如何做一名合格的数据分析师?看完更有信心了!

潇冷 |  2020-10-23

  就职于某电商导购平台时,笔者有幸参与过一次关于“文案引导对购买行为影响”的数据分析,当时叫做ABtest。那是我第一次接触数据分析,也是我第一次感受数据分析的魅力。之后,身边的很多朋友开始与数据分析结缘,这才激起了我对数据分析的那股浓浓的兴趣,这也让我认识到从编辑转行到数据分析师的可能性。 

如何做一名合格的数据分析师?看完更有信心了!

  有数据,你还得会分析

  百度百科上对数据分析师的定义是,不同行业中专门从事行业数据搜集、整理、分析,并依据数据做出行业研究、评估和预测的专业人员。简言之,有了数据之后,你还得会分析。在数据为王的时代,尤其是越来越强调大数据的时代,各行各业愈发离不开数据分析师这一岗位。

  如何产生数据?数据时代,你的任意举动都有可能产生数据,只不过有些被记录,有些没被记录。你的一次选择,平台会根据你的选择来分析你的兴趣、爱好。你的一次称重,平台会根据你的体脂率,建议你的营养摄入。这些都是数据,这些一旦被利用起来都是有价值的。 

如何做一名合格的数据分析师?看完更有信心了!

  为什么要分析?当今时代,社会的进步、经济的发展、企业的规划等,都是经过理性思考之后,才得到的。数据时代,这些理性思考离不开证据支撑,这些证据包括数据。在掌握大量数据之后,我们需要通过分析手段,才能转换成有价值的东西,更好地助推企业的进步,乃至经济的发展。

  据了解,世界500强企业中,有90%以上都建立了数据分析部门,其中IBM、微软、谷歌都在积极投资数据部门、培养数据分析团队,越来越多的企业、组织开始重视企业的数据资产,数据分析、处理能力成为极为重要的技术手段。

  数据分析师的技能

  说实话,当我看到数据分析师除了需要熟知一些基本工具、懂得一些理论知识,还得具备数据分析敏感力、逻辑思维能力、归纳能力、批判性思维能力、交流沟通能力、责任力等能力时,笔者一直处于懵逼的状态。这到底是“蜀道难,难于上青天”还是“万事开头难”。我虽然不喜欢“特别轻松”的极端乐观主义说法,但我更不喜欢“白了少年头”的悲观主义说法。

  接下来看看数据分析师需要学习那些东西,毕竟这些才是硬核的。

  就像是编辑之于word,作为一名数据分析师,我们需要掌握一些基本工具,比如数据分析师三板斧:EXCEL、SQL、Python。EXCEL大家比较熟悉,这里主要掌握vlookup、透视表等,基本上就可以了。那我们着重看一看SQL、Python这两个。

  SQL,这个可以追溯到二十世纪七十年代的语言,历经40余年经久不衰。结构化查询语言(Structured Query Language),简称SQL,是一种特殊目的的编程语言,是一种数据库查询和程序设计语言,用于存取数据、更新和管理关系数据库系统。在接触SQL之后,不知道你们什么感觉,笔者反正是一头雾水。不过对于学习SQL,可以读一些数据,比如《SQL基础教程》、《SQL必知必会》。另外,反复练习也是学习SQL的关键,感兴趣的网友可以通过牛客网、leetCode学习。 

如何做一名合格的数据分析师?看完更有信心了!

  偶然的一天,看到有人在朋友圈晒出学习Python的图片,并配以文案:与Python蜜月期宣布结束。弦外之音,Python学起来并没有那么容易。其实,作为一种开源免费、通用型的脚本编程语言,Python功能比较强大,可以进行Web开发、PC软件开发、Linux运维,还是火热的机器学习、大数据分析、网络爬虫等,Python都能胜任。

  数据分析师只需要掌握Python的基础语法和数学科学的模块即可,学习课程可以从网上找一些课程,或者直接报班。

  当然,还有R、Tableau、Tableau、 Forecasting······

  不可不接触的统计学

  大概是数学不好的原因,统计学的书籍看起来像天书。不过,对于数据分析从业人员来讲,统计学是必须学的基础之一。统计学在科技、工业、金融领域有着重要的应用,可以帮我们了解各种技术背后的想法,并且掌握如何使用,当然统计学更是培养数据科学家的基本要素。

  因此,要当好数据分析师,统计学是不得不接触、不可不接触的学科。

  那么统计学都有哪些方法,诸如线性回归、分类、重采样方法、子集选择、收缩、降维、非线性模型、基于树的方法、支持向量机、无监督学习等。这些都学习统计技术活方法。

  学习统计学更像是数据分析的根本,不至于依葫芦画瓢。通过理解统计学分析的基础,可以让团队有更好的方法,便于更好地进行抽象思维。

  大数据时代,数据分析师的角色

  当今社会,大数据是炙手可热的话题之一,至于什么是大数据?个人比较喜欢Gartner作出的定义:大数据是一种基于新的处理模式而产生的具有强大的决策力、洞察力以及流程优化能力的多样性的、海量的且增长率高的数据资产。

  严格意义上,大数据不仅指海量的数据,还包括了数据分析的过程。

  大数据时代,企业将拥有越来越多的数据资产,这个数据经过提取、分析,再加以利用,势必对企业的发展有很大的助益,因此数据分析的过程或岗位越发关键。

  据悉,2020年大数据行业的然采需求将达到210万人,未来5年需求量在2000万人。数据时代,数据分析人员将成为刚需。

  写在最后:近年来,数据分析师将成为企业业务转型之后刚需的岗位之一。在看到朋友纷纷投身学习数据分析之后,不由得感叹,人无远虑必有近忧。不过,通篇看完之后,还在徘徊的你,是否打算抄起《统计学》学习数据分析这一“天书”式的学科。

  学海无涯苦作舟,书山有路勤为径!

查看更多内容
正在加载
第三方账号登录
X
发布