数据分析那些事(菜鸟入门必看)

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:我现在的工作有一点数据分析的模块,自从上微薄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://blog.sina.com.cn/s/blog_49f78a4b0102dt95.html 菜鸟与数据分析师的区别:http://blog.sina.com.cn/s/blog_49f78a4b0102droj.html

《数据分析技能提升十大建议》

网页版:http://t.cn/hg5VTH

PPT下载版:http://weibo.com/1240959563/l4EWKdaxB

数据分析学习网址大全(强烈推荐) http://t.cn/SPGMeA

Q2: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。

Q3: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(参考Q1的三个链接);

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!

Q4: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。

Q4.1:是否有必要考证?有哪些证书可以考?

A:首先,大家需要摆脱大学那种考证的思维,当然应届生有证会比没证好,如果是已经工作的,关键还是在数据分析工作经验的积累。

其次,现在公司招人没有要求必须要有什么证书,市面上也没有权威的认证证书可考。

如果要快速学数据分析,关键还是要从解决问题的角度出发,采用合适的分析方法与工具,多思考、多动手,正所谓实践出真知。

Q5: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。

Q6: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。

地址:http://weibo.com/1846816572/y4ThvFjHo

Q7:可不可以推荐些数据分析方面的网站呢?

A:数据分析学习网址大全(强烈推荐) http://t.cn/SPGMeA

Q8: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?然后再根据实际所需进行学习。

可通过此网址检测自己是否真正了解数据分析 http://blog.sina.com.cn/s/blog_49f78a4b0102dwzp.html

Q9:看完小黄书、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)。

Q9_1: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,这个小黄书以及《Excel数据分析实战》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书中及视频介绍。

Q9_2:《谁说菜鸟不会数据分析》这本书和一般介绍excel的书有啥区别?

A:首先《谁说菜鸟不会数据分析》是主要介绍如何做数据分析,采用的数据分析工具就是我们最常用的、最实用的EXCEL,所以介绍的是数据分析相关的EXCEL实用技巧,不会介绍所有的EXCEL技巧,所以如果要学EXCEL数据分析看这本书是最快的!

Q10: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……

地址:http://weibo.com/1590680882/y4YGB8nIH

这就是技术与业务脱节,为了分析而分析,谨记!

Q11: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。--小黄书《谁说菜鸟不会数据分析》

Q12: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;

Q13:统计专业毕业可找什么工作呢?

A:详见 http://blog.sina.com.cn/s/blog_49f78a4b0102dwoz.html;

Q14:数据分析师发展路径是怎样呢?

A:详见

http://blog.sina.com.cn/s/blog_49f78a4b0102dys4.html

http://blog.sina.com.cn/s/blog_49f78a4b0102dwob.html

Q15:怎么知道自己是否适合做数据分析?

A:详见 http://blog.sina.com.cn/s/blog_49f78a4b0102dx5a.html

Q16: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。

Q17: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!

Q18、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。

Q19:数据分析经典语录汇总

http://blog.sina.com.cn/s/blog_49f78a4b0102dyos.html

Q20:如何制定靠谱的职业发展计划

http://blog.sina.com.cn/s/blog_49f78a4b0102e198.html

Q21:是否有专门的数据分析培训?

A:这个可以有,网易云课堂《Excel数据分析实战》,课程详情请见

http://study.163.com/u/wzdata

Q22: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。

附:《谁说菜鸟不会数据分析(工具篇)》第一章样章、案例数据下载http://blog.sina.com.cn/s/blog_49f78a4b01017uny.html

Q23: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,这个在小黄书已有详细介绍;

第三、多动手、多思考,不动手不思考,神仙也难帮你。

Q24: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!

Q25: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(小黄书上已有明确介绍),自然也就知道在XXX行业上的作用有哪些。

Q26: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!

Q27: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Q22了解相关ACCESSSQL学习建议。

Q28: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。

来源微信公众号:小蚊子数据分析

原文发布于微信公众号 - 数据的力量(shujudeliliang)

原文发表时间:2015-04-06

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SDNLAB

Akraino Edge Stack进入执行阶段

旧金山 - 2018年8月20日 - Akraino Edge Stack是一个Linux基金会项目,它创建了一个开源软件堆栈,以支持边缘计算系统和应用程序优化...

853
来自专栏钱塘大数据

一张图了解数据分析/挖掘的精髓

导读:数据分析/挖掘最终是要服务于商业目的的,现在数据分析也有一个很“时髦”的名字——商业智能(BI)。商业智能应包含人、工具、业务知识等方面,可以用下面的公...

2837
来自专栏机器人网

维基百科有6000多机器人编辑,那么问题来了,他们要吵架怎么办?

很多人可能都听说人工智能已经可以写文章了,但是你可能不知道编辑机器人早就已经是维基百科最重要的贡献群体之一。 2001 年,维基百科引入了机器人编辑者的概念,任...

3243
来自专栏大数据和云计算技术

或许GitHub最好的选择真的是微软

近日,微软刚刚宣布以75亿美元(以接近4倍估值额)的价格收购GitHub,科技界便炸开了锅,特别是那些将代码托管在GitHub上的程(hao)序(ji)员(yo...

961
来自专栏大数据钻研

从0到1去转型到大数据圈子

前言:对于一个陌生的领域,最重要的还是方向,有人引导那会更好,把有限的时间花在必要的事上,做一件正确的事。 说明:这篇文章是新年后的第一篇文章,算是微信互动问答...

2788
来自专栏企鹅号快讯

年终回顾:2017年的重大软件开发事态发展

【IT168 资讯】2017已经正式成为过去式了,让我们回顾一下软件开发领域的一些重大发展,以及最受影响的领域。物联网(IoT)、边缘计算、云计算、大数据、机器...

1949

简谈“个人云”

现在,让我们在脑海设想一个简陋而无窗的房间,里面堆满了大量的金属的机器。所有的机器都用多色的电线连接在一起,并且房间时不时灯光闪烁。你会用什么比喻来形容这个场景...

1857
来自专栏ThoughtWorks

成都活动 | 6月30日「DevOps Open Day」报名进行中

那么你一定不能错过敏捷先驱ThoughtWorks的敏捷成熟度模型线下分享,这次我们精心准备了三个精彩话题:敏捷落地实践经验分享,助力团队敏捷转型;领域驱动设计...

815
来自专栏LiveEdu在线科技教育平台

澄清学习编程的10大误区

在编程行业,一直流传着很多误区。下面让我们一起来纠正10个有关编程的常见误区,以帮助编程初学者或有志成为程序员的人,更理性地认识编程。

28511
来自专栏CSDN技术头条

软件开发中的deadline该怎么定

日常谈话中有多少次你在谈到deadline(期限)时,曾至少有一个人对这个概念嗤之以鼻?我已经听过太多次了,甚至连我自己也这么干过,不过现在我想改正这一习惯。 ...

1849

扫码关注云+社区