如何入門數(shù)據(jù)分析？

如今，大多數(shù)公司都意識(shí)到數(shù)據(jù)驅(qū)動(dòng)的商業(yè)策略的價(jià)值，因此需要有數(shù)據(jù)分析才能的人來(lái)洞察不斷收集的信息。隨著我們繼續(xù)將現(xiàn)實(shí)世界數(shù)字化，對(duì)分析師的需求只會(huì)增加。可以了解之前講解的《數(shù)據(jù)分析為什么火了》。

如果你剛開(kāi)始學(xué)習(xí)數(shù)據(jù)分析，那么怎么入門呢？其實(shí)各大招聘網(wǎng)站的數(shù)據(jù)分析職位就是一個(gè)很好的參考。那么數(shù)據(jù)分析師究竟需要哪些技能呢？

數(shù)據(jù)分析必備技能：

Excel
SQL
Python或者R
數(shù)據(jù)可視化
機(jī)器學(xué)習(xí)
PPT
邏輯思維

下面我們一個(gè)個(gè)看下

一、Excel

說(shuō)到Excel，首先想到的可能是電子表格，但是這個(gè)工具背后有更多的分析能力，如編寫宏和使用VBA查找，這樣的高級(jí)Excel方法在處理小數(shù)據(jù)量時(shí)更輕松、快速的分析。比如散點(diǎn)圖可以很方便的幫助我們發(fā)現(xiàn)數(shù)據(jù)分布特征，Excel甚至可以做線性回歸。因?yàn)镋xcel受數(shù)據(jù)量的影響，所以學(xué)習(xí)一門數(shù)據(jù)處理語(yǔ)言是非常有必要的。

二、SQL

SQL是普遍存在的行業(yè)標(biāo)準(zhǔn)數(shù)據(jù)庫(kù)語(yǔ)言，是數(shù)據(jù)分析師需要掌握的最重要的技能。這種語(yǔ)言通常被認(rèn)為是Excel的“終極”版本，它能夠處理Excel無(wú)法處理的大型數(shù)據(jù)集。

幾乎每個(gè)數(shù)據(jù)分析組織都至少需要一個(gè)了解sql的人，更需要一個(gè)數(shù)據(jù)倉(cāng)庫(kù)團(tuán)隊(duì)。以前很多行業(yè)的業(yè)務(wù)邏輯全寫在數(shù)據(jù)庫(kù)存儲(chǔ)過(guò)程中，那時(shí)候，只會(huì)寫SQL就可以拿高薪?，F(xiàn)在很多大數(shù)據(jù)計(jì)算引擎也都支持了SQL操作，所以你想使用大數(shù)據(jù)，那么學(xué)習(xí)SQL是第一步。

三、Python或者R

任何Excel能做的事情，R或Python都能做得更好，甚至要快10倍。和SQL一樣，R和Python可以處理Excel不能處理大數(shù)據(jù)量的事情。它們是強(qiáng)大的統(tǒng)計(jì)編程語(yǔ)言，用于對(duì)大數(shù)據(jù)集執(zhí)行高級(jí)分析和預(yù)測(cè)分析。要成為一名真正的數(shù)據(jù)分析師，您需要超越SQL并至少掌握其中一種語(yǔ)言。

那么你應(yīng)該學(xué)習(xí)哪一個(gè)呢?R和Python都是開(kāi)源和免費(fèi)的，公司招聘一般也是寫明，會(huì)其中一個(gè)就可以。但是，由于Python現(xiàn)在有很多工具包，而且機(jī)器學(xué)習(xí)和深度學(xué)習(xí)也都和Python聯(lián)系緊密，所以推薦大家優(yōu)先學(xué)習(xí)Python。

四、數(shù)據(jù)可視化

為什么要掌握可視化，舉個(gè)例子。

你在買水果的時(shí)候肯定關(guān)系水果是不是壞的，你一看就知道，數(shù)據(jù)也一樣，你可以通過(guò)可視化很快的發(fā)現(xiàn)異常數(shù)據(jù)、臟數(shù)據(jù)。

同樣，廚師們除了要保證菜好吃，還要把菜做的好看，這樣客人們才會(huì)更加滿意，原因買單。數(shù)據(jù)分析的內(nèi)容再好，最后都要可視化出來(lái)，讓老板能看懂，這樣才能升值加薪??！

可見(jiàn)，可視化能夠用數(shù)據(jù)講述一個(gè)引人注目的故事，讓你的觀點(diǎn)更易被人理解。分析師使用吸引眼球的、高質(zhì)量的圖表和圖形，以清晰簡(jiǎn)潔的方式展示分析的發(fā)現(xiàn)。所以，去學(xué)習(xí)Python的Matplotlib和Seaborn吧，可以參考之前的文章講解《數(shù)據(jù)挖掘從入門到放棄（五）seaborn 的數(shù)據(jù)可視化》。

五、機(jī)器學(xué)習(xí)

現(xiàn)在AI和預(yù)測(cè)分析是數(shù)據(jù)科學(xué)領(lǐng)域最熱門的兩個(gè)主題，數(shù)據(jù)分析師不只是單單對(duì)歷史數(shù)據(jù)的統(tǒng)計(jì)操作了，對(duì)機(jī)器學(xué)習(xí)的理解已被確定為分析師的工作之一。雖然并不是每個(gè)分析師都使用機(jī)器學(xué)習(xí)，但是為了在這個(gè)領(lǐng)域要走的更遠(yuǎn)，學(xué)習(xí)機(jī)器學(xué)習(xí)是很重要的。然而機(jī)器學(xué)習(xí)需要一定的統(tǒng)計(jì)學(xué)知識(shí)，需要理解算法的原理，然后才能更好的使用?？梢詤⒖嘉恼陆Y(jié)尾的歷史文章精選。

六、PPT

數(shù)據(jù)可視化和PPT是相輔相成的。但是我們每個(gè)人基本都是程序員出身，不屑于寫PPT。但是你不能拿著代碼給老板匯報(bào)吧。PPT可以很好幫助你表達(dá)清楚自己的分析思路和分析結(jié)論，也幫讓老板理解。但是PPT并不是直接把word粘貼過(guò)來(lái)，PPT最主要的是圖，字不用太多，因?yàn)镻PT是用來(lái)講解的，不是需求文檔！

關(guān)于PPT，還是要多謝，寫的多了，被老板批評(píng)的多了，自然就會(huì)了……

七、邏輯思維能力

使用數(shù)據(jù)來(lái)找到問(wèn)題的答案，意味著首先你要弄清楚要什么，也就是用戶故事要想好。數(shù)據(jù)分析師的角色是發(fā)現(xiàn)并關(guān)聯(lián)那些并不總是很清晰的聯(lián)系。這個(gè)比以上6條都難，我遇到過(guò)有些分析師用機(jī)器學(xué)習(xí)或者深度學(xué)習(xí)跑出一些結(jié)果，最后告訴老板，結(jié)果是模型學(xué)習(xí)的，是不可解釋的。我承認(rèn)，比如神經(jīng)網(wǎng)絡(luò)跑出來(lái)的結(jié)果，很難解釋。但是我們是數(shù)據(jù)分析師，不是算法工程師，我們首先要考慮的就是分析結(jié)果和我們之前的用戶故事有什么聯(lián)系，我們要找到這部分聯(lián)系，解釋給老板。那么如何來(lái)培養(yǎng)這種能力呢？比如問(wèn)自己最初的用戶故事是什么，怎么來(lái)的，聯(lián)系當(dāng)前的業(yè)務(wù)知識(shí)，看看結(jié)果和分析需求的哪個(gè)節(jié)點(diǎn)能聯(lián)系起來(lái)，是否能夠使用起初的用戶故事。經(jīng)常這樣思考，可以幫助你在尋找解決方案時(shí)保持清醒，而不是被一個(gè)很難解釋搞蒙。