数据分析三年建议指导（书籍等）

时间：2020-05-12 10:06:13 阅读：95 评论：0 收藏：0 [点我收藏+]

还有一个多月，我工作就满3年了。在职场上，3年是个坎，意味着从初级转到中高级，但前提是能力跟得上工作年限。

我第一份和第二份工作，是做的数据运营，现在这份工作，title是商业分析师。因为专业不是数学、计算机类的，所以相当于转行，但也是理工科，有编程基础，所以相对文科生来说会稍微轻松点，但转行之路并不轻松。

之前看到很多想转行的朋友，会问比如，女生适不适合做数据分析、文科生能不能做好数据分析、数据分析做什么的，这样的问题。

今天想写的，是三年来的一个总结，也写一下我是如何从一个连Excel都不会的菜鸟慢慢成长的经历。想必像BAT这样的大牛不会是我的读者，那我就自作主张的把读我这篇文章的朋友当作曾经的我——刚入门的小菜鸟。

工作第一年——菜中之菜

我的第一份工作在一家小公司，用户非常少，产生的数据也很少。虽说职位是数据运营，但运营的活占了一大半，也就是每天上下线产品，传图片啊、和产品技术扯皮啊之类的。数据相关的工作，就是每天的日报，其实也就几行数据，都是从后台导的。好在我有个比较逗比的领导，教了我不少东西，我有不懂的他都会给我讲。再就是工具Excel，最初连公式if、vlookup这类最基本的都不会用，更别说那些公式嵌套、数组这样的了。

每天没事情的时候我就学Excel，关注了好几个公众号，每天跟着推送的小技巧学，觉得有用的我就用小本本记下，再自己创建数据练习一遍。

用一次是背不下来的，但是能够有个概念，碰到问题的时候，脑袋里有个印象知道这可以用快捷方式实现，也能知道用什么关键字去百度。

不过那段时间我陷入了另一个误区，死命学习数据分析工具。因为实在不想待在那家几个老板撕逼的公司了，为了能够跳槽，每天早上六点起床学spss、VBA、powerBI。那时觉得学了这些技能，在简历上写得会好看些（手动捂脸）。但是学了并没有什么卵用，工作上没用到，几个月之后就忘了。

工作第二年——初级数据分析师

第一份工作干了七个月，实在受不了就走人了。去了一家金融公司，数据量依旧比较小，但是涉及的面比较广，好几类数据（用户端、合作方端、平台端）。第二份工作成长比较快，因为部门就我一个做数据的。虽然运营的活也在做，好歹数据和运营一半一半。

在这期间，我是通过背数据了解业务的。嗯，没错，背数据。

头部产品日均uv，注册，销售额等等，月度数据、周数据等等，每天早上去到公司第一件事情就是先背一遍最新的各种指标。久而久之，我也就做到了“心中有数”。开会领导问起来，我可以不用看数据表就能说出相关数据和转化，也能一眼看出哪些数据有异常，赶紧测流程，发现bug及时止损。对于投放产品的定价，也能给商务一个有价值的建议。

这份工作带给我的，是数据敏感性和对业务的理解。很多数据分析的职位JD 里都提到了数据敏感性，其实作为普通人（可能连高数都学得头大的），像电影里那种对数据过目不忘的天才是很少的，数据敏感性就是建立在对数据的了解和熟悉上，一个一直在做电商数据分析的人，可能对游戏业务的数据一知半解。

所以，若是你没有特异功能，先背数据吧。

业务的了解，是在工作中得来的。对于新人来说，每天都会涉及到新的东西，比如uv、ip、pv、埋点、日活、月活、转化率，怎么评估转化率的高低，怎么评判产品的表现等等。多学，多问，脾气好，谦卑。当然问之前先去百度，别什么不会都转头就问，别人的时间不是拿来浪费在你身上的。

这份工作中，另外收获比较大的，就是学会了python，并且学以致用。

日报周报月报都是我做，每天的数据不多，但是非常杂，如果用Excel，我得重复十几次同样的操作。我是个很懒的人，重复几次就要冒火了。原本也是在学python，正好知道python能够当Excel用，也就更加努力的学了。

每天我是部门第一个到的，9点上班，我一般八点半之前会到。到了公司，就坐在工位看网络课程。比如安装、使用、代码，先做个大概得了解。之后就是用文档学，比如电子书、知乎、打印出来的教程等等。从安装，到import pandas、read_excel，一步一步也就编了一段完整的代码，代替了重复操作的Excel。

最初日报要花一上午做，用了python之后半个小时搞定，包括下载数据，美化表格，写邮件。因为工作效率的提高，领导也交给我更多的事情，接触的业务也就扩大了。

工作第三年——中级数据分析师

第三份工作，也就是现在做的，就纯属于数据分析了，没有运营那些杂事。数据量比之前的两个公司大了很多倍，日报用Excel还行，周报、月报就只能用Python了，Excel根本带不起来。技能方面，又新增一个oracle。sql其实是比较简单的，在网站上随便学一个下午，再下个navicate for mysql练个几天，入门轻而易举。

但是复杂的查询就需要花费时间去训练了，毕竟sql的逻辑和Python的不太一样。今年年初，领导要做一个2018的年报，需要12个月的数据。以我现有的Python水平，处理12个月的就很卡了。只能捣鼓oracle，别说，还真是快，非常之快！

对于业务的理解，当然是比两年前更透彻的。但是作为一个数据分析师，最重要的事情，不是去描述事件什么时候发生、如何发生、产生了什么影响，而是要根据这几样，去告诉业务组或者领导，如何去优化，之后会往什么方向走，怎么提升业绩，这才是最重要的。

当然，现在对数据的处理效率、工具的使用熟练度，已经妥妥的应付得了目前的工作了，若是以后还需要提升，肯定也会加倍努力。不过对于我来说，更重要的是理解业务，拓宽眼界，了解行业。

道阻且长——几个忠告

技术、业务，想清楚自己想走哪条路线

我是一开始就想走业务，因为我比较想接近前线一些，能够更了解部门业务甚至整个行业的变化。所以职位编制也一直在运营部门。如果是技术路线，编程功底是不能少的，java、python、hive、hadoop之类的是比较主流的。此外就是算法、统计、数学功底也要扎实，计算机和统计专业的比较有优势。

一般大公司要求很高，做技术方向可以学到很多东西，而且待遇也很好。小公司的话，如果宣称什么大数据、人工智能之类的，呵呵哒，不是骗用户就是骗投资商了。

2. 中年焦虑，躲不过

相信我，只要你选择了互联网，不论你是做技术还是产品还是运营还是数据分析，都逃不过中年焦虑。如果害怕这一点，还是选传统行业吧。但是只要做好自己的事，想必天无绝人之路，年过三十也不是大罪，不至死。

3. 初级、中级、高级

对于刚入门的小朋友，做好本职工作，领导交待的一定要认真对待，而且及时反馈很重要。在业余时间想方法提升效率，比如刚做的表格，是不是有更快的方法实现，图是不是能够做得更清晰好看。这个时候你是不会承担起部门的数据分析和指导性角色的，老板也不会很重视你的意见，但是慢慢发光，做的东西出来会让别人眼前一亮，想必领导会注意到你。

也别吝啬帮助别人，很多时候帮一下同事，可能你会有新的知识可以学到。而且你帮助他了，下一次你有什么问题，想必他也不会断然拒绝你的。

对于中级，这个时候已经开始承接部门的数据和专题分析工作了，对于ppt的撰写，图表的呈现一定要专业，可以学学各大咨询公司的报告，看看别人的报表风格。比如艾瑞咨询的报告，我个人很喜欢这类风格，所以我的图很多也是模仿他的。在ppt或图表上融入公司的主题色（前台或者logo的颜色），会增色不少。

对于高级，我也是在摸索。目前对于数据的处理、表达上已经没什么问题了，足够应付现有工作。但是如何从数据提取的信息，去提升业务，优化流程。这一点我也还在学习，从现有的数据表现，提出有建设性的意见给运营、产品、领导，这是很考验人的，不仅要确保数据准确无误（这样才能得出没有偏差的结论），还得对业务产品了熟于心，还有对行业的一个全局观，

路阻且长，行则将至。