學習數(shù)據(jù)分析的過程其實是一個很辛苦的過程。 它包括應用數(shù)學，統(tǒng)計學，經(jīng)濟學方面的知識 ，這些聽起來就不是很容易。通常數(shù)據(jù)分析這個行業(yè)在現(xiàn)代的社會發(fā)展過程中就業(yè)情況是非常良好，而且工資薪酬也是相當高的。我們就拿我們平時用的各種搜索來說，這些背后的大數(shù)據(jù)是怎么來的，就是一群群在那學習數(shù)據(jù)分析的人結合用戶的訪問情況、瀏覽情況、評論情況等等這些所做出的一系列應用邏輯分析能力得到的結果。而且現(xiàn)在是大數(shù)據(jù)時代，你擁有數(shù)據(jù)，你就擁有資本，你就擁有實力，你也就擁有了好未來。

（一）數(shù)據(jù)分析師的職場之路

圖1:數(shù)據(jù)分析職位分類

數(shù)據(jù)分析的職位分類按照數(shù)據(jù)處理的不同階段分為數(shù)據(jù)采集、數(shù)據(jù)分析、與數(shù)據(jù)挖掘三種。其中數(shù)據(jù)采集的概念是對企業(yè)來說的，，包括原始數(shù)據(jù)源的采集和地理信息數(shù)據(jù)的采集。

下面主要說下數(shù)據(jù)分析和數(shù)據(jù)挖掘的職位：

大家要記住一句話：數(shù)據(jù)分析的職位分為業(yè)務方向與技術方向兩個方向，這兩個方向決定了兩條不同的職業(yè)規(guī)劃和晉升途徑，包括下面章節(jié)要說的數(shù)據(jù)分析的學習規(guī)劃也跟這兩個方向緊密相關。

1、業(yè)務方向

大家在招聘網(wǎng)站中搜索數(shù)據(jù)分析的職位，大概分為兩類：輔助業(yè)務的數(shù)據(jù)分析職位和數(shù)據(jù)分析師職位。

1）輔助業(yè)務的數(shù)據(jù)分析：一般在零售業(yè)里職位設置較多，該職位一定要對業(yè)務爛熟于心，對業(yè)務有長時間的積淀和理解，用數(shù)據(jù)發(fā)現(xiàn)業(yè)務流程中的問題，并提出合理化的解決方案，分析數(shù)據(jù)是為整個商業(yè)邏輯去做支撐。細分職位包括：市場調(diào)查、行業(yè)分析和經(jīng)營分析三類。

2）數(shù)據(jù)分析師：業(yè)務方向的數(shù)據(jù)分析師，該職位招聘時一定前面有一個限定詞，什么數(shù)據(jù)分析師，歸結起來分為三類：產(chǎn)品數(shù)據(jù)分析師，運營數(shù)據(jù)分析師和銷售數(shù)據(jù)分析師。

2、技術方向

技術方向主要指數(shù)據(jù)挖掘方向，分為三類：數(shù)據(jù)挖掘工程師(機器學習)、數(shù)據(jù)倉庫工程師（構架師）和數(shù)據(jù)開發(fā)工程師。在互聯(lián)網(wǎng)和金融行業(yè)崗位設置較多

普遍來說：技術方向的基礎崗的工資薪酬要比業(yè)務崗的薪酬高一個等級，但是做到管理崗的話，在中國，業(yè)務崗的薪酬比技術崗的薪酬要高。

（二）數(shù)據(jù)分析從業(yè)者需具備的核心能力

數(shù)據(jù)分析從業(yè)者要具備四種核心能力：

1、基礎科學的能力；

2、使用分析工具的能力；

3、掌握編程語言的能力；

4、邏輯思維的能力

圖2:數(shù)據(jù)分析核心能力體系

1、基礎科學的能力

可以說，在數(shù)據(jù)決策的時代，數(shù)據(jù)分析幾乎滲透到企業(yè)的每個業(yè)務環(huán)節(jié)中，行業(yè)數(shù)據(jù)分析報告更是淋漓滿目，發(fā)布報告的有的是世界500強企業(yè)，有的是知名的數(shù)據(jù)洞察咨詢公司大多數(shù)的數(shù)據(jù)分析報告：邏輯不見了，故事線沒有了，統(tǒng)計學支撐沒有了，金在其外，敗絮其中。統(tǒng)計學，數(shù)學，邏輯學是數(shù)據(jù)分析的基礎，是數(shù)據(jù)分析師的內(nèi)功，內(nèi)功不扎實，學再多都是徒勞。

掌握統(tǒng)計學，我們才能知道每一種數(shù)據(jù)分析的模型，什么樣的輸入，什么樣的輸出，有什么樣的作用，開始我們并不一定要把每個算法都弄懂。如果我們要做數(shù)據(jù)挖掘師，數(shù)據(jù)能力是我們吃飯的飯碗。如果你沒有數(shù)學能力，用現(xiàn)成的模型也好，模塊也好，也能做，但一定會影響你的技術提升，當然更影響你的職位晉升。

2、使用分析工具的能力

數(shù)據(jù)分析工具：SQL、SPSS、SAS、R、EXCEL等等吧，都必須掌握并且會應用，畢竟企業(yè)需要的不是學者而是應用型人才。

3、掌握編程語言的能力

會Python、會R，是數(shù)據(jù)分析的基礎。

4、邏輯思維的能力

邏輯思維對于數(shù)據(jù)分析來說特別重要，不單單是數(shù)理邏輯這塊，還要有邏輯學的知識。反映商業(yè)數(shù)據(jù)里，大家可以理解為去搭建商業(yè)框架或者說是故事線，有邏輯的推進，結果才會另人信服。下面為一般分析流程，僅供參考。

1）提出假設

2）驗證假設（統(tǒng)計方法）

3）取數(shù)（SQL

/ Hive / Spark）

4）清洗和整理數(shù)據(jù)（R

/ Python Pandas / PySpark）

5）可視化（Excel

/ R ggplot2 / Python matplotlib）

6）展示給非技術人員（PowerPoint

/ Tableau / iPython Notebook/ R Markdown）

（三）2018數(shù)據(jù)分析學習規(guī)劃

任何一門技術或?qū)W科都有其內(nèi)部規(guī)律，需要有計劃，有先后，循序漸進來學。

下圖：橙色區(qū)域代表數(shù)據(jù)采集板塊，藍色區(qū)域代表數(shù)據(jù)分析板塊，綠色區(qū)域代表數(shù)據(jù)挖掘板塊。

圖3:數(shù)據(jù)分析學習規(guī)劃

1、統(tǒng)計學（業(yè)務方向）與SQL（技術方向）：首要必會技

任何數(shù)據(jù)分析師從事業(yè)務方向的工作都必須會統(tǒng)計學，統(tǒng)計學的學習最好輔助SPSS或其他SAS來學，做到數(shù)據(jù)分析基本功扎實，兼顧實戰(zhàn)性。

任何數(shù)據(jù)分析師從事技術方向的工作都必會SQL，不單是數(shù)據(jù)分析師，每一個運營、產(chǎn)品經(jīng)理、尤其是互聯(lián)網(wǎng)行業(yè)，一定要會SQL，基本知名互聯(lián)網(wǎng)公司的產(chǎn)品經(jīng)理都能寫SQL。學習中，要掌握SQL的基礎語法、中級語法和常用函數(shù)，結合關系數(shù)據(jù)庫系統(tǒng)（Oracle

Database、SQL Server、DB2等）來學習SQL語句，找好方法，真的不難。

2、Python與R：不分伯仲，都要掌握

Python主要掌握基礎語法，pandas操作、numpy操作、sklearn建模，學會用python編寫網(wǎng)絡爬蟲爬取數(shù)據(jù)，等等。R語言就是為了統(tǒng)計而存在的語言，我們要掌握R語言的基礎語法、數(shù)據(jù)管理、數(shù)據(jù)挖掘建模與評估等。

3、數(shù)據(jù)可視化

有了Python、和R的基礎，我們可以就可以學習數(shù)據(jù)可視化了。運營和產(chǎn)品都需要學習可視化，可視化說白了，就是畫圖，但做為數(shù)據(jù)分析師來說，我們不能用EXCEL

來實現(xiàn)可視化，因為它的局限性太大了。這里也不建議花太多時間學習給非專業(yè)人士展示的Tableau，有1個小時學會Tableau足夠。

Python中可視化的工具有matplotlib,seaborn,ploltly;

R中可視化工具有plot基礎庫、ggplot2

4、數(shù)據(jù)挖掘

這里知道要掌握基本概念，知道數(shù)據(jù)挖掘時做什么的，知道它與數(shù)據(jù)分析相比有什么不同

5、監(jiān)督學習、非監(jiān)督學習、模型評估

Model建模，知道模型建好后應該怎樣去評估，掌握怎樣用一些定量的指標，數(shù)據(jù)，數(shù)值來衡量模型建好后到底有多準確，或者說到底有多錯誤。模型評估的指標或計算方式選擇正確與否，能夠直接影響到整個項目獲模型是否有效。