入门 | 如何从零基础转行数据分析

作者 | 刘家铭

转行，这个话题我觉得许多朋友都非常感兴趣。毕竟工作伴随着我们的一生，也是我们的主要收入来源，任谁都希望能拥有一份高薪又有前景的工作！

时下的大数据时代与人工智能热潮，相信也有许多对数据分析非常感兴趣且要转行的小伙伴。但对于希望转行数据分析的零基础小白们，他们并不知道进入数据分析行业需要学什么，也不太清楚数据分析师平时工作都在干什么。因此本文给出一些建议，希望能对零基础转行数据分析的小伙伴们有所启发。

一、知识储备

数据分析作为一门交叉学科，需要掌握多方面的知识。

1) 数学与统计基础：

数据分析是指运用统计方法和分析工具对大量数据进行分析，挖掘出其潜在规律及价值，为经营决策提供科学严谨的理性依据。其中当然离不开数学与统计学的知识，需要有微积分、线性代数、概率论与数理统计等相关的知识储备才行。

2) 分析工具：

掌握基础的数据分析工具Excel与统计分析工具SPSS的用法。

3) SQL数据库语言：

数据的存储便离不开使用数据库，需掌握SQL数据库语言在关系型数据库系统中进行增删改查等操作才行。

4) 编程语言：

数据分析的进阶需要会使用一门或多门编程语言，如Python和R，这将会使你的数据分析变得更加高效。

5) 机器学习算法入门：

如果需要的话可以学习常用的分类、回归、聚类和降维等的常用算法以及它们的优缺点和使用场景，这将是你转行进入公司的加分项哦。

二、 行业分析

在学习数据分析的知识方面也不能落下对各个数据岗位的了解，接下来介绍数据分析行业中岗位，大致分为四个方向：数据分析、数据挖掘、数据开发、数据产品。

1) 数据分析师

从事数据采集、整理、分析，发现问题，分析问题，得出结论，为公司的决策层提供数据支持。偏向于业务。

2) 数据挖掘工程师/算法工程师

利用模型训练数据，从海量数据中挖掘规律，预测或分类对象，主要偏向编程和算法，对统计理论知识要求偏高。

3) 数据开发工程师

设计、搭建并维护基础设施，以提供数据收集、存储、处理、计算等平台。偏代码开发，需要在代码能力上弥补，但与纯技术栈的程序员相比需要一定的业务逻辑。

4) 数据产品经理

主要负责以数据为导向提炼需求、设计、规划、项目排期至项目落地，以及后期的产品改进和优化等。

三、 心态历练

一定要用细心、耐心、和平静的心态去做数据分析。数据分析是个细活，根据二八原则，其中数据的处理将占去数据分析中的八成时间，如果数据处理不当将影响接下来的分析，需要良好的心态减少犯错误的概率。

其实是具有独立思考与换位思考的能力。数据分析并不仅仅是为了完成一些业务上面的数据需求和论证。数据分析者应该在理解业务的基础上，要有自己独特的见解，扩大自己的思考范围，提升洞察力。同时要换位思考，从多角度看待数据和使用数据。不同的人，不同的角度看问题都能得到不同的效果。