从流水线工人到亚马逊数据分析师，坑多路远，10年小结

我一直在反复思考，数据分析的本质到底是什么？

前几天我看到了一句话，醍醐灌顶，数据的本质就是消除不确定性：

• 数据采集是挖掘、收集原材料
• 数据整理是为了从表现下，找到数据的规律
• 数据探索是了解数据的“生活作息”，大胆预测，挖掘商业价值
• 分析数据是利用数学逻辑得出分析结果
• 数据可视化是让我们更直观的了解数据分析的结果，对公司的业务进行指导

10多年前，我大学毕业的那个年代，大部分同学最想做的是产品——那个时候产品改变世界嘛。

10年后，他们都在思考：我该如何用数据指导产品？【手动狗头】

虽然大数据分析看似是偏技术性质的岗位，但我的理解是，一个优秀的大数据分析师一定要对业务足够熟悉，甚至是整个公司的核心角色之一。

业务洞察是分析数据的前提，分析数据是理解数据的前提，理解数据是数据挖掘的前提。如果公司是一杆枪，大数据就是这杆枪上的准星。

作为国内较早从事大数据分析岗位的从业者之一，我感受到数据分析，从一个看似是偏技术性的岗位，逐渐演变成一种能力。

每年都有不少想转行的朋友、产品经理、甚至朋友家孩子问我，应该如何跨入到大数据分析领域，有些还要以此作为职业。

我每年见到不少人，有3类人最适合大数据分析：

第一是大学在校生，最好是本科，可能他对数据分析有诸多疑问，因为发展趋势，决定进入到这个行业。

第二是在职的产品or运营经理，他们深刻发现了数据对核心指标的推动作用，开始尝试数据分析核心实践，迅速掌握了数据分析能力。

第三类是传统企业工作人员，也是不知道怎么就对数据感兴趣了，比较谜，这部分人比重并不低，当年我也是这样半路出家【捂脸】

无论是商业数据分析师、数据分析师、数据挖掘工程师、ETL工程师、数据科学家还是产品经理、运营经理、销售经理，都需要具备数据分析能力。

但是在学习大数据分析的过程中，卡住最多人的点是：

• 如何培养数据思维，锻炼逻辑思维能力和高度抽象的分析能力；
• 如何到达职业级的数据挖掘工具使用水平；
• 缺乏完整的职业路径全景图，东学一点，西学一点，不成体系。

我见过太多的从业者，最后沦为底层【人肉脚本工程师】，变成流水线工人。

我被问到最多的问题是，如何快速入门数据分析师。

掌握一名数据分析师的基本技能，包括：

• 了解常⻅的业务指标和流程，能够进⾏简单的数据处理与分析；
• 能够选择合适的图表对数据进⾏可视化，并很好地通过可视化来展⽰⾃⼰的观点；
• 能够熟练使⽤ SQL 语句对数据进⾏提取与处理；
• 具备数据驱动的思维，能够洞悉业务场景，协助数据分析与预测。