǒng)計當(dāng)中需要掌握的概念有，比如集中趨勢、離散趨勢、數(shù)據(jù)分布、缺失值和異常值等等。
第二個模塊是參數(shù)估計和假設(shè)檢驗。
這里需要掌握的大約有，比如點估計方法、置信度、置信區(qū)間、原假設(shè)、備擇假設(shè)、P值、檢驗統(tǒng)計量等。
第三個模塊是統(tǒng)計模型。
在這個模塊當(dāng)中，主要要掌握的包括卡方分析、方差分析、主成分分析、因子分析，以及統(tǒng)計模型的圓點：回歸分析。
學(xué)習(xí)分析工具
首先需要學(xué)習(xí)統(tǒng)計學(xué)。統(tǒng)計學(xué)部分主要分為三大模塊。
在學(xué)習(xí)完統(tǒng)計學(xué)之后，就要開始代碼及編程部分，進(jìn)入分析工具的學(xué)習(xí)了。
之前我們講過入門數(shù)據(jù)分析必學(xué)的4大工具，這期我們直接來講利用這些工具的要學(xué)會那些技能。
在Excel中我們主要需要掌握一些基本的計算函數(shù)、數(shù)據(jù)透視表以及VLOOKUP函數(shù)。
在SQL中我們主要掌握表的增、刪、改、查、表連接、子查詢以及窗口函數(shù)的運用和SQL語句的執(zhí)行順序。
在Python中，我們要掌握最基本的數(shù)據(jù)結(jié)構(gòu)，包括列表、字典、字符串、元祖、數(shù)組、集合。還需要掌握基本的語句，比如說IF語句、For循環(huán)、while 循環(huán)。還要熟練運用Python中的各種庫，比如有numpy/pandas等等。
最后還有數(shù)據(jù)可視化的分析工具BI。大家需要學(xué)習(xí)的包括儀表盤的制作，一些基本的計算函數(shù)的運用。
算法模型和機器學(xué)習(xí)
學(xué)習(xí)完工具后我們就要開始算法模型以及相關(guān)機器學(xué)習(xí)的部分知識了。
大家主要掌握的就是模型的原理、模型的運用，模型的調(diào)優(yōu)以及效果的評估。機器學(xué)習(xí)部分主要可以分為：有監(jiān)督學(xué)習(xí)以及無監(jiān)督學(xué)習(xí)。在有監(jiān)督學(xué)習(xí)中，主要可以分為回歸算法與分類算法。而在無監(jiān)督學(xué)習(xí)中，我們主要需要掌握的就是聚類算法和降維算法。
掌握業(yè)務(wù)知識
最后就是業(yè)務(wù)知識模塊。
數(shù)據(jù)分析師必須要掌握一些行之有效的的數(shù)據(jù)分析方法，并能靈活的與自身實際工作相結(jié)合。數(shù)據(jù)分析師常用的數(shù)據(jù)分析方法有：對比分析法、分組分析法、交叉分析法、結(jié)構(gòu)分析法、漏斗圖分析法、綜合評價分析法、因素分析法、矩陣關(guān)聯(lián)分析法等。高級的分析方法有：相關(guān)分析法、回歸分析法、聚類分析法、判別分析法、主成分分析法、因子分析法、對應(yīng)分析法、時間序列等。
如果你也想快速成為一名數(shù)據(jù)分析師，歡迎咨詢我們。順便給大家提供了一份數(shù)據(jù)分析學(xué)習(xí)資料，歡迎掃碼領(lǐng)取學(xué)習(xí)。
丁陽明