数据分析那些事(数据分析师入门必看)

经常有网友会对数据分析方面有一些困惑,并且咨询我该怎么办?并且经常是同样的问题,所以觉得有必要对一些经典共性的问题进行整理,与大家分享,这里并非标准答案,仅作参考!

欢迎提出自己对数据方面的疑问,将在此篇将持续更新,敬请关注。 -------------------我不是完美的分割线-----------------

Q1:大数据是什么?


答:从海量的数据里进行撷取、管理、处理、并整理之后,获得你需要的资讯。大数据的特征归纳为4个“V”(量Volume,多样Variety,价值Value,速Velocity),或者说特点有四个层面:第一,数据体量巨大。大数据的起始计量单位至少是P(1000个T)、E(100万个T)或Z(10亿个T);第二,数据类型繁多。比如,网络日志、视频、图片、地理位置信息等等。第三,价值密度低,商业价值高。第四,处理速度快。最后这一点也是和传统的数据挖掘技术有着本质的不同。 推荐阅读 大数据究竟是什么?http://www.ppvke.com/Blog/archives/2014 到底什么是大数据?http://www.ppvke.com/Blog/archives/619

Q2:大数据有哪些职位和工作机会?


答:大数据主要有以下职位: 1)数据分析师Data analyst:指熟悉相关业务,熟练搭建数据分析框架,掌握和使用相关的分析常用工具和基本的分析方法,进行数据搜集、整理、分析,针对数据分析结论给管理销售运营提供指导意义的分析意见。 2)数据架构师Data architect:对Hadoop解决方案的整个生命周期进行引导,包括需求分析,平台选择,技术架构设计,应用设计和开发,测试和部署。深入掌握如何编写MapReduce的作业及作业流的管理完成对数据的计算,并能够使用Hadoop提供的通用算法, 熟练掌握Hadoop整个生态系统的组件如: Yarn,HBase、Hive、Pig等重要组件,能够实现对平台监控、辅助运维系统的开发。 3)大数据工程师Big DataEngineer:收集和处理大规模的原始数据(包括脚本编写,网页获取,调用APIs,编写SQL查询等);将非结构化数据处理成适合分析的一种形式,然后进行分析;根据所需要的和专案分析商业决策。 4)数据仓库管理员Data warehousemanager:指定并实施信息管理策略;协调和管理的信息管理解决方案;多个项目的范围,计划和优先顺序安排;管理仓库的各个方面,比如数据外包,移动,质量,设计和实施。 5)数据库管理员Database manager:提高数据库工具和服务的有效性;确保所有的数据符合法律规定;确保信息得到保护和备份;做定期报告;监控数据库性能;改善使用的技术;建立新的数据库;检测数据录入程序;故障排除。 6)商业智能分析员Businessintelligence analyst:就工具,报告或者元数据增强来进行传播信息;进行或协调测试,以确保情报的定义与需求相一致;使用商业智能工具来识别或监测现有和潜在的客户;综合目前的商业只能和趋势数据,来支持采取行动的建议;维护或更新的商业智能工具,数据库,仪表板,系统或方法;及时的管理用户流量的商业情报。 7)数据库开发员Databasedeveloper: 设计,开发和实施基于客户需求的数据库系统;优化数据库系统的性能效率;准备设计规范和功能单证的分配数据库的项目;对数据库系统进行空间管理和容量规划;建立数据库表和字典;参与数据库设计和架构,以支持应用程序开发项目;执行数据备份和档案上定期;测试数据库,并进行错误修正;及时解决数据库相关的问题;制定安全程序,以保护数据库免受未经授权的使用;评估现有的数据库,并提出改进建议的执行效率;开发用于数据库设计和开发活动的最佳实践。 推荐阅读 解读数据的能力,企业需要哪些大数据人才?http://www.ppvke.com/Answer/?/publish/371 大数据人才战报:十大数据分析职业趋势http://www.ppvke.com/Blog/archives/2143 年薪至少20万,大数据人才到底值钱在什么地方?http://www.ppvke.com/Blog/archives/7857 排名前20位的大数据职位及其职责,你能胜任么http://www.jg.com.cn/article/478.html

Q3:大数据行业薪资多少?


答:大数据行业的薪资比一般行业薪资普遍较高,因为这个行业的人才供不应求。据数据分析 相关文章: 2014互联网职场薪酬报告 http://www.ppvke.com/Blog/archives/13157 盘点2013至2020年大数据领域那些高薪职位 http://www.ppvke.com/Answer/?/question/374 薪资查询网站 看准:http://www.kanzhun.com/salary/1062/

Q4:数据分析师怎么入门?学习周期要多久?


答:可以看一下国内知名互联网数据分析师的招聘要求,进行自我对照,即可知道需要做哪些准备。 数据分析师职位要求 : 1. 计算机、统计学、数学等相关专业本科及以上学历; 2. 具有深厚的统计学、数据挖掘知识,熟悉数据仓库和数据挖掘的相关技术,能够熟练地使用SQL; 3. 三年以上具有海量数据挖掘、分析相关项目实施的工作经验,参与过较完整的数据采集、整理、分析和建模工作; 4. 对商业和业务逻辑敏感,熟悉传统行业数据挖掘背景、了解市场特点及用户需求,有互联网相关行业背景,有网站用户行为研究和文本挖掘经验尤佳; 5. 具备良好的逻辑分析能力、组织沟通能力和团队精神; 6. 富有创新精神,充满激情,乐于接受挑战 推荐阅读 从文科生到数据分析师(全)http://www.ppvke.com/Blog/archives/1389 数据分析入门http://www.ppvke.com/Blog/archives/1408 业务方向学习路线 1、没有专业基础(统计学、金融、数学、计算机专业)的可以从统计学、SQL开始学习: 概率与数理统计 http://www.ppvke.com/10398.html http://www.ppvke.com/class/select?topicid=Sql 2、对数学过敏的也可以先跳过统计学从Excel、SPSS开始,先熟练应用工具,再去理解背后的算法: http://www.ppvke.com/class/select?topicid=Excel http://www.ppvke.com/10148.html 3、数据分析师学习路线图 http://www.ppvke.com/index/shujufenxishi 技术方向学习路线 计算机专业背景的的、走技术线的可以从hadoop技术和R语言开始 hadoop入门课程 http://www.ppvke.com/10336.html R语言入门课程 http://www.ppvke.com/10396.html 大数据工程师学习路线图: http://www.ppvke.com/index/zhishi 系统学习建议参加认证培训(业务线需要统计学基础、技术线需要编程基础) 业务方向可以从数据分析师认证开始 http://www.ppvke.com/index/shujufenxishi 技术方向可以走hadoop工程师认证 http://www.ppvke.com/index/hadoop 不知道往哪个方向走的可以看看这个 http://www.ppvke.com/index/myworld 非专业背景的入门找工作一般需要3-6个月学习周期 专业背景的1-2月

Q5、数据分析师入门书籍有哪些?


答:数据分析师入门书籍,首先得了解数据分析师的工作职责。参照Q5,概括来说就是需要知识: 理论类:统计学、概率论、大数据背景 《漫画统计学入门》涵盖了现代统计学的所有精髓:数据的汇总、整理;随机变量;伯努利实验;中心极限定理;假设检验;估计置信区间;林林总总,所有这一切都在书中用简洁、明了的文字和妙趣横生的插图加以了解释。 《概率论与数理统计》该课程是高等理工院校工科、经济、管理各专业的一门重要基础课程。通过本课程的学习,使学生掌握《概率论与数理统计》的基本概念、基本理论和方法,从而使学生初步掌握处理随机现象的基本思想和方法,培养学生运用概率统计方法分析和解决实际问题的能力。 语言类:SQL、R、Pathon (SQL基础一、SQL基础二) 工具类:excel、spss、sas 实践类:数据挖掘和数据分析案例和应用

Q6、非统计、计算机专业学习数据分析,如何入门?


答:参考Q4中对于没有专业基础的学习路线图。

Q7:数据分析师有国家认可的职业资格考试吗?


答:这个问题也经常有学员咨询到,但是大家都陷入了一个误区。有国内认可的证书吧?没有!既然数据分析在国内刚起步,很多企业都是在自己摸索前进,所以目前国内并没有类似CFA,注会等国家认可的证书。 证书的作用或许可以做一个敲门砖,但是大家不要陷入了这样的一个依赖,更不要被社会上靠打着唯一认证证书名义的机构所误导。了解自己最需要充电的内容,加强学习,方为上计。 目前国内比较有影响的是CDA和CPDA两个行业协会的认证标准。CDA是美国数据分析师行业协会,CPDA是北京商业协会的;CPDA偏战略投资、金融、项目管理这块,CDA偏统计基础,数据挖掘算法方面,互联网应用。二者讲的数据分析工具差不多,差别主要在于教学思路,CDA更侧重应用和实践。 获取CDA数据分析师等级认证证书,则需要参加全国统考,一年两次,此认证证书为CDA数据分析师唯一认证证书,可以作为企业事业单位选拔和聘用专业人才的任职参考依据。 详情阅读:http://www.ppvke.com/Answer/?/question/304

Q8:我现在的工作有一点数据分析的模块,自从上微博后了解到还有专门从事数据分析工作,我现在想做这一行,但是经验、能力都还是菜鸟中的菜鸟,请问成为一名数据分析师还有需要哪些准备?


A:很简单,我们可以看一下国内知名互联网数据分析师的招聘要求,进行自我对照,即可知道需要做哪些准备。 数据分析师职位要求 : 1、计算机、统计学、数学等相关专业本科及以上学历; 2、具有深厚的统计学、数据挖掘知识,熟悉数据仓库和数据挖掘的相关技术,能够熟练地使用SQL; 3、三年以上具有海量数据挖掘、分析相关项目实施的工作经验,参与过较完整的数据采集、整理、分析和建模工作; 4、对商业和业务逻辑敏感,熟悉传统行业数据挖掘背景、了解市场特点及用户需求,有互联网相关行业背景,有网站用户行为研究和文本挖掘经验尤佳; 5、具备良好的逻辑分析能力、组织沟通能力和团队精神; 6、富有创新精神,充满激情,乐于接受挑战。 另外可以再看下: 数据分析师的基本素质:http://www.ppvke.com/Answer/?/question/784 菜鸟与数据分析师的区别:http://www.ppvke.com/Answer/?/question/785 《数据分析技能提升十大建议》http://www.ppvke.com/Answer/?/question/786

Q9:对数据分析有浓厚兴趣,希望从事数据分析、市场研究相关工作,但听说对学历要求较高,请问我是否要读研,读研的话应该读哪个方向?


A:读研要看自身情况,但可明确:专业不是问题,本科学历就够。关键是兴趣与能力,以及自身的努力,兴趣是学习成长最好的老师! 当然如果是在校生考上研究生的话那是最好,如果考不上可以先工作,等你工作有经验了,你就知道哪方面的知识是自己需要,要考哪方面的研究生,也就更有方向性。

Q10:那么如何培养对数据分析的兴趣呢?


A:建议如下: 1、先了解数据分析是神马? 2、了解数据分析有何用?可解决什么问题? 3、可以看看啤酒与尿布等成功数据分析案例; 4、关注数据分析牛人微博,听牛人谈数据分析; 5、多思考,亲自动手分析实践,体验查找、解决问题的成就感; 6、用好搜索引擎等工具,有问题就搜索,你会有惊喜发现; 7、可以看看@李开复 老师写的《培养兴趣:开拓视野,立定志向》; 有网友说:让数据分析变的有趣的方法是,把自己想象成福尔摩斯,数据背后一定是真相!

Q11:我有点迷茫,是练好技能再找工作,还是找一个数据分析助理之类的要求不是特别高的工作,在工作中提升?


A:建议在工作中进行学习实践,这才是最好的提升。看那么多书,没有实践都是虚的。

Q12:我是做电商的,对于数据分析这块,您有什么好的软件工具类推荐吗?


A:做数据分析首先是熟悉业务及行业知识,其次是分析思路清晰,再次才是方法与工具,切勿为了方法而方法,为工具而工具!不论是EXCEL、SPSS还是SAS,只要能解决问题的工具就是好工具。 问题的高效解决开始于将待解决问题的结构化,然后进行系统的假设和验证。分析框架可以帮助我们:1、以完整的逻辑形式结构化问题;2、把问题分解成相关联的部分并显示它们之间的关系;3、理顺思路、系统描述情形/业务;4、然后洞察什么是造成我们正在解决的问题的原因。

Q13:请问现在国内做数据分析行业需要精通SPSS、SAS之类的统计软件吗 ##?


A:不同公司不同职位要求都不一样,虽然大部分公司的招聘要求有提到要求会SPSS、SAS之类的统计软件,但是实际工作中还是以EXCEL居多,只有少数公司在工作中才常用到SPSS、SAS。 另外分享一网友@AC不米兰微博感想: 其实对绝大多数财务人员和管理人员而言,excel用到透视表已经可以解决95%的问题了吧,宏什么的属于炫技式用法。重要的是数据设置时的逻辑关系。还有一个重要的是分析结果的展示方法。

Q14:可不可以推荐些数据分析方面的网站呢?


A:数据分析学习网站,人大经济论坛和PPV课都不错,上面有大量免费课程和自学资料。

Q15:如果我想系统的学习数据分析,有哪些途径?或者课程呢?可以给我们一些建议吗?


A:可看小黄书《谁说菜鸟不会数据分析》,其目录基本上就是数据分析体系,按这个思路学习,先了解数据分析是神马?了解数据分析有何用?可解决什么问题?然后上PPV课(http://www.ppvke.com)学习相关视频课程。最后就是参加CDA数据分析培训,系统的了解数据分析 然后再根据实际所需进行实践积累。 最后可以通过一下问题,检测一下自己:随着经济和技术的发展,数据分析越来越得到大家的重视和普及。从事数据分析工作的朋友也越来越多,但有谁敢说自己对数据分析有个清晰的认识?知道数据分析是做什么用的?可解决什么问题?能用简洁的语言回答下列问题吗?这时候你还敢大声说你是做数据分析的吗?

Q16:看完菜鸟小黄书、小蓝书后要看哪本书?有何推荐没有?


A:如果看完小黄书后,能对数据分析有个清晰的认识,知道数据分析是做什么用的,并且书中每个方法都理解,都能用简单的语言描述出来,能活学活用,那就说明你真正掌握了。到时你自然而然的知道你需要再补充哪方面的知识。 有些读者看了小黄书、小蓝书后,觉得书中的知识浅了。提醒大家:1、不要小看基础知识喔!那才是最核心的,正所谓万变不离其宗,只有掌握基本原理,并灵活运用才是王道!2、数据分析的深不深,不在于技术高不高级,而在于对于业务的解读。 如果是想往统计技术方面发展,可以看@文彤老师 这本SPSS统计分析基础教程(第二版)。 其他数据分析师入门书籍,参考Q5.

Q17:现在我在学EXCEL函数,想知道EXCEL学到什么程度,才能做数据分析? 2.EXCEL数据分析的相关案例,可以介绍一下吗?


A:EXCEL函数不需要学的多,只要抓住核心的几个,《Excel 2007/2010表格基础入门和常用函数视频教程》《Excel2010数据透视表教程》视频教程都介绍了核心的函数,EXCEL数据分析的相关案例也在视频中有介绍。

Q18:我想知道想要从事数据分析这方面的工作,我现在应该找什么类型的公司和实习岗位来积累经验呢?


A:建议是互联网、移动互联网、游戏、通信类的企业,因为这些类型的公司是数据都较为庞大,并且也较为重视数据分析工作的公司。 不过先想清楚自己以后所要从事的行业,然后在有针对性的实习,这样可以累积行业经验,加深对行业及业务的理解,应为毕竟数据分析的前提是要熟悉行业及业务。如果你熟悉了业务,你看到的不在是简简单单的数据,而是看到数据后面所隐含的信息。 举个案例:某公司面试官发了这么一条微博:问他擅长什么,答数据分析,于是给他一堆数据,5分钟后问他,答约,可以分析出标准差,离散度……再追问,分析这些的意义是什么,答曰:可以知道样本数据的标准差,离散程度……

Q19:如何写成一份好的数据分析报告?


A:一份好的数据分析报告,首先需要有一个好的分析框架,并且图文并茂,层次明晰,能够让阅读者一目了然。结构清晰、主次分明可以使阅读者正确理解报告内容;图文并茂,可以令数据更加生动活泼,提高视觉冲击力,有助于阅读者更形象、直观地看清楚问题和结论,从而产生思考。 相关文章阅读: 如何进行数据分析-按流程进行数据分析:http://www.ppvke.com/Blog/archives/14099 数据分析不是为了写一份报告:http://www.ppvke.com/Blog/archives/14127

Q20:该如何学习数据分析呢?


A:数据分析三字经: ①学习:先了解,后深入;先记录,后记忆;先理论,后实践;先模仿,后创新; ②方法:先思路,后方法;先框架,后细化;先方法,后工具;先思考,后动手; ③分析:先业务,后数据;先假设,后验证;先总体,后局部;先总结,后建议;

Q21:统计专业毕业可找什么工作呢?


A:没有限制,基本上什么工作都可以做,只要你愿意去,对方公司也愿意要你即可,如有统计毕业的网友当猎头的、考公务员、做销售、编程序、编辑、记者、策划、培训师、会计、HR、作家、创业等等都有,当然还有从事图书管理员的,余世维说过这份工作是世界上压力最小的工作,每天正常上下班,最多担心书被顺手牵羊,有兴趣可考虑,所以说不管什么专业,基本上什么工作都可以做,更何况学统计。 本科统计知识学好了,知道怎么用,会用统计分析软件,知道各结果参数的意义,会从业务的角度解释和使用统计分析结果,解决业务问题。 找什么样的工作,用网友一个公式来说,就是:学习力+执行力+热情,即学习+能力+兴趣。 找工作关键要与自己兴趣相结合,并且能快速学习、有能力完成。这样就如网上的段子所说:不管你学什么专业,找工作一定要找个你喜欢的,这样你每天早晨六点到晚上八点都是高兴的。再找个喜欢的人在一起,这样晚上八点到早晨六点就是开心的,这就是生活。 当然如果说比较对口的工作,只要有数据的地方就需要用到数据分析,但目前不是所有公司都重视数据分析,目前国内IT、互联网、移动互联网、游戏、通信、金融、医药类等行业较为重视数据分析,并且这些类型的公司是数据都较为庞大,发挥空间大。当然其他行业也逐渐开始重视数据分析,如服装行业等,上招聘网搜索“数据分析”、“统计”等关键词就可知道哪些公司,哪些行业再招相关人才。 这里稍微整理了下统计学专业对口的职业(不同行业、不同公司职位名称叫法不一,仅作参考): 1、 市场研究员 2、 咨询分析师 3、 数据分析师 4、 数据挖掘分析师 5、 统计分析师 6、 市场分析师 7、 行业分析师 8、 经营分析师 9、 运营分析师 10、 业务分析师 11、 商品分析师 12、 精算师(证书据说比较难考) 13、大学统计老师 14、 BI(偏统计分析方向) 15、其他(欢迎大家补充) 相关行业:咨询、IT、互联网、移动互联网、游戏、通信、金融、医药类。 所以找工作前,先明确自己的兴趣以及能力,知道自己几斤几两,然后再有正对性的积累理论知识、相关经验,以便快速找到合适自己的工作。

Q22:数据分析师发展路径是怎样呢?


A:详见 http://www.ppvke.com/Blog/archives/4278 http://www.ppvke.com/Blog/archives/15882

Q23:怎么知道自己是否适合做数据分析?


A:第一、兴趣 无论什么工作兴趣最重要,要做数据分析师最基本的就是不讨厌数字,如果你跟他讲那个指标是通过怎么样的乘除加减得到的,他会觉得不耐烦,那么显然他不适合做数据分析;如果对数据较敏感,能够一眼发现异常值,数据分布情况,当然是最好的。 第二、逻辑清晰 再则就是逻辑性,可以让他试试爱因斯坦的那道经典的逻辑题,看看能否解出来,需要多久;逻辑思维对数据分析尤其重要,不然会被各种指标的定义规则、与业务的联系纠结死,逻辑思维好的人写SQL等数据处理脚本也会更加高效。 第三、业务理解 接着是业务理解能力,最简单的就是让他定义下网站的目标是什么,哪些指标可以作为KPI,用户从进入网站到达成网站目标的整个过程是怎么实现转化的,能否画出业务流程图。(宏观层面,不要深入细节) 如果偏技术则需要懂一些数据库结构和SQL,如果偏展现需要考验下对图表的掌控能力,什么时候用什么图表合适,甚至如何配色。 第四、细心、耐心和沟通 最后就是细心、耐心和交流能力,做数据分析有时会很纠结,细心和耐心是必需的,好的交流能力可以让数据分析师更好地阐述清楚各类问题。 这些都是比较基础的东西,也是短期难以培养起来的技能。至于另外业务相关的一些知识,可以通过培训获取,问一个未接触过你的网站业务的人一些业务知识其实有些不公平,其实如果具备上面几点,一旦熟悉网站和业务之后,一定会成为优秀的数据分析师。 Q24:我看到有人说数据分析可以分为数据分析师和数据挖掘师,是这样吗?数据分析做到深入的话必须要懂数据挖掘吗?数据挖掘要掌握一些算法吧,那不成了计算机专业的了吗?


A:首先要了解数据挖掘与数据分析之间的关系。

《谁说菜鸟不会数据分析》中有如下介绍:数据挖掘其实是一种高级的数据分析方法。数据挖掘就是从大量的数据中挖掘出有用的信息,它是根据用户的特定要求,从浩如烟海的数据中找出所需的信息,以满足用户的特定需求。数据挖掘技术是人们长期对数据库技术进行研究和开发的结果。一般来说,数据挖掘主要侧重解决四类数据分析问题:分类、聚类、关联和预测,重点在寻找模式与规律。 数据分析与数据挖掘的本质都是一样的,都是从数据里面发现关于业务的知识。 另外从事数据挖掘工作需要各种专业的人才一起参与,如计算机、统计学、数学等,数据挖掘工作包括算法研究开发、ETL、业务建模、系统开发等等,所以要看你的工作偏向哪方面,如果是业务建模分析,那就要熟悉业务,并对各种常用算法原理、优缺点比较熟悉,至于具体如何实现,统统交给数据挖掘软件和计算机去处理吧!如果是算法开发,那就要非常熟悉各种算法,并精通一门编程语言,才能开发出适合业务分析的算法。 可以说数据分析师更偏向业务研究,主要负责报告撰写,而数据挖掘师(其实应该是数据挖掘工程师),则更偏向技术,负责相关算法的开发与实现。大家可以根据自身的特点选择发展方向。

Q25:数据分析师会遇到哪些困难呢?


A:可以参考下最伤数据分析师的几句话: 1、你这个数据不对吧; 2、数据换个口径重新跑一遍; 3、你们做的一大堆数据,有啥用呢?无法落地; 4、怎么数据还没跑出来; 5、报告一点逻辑都没有; 6、报告一点业务深度都没有; 7、报告看不懂; 8、报告看懂了但没用; 9、报告再改改; 10、全是基础数据堆彻,没有重点,没有分析和结论! 以上问题在工作中可能会遇到,要尽量避免及做好心理准备!一句话:数据分析师伤不起!

Q26、网友说现在做的工作主要是做销售业绩报表,没啥深度,没啥挑战性和锻炼培养的,现在离职后准备重找份数据分析的工作,想以后有个深度发展!有何建议?


1、目前大部分公司数据分析工作基本如此,但不要小看销售报表,公司的核心数据全在上面,它反映了公司运营情况,如果你现在看报表里的数字还是数字,那么你还就是纯粹的表亲,如果一看报表就知道问题出在哪,做到上可以和老板谈战略,下可以和业务人员谈执行,那你就是专家了; 2、在平凡的位置把平凡的事情做出不平凡,这才是深度发展。如果你用心,即便打扫卫生,也可以比别人快而净,还可以扫出发现; 3、数据分析做到后面,就是用最简单的方式来达成分析的目的。数据分析工作本身不存在深度的,而是说要解决的问题的复杂或难以程度。但很多时候复杂问题都可以简单做。要做到这步,往往需要的是对业务、产品的理解,这是最基本的,其次才是数据分析的方法,最后才是工具的使用。

Q27:数据分析经典语录汇总


http://www.ppvke.com/Blog/archives/1361

Q28:如何制定靠谱的职业发展计划


http://www.ppvke.com/Blog/archives/15886

Q29:是否有专门的数据分析培训?


A:这个可以有,PPV课CDA数据分析师培训,课程详情请见 http://www.ppvke.com/class/det ... 00074

Q30:请问数据库一般都有导出数据功能,所以还有必要学SQL吗?


A:非常有必要,首先要清楚一件事,为啥要用数据库?因为数据量大,EXCEL已经无法满足存储跟计算,所以才用数据库,你导出来EXCEL也处理不了,所以还是需要在数据库里用SQL操作,用句时髦的话说,现在处于大数据时代。

Q31:如何学习SQL?需要用哪个数据库来学习?


A:SQL是各数据库通用的语言,只是各数据库上在某些SQL语法上略有区别,用哪个库学习都可以,建议初学者先用ACCESS学习SQL,因为Access数据库相比Oracle等其他关系型数据库具有以下两大优势: ①操作界面友好,易操作。 Access与Excel、PowerPoint、Word都是微软Office产品,只要熟悉Excel、PowerPoint、Word中的任一款软件就能,即使没有数据库经验,Access也能快速上手。Access风格与Windows完全一样,用户想要生成对象并应用,只要使用鼠标进行拖放即可,非常直观方便。并且作为Office办公软件的一部分,可以与Office其他软件集成,实现无缝连接。 ②Access查询处理可直接生成相应的SQL语句。 通过Access查询向导设置好需要的表关联及查询条件,单击“SQL视图”,即可获取相应的SQL语句,无须重新编写,因为是自己操作过的,就更容易理解生成的SQL语句。在此基础上,还可以进行简单的调整、优化,即可转化为所需的SQL语句,方便快捷。 建议初学者先学习《谁说菜鸟不会数据分析(工具篇)》第一章,它就是基于ACCESS数据库介绍SQL在数据处理与分析上的应用,这样能很快上手SQL,上手后可再根据自己的需求再翻阅专业的SQL教程扩展学习以及使用其他关系型数据库。 另外也可学习SQL相关视频课程,此课程专门为SQL零基础的人准备的,可以说是数据分析师定制版SQL课程,课程地址:http://www.ppvke.com/class/select?topicid=Sql

Q32:请问想从事XXXX方面的数据分析,是一个新到不能再新的菜鸟,应该怎么学习能走一些有针对性的捷径,因为时间真的很紧迫!


A:这个没有捷径!!!如果其他人知道有,请告诉我,有重礼答谢! 第一、熟悉业务,不熟业务,否则你会再多高级的方法都没用; 第二、掌握基本的数据分析方法及最实用的数据分析工具EXCEL; 第三、多动手、多思考,不动手不思考,神仙也难帮你。

Q33:电商用户分析一般可以从哪些角度入手?


A:先回到数据分析流程第一步,想清楚你的分析目的是什么,经常不知道怎么分析,是因为目的不明确。目的明确后,再按照数据分析六步曲依次进行下去即可!

Q34:数据分析在XXX行业上的作用有哪些?


A:你应先了解数据分析有哪些作用,这个想清楚了,自然也就知道在XXX行业上的作用有哪些。

Q35:我是从事游戏方面的,我可以作出图形 但是我怎么读懂它,分析出来里面的内容。


A:我们常说数据分析的前提就是熟悉行业与业务知识,现在你读不懂,是因为你不熟悉业务,这个只有靠你自己多体验游戏,多思考、多提问、多动手,其他行业也一样!

Q36:请问我有好几十万条数据,用excel函数,透视分析电脑速度开始变慢,除了升级电脑硬件之外,还有什么数据分析值得学习或是必会的软件?


A:首先要看你要做什么处理与分析,如果不是特别复杂的,数据库与SQL就该出场了,可以先从ACCESS数据库学起,请看Q31了解相关ACCESSSQL学习建议。

Q37:我想知道定性和定量分析他们的优缺点是什么,特别定性分析,真的让人很头疼


A:首先我们要从定义入手: 定性分析:用文字语言进行相关描述。它是主要凭分析者的直觉、经验,凭分析对象过去和现在的延续状况及最新的信息资料,对分析对象的性质、特点、发展变化规律作出判断的一种方法。 定量分析:用数学语言进行描述。它是依据统计数据,建立数学模型,并用数学模型计算出分析对象的各项指标及其数值的一种方法。 综合起来,他们的优缺点:相比而言,定量分析方法更加科学,但需要较高深的数学知识,而定性分析方法虽然较为粗糙,但在数据资料不够充分比较适用。

Q38:数据分析有常用书籍和工具?


A:http://www.ppvke.com/Answer/?/question/488

Q39:数据分析有哪些职位?具体职位需求是什么?


A:http://www.ppvke.com/Answer/?/question/432

本文分享自微信公众号 - PPV课数据科学社区(ppvke123)

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2016-01-16

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏haifeiWu与他朋友们的专栏

复杂业务下向Mysql导入30万条数据代码优化的踩坑记录

从毕业到现在第一次接触到超过30万条数据导入MySQL的场景(有点low),就是在顺丰公司接入我司EMM产品时需要将AD中的员工数据导入MySQL中,因此楼主负...

31040
来自专栏腾讯高校合作

【倒计时7天】2018教育部-腾讯公司产学合作协同育人项目申请即将截止!

16220
来自专栏钱塘大数据

中国互联网协会发布:《2018中国互联网发展报告》

在2018中国互联网大会闭幕论坛上,中国互联网协会正式发布《中国互联网发展报告2018》(以下简称《报告》)。《中国互联网发展报告》是由中国互联网协会与中国互联...

13850
来自专栏FSociety

SQL中GROUP BY用法示例

GROUP BY我们可以先从字面上来理解,GROUP表示分组,BY后面写字段名,就表示根据哪个字段进行分组,如果有用Excel比较多的话,GROUP BY比较类...

5.2K20
来自专栏前端桃园

知识体系解决迷茫的你

最近在星球里群里都有小伙伴说道自己对未来的路比较迷茫,一旦闲下来就不知道自己改干啥,今天我这篇文章就是让你觉得一天给你 25 个小时你都不够用,觉得睡觉都是浪费...

22740
来自专栏腾讯社交用户体验设计

ISUX Xcube智能一键生成H5

51620
来自专栏Ken的杂谈

【系统设置】CentOS 修改机器名

18430
来自专栏怀英的自我修炼

考研英语-1-导学

英二图表作文要重视。总体而言,英语一会比英语二难点。不过就写作而言,英语二会比英语一有难度,毕竟图表作文并不好写。

12410
来自专栏微信公众号:小白课代表

不只是软件,在线也可以免费下载百度文库了。

不管是学生,还是职场员工,下载各种文档几乎是不可避免的,各种XXX.docx,XXX.pptx更是家常便饭,人们最常用的就是百度文库,豆丁文库,道客巴巴这些下载...

45030
来自专栏钱塘大数据

理工男图解零维到十维空间,烧脑已过度,受不了啦!

让我们从一个点开始,和我们几何意义上的点一样,它没有大小、没有维度。它只是被想象出来的、作为标志一个位置的点。它什么也没有,空间、时间通通不存在,这就是零维度。

35330

扫码关注云+社区

领取腾讯云代金券

年度创作总结 领取年终奖励