数据分析师学习路线

数据运营与数据挖掘

根据我的理解，数据分析师的层次分为取数、报表、分析报告、落地指导。取数和报表基本是用SQL和可视化的工具，只要掌握了工具的使用，基本踏入了数据分析的大门。再高层次一些，就要在数据的基础上进行加工，产出一些有质量的分析报告，给出一定的数据分析结论。更高层次一些，就要在项目或者工作中通过数据发现问题，从而指导业务方。但是无论是取数还是落地指导都需要和业务方沟通，了解清楚业务方的需求，这样才能更好的合作。

常用的数据分析工具有：SQL、R或者Python、Excel、PPT。Excel和PPT不用说了，互联网时代基本的工具，进行基本的数据加工和可视化的呈现以及分析报告。SQL有HIVE以及MySQL，但是本质上都是相通的，都是数据库工具，常用来取数，基本的数据处理等等。R或者Python是统计分析工具，目前来说，Python比较主流，建议学Python。

数据分析学习路线：统计理论知识——常用算法——SQL——R/Python

因为我专业是统计学，统计理论知识在研究生期间就已经学习，并且还有R以及数据挖掘的课程。如果是非本专业的，建议还是要学习一下基本的统计理论知识和数据挖掘知识的，有了理论知识，才知道在什么场景下用什么方法处理问题。而且如果不是做算法的开发的话，算法只要会应用，会掉包就够了。

推荐书籍：

应用回归分析

多元统计分析

数据挖掘与数据化运营实战 思路、方法、技巧与应用

利用Python进行数据分析

Python数据分析与挖掘实战

学习网站：

数据分析：

http://www.woshipm.com/data-analysis/676038.html

http://www.woshipm.com/operate/372360.html

行业分析报告：

http://re.qq.com/

Python基本语法：

http://www.runoob.com/python/python-tutorial.html

pandas学习：

https://morvanzhou.github.io/tutorials/data-manipulation/np-pd/

https://www.cnblogs.com/nxld/p/6058591.html

Scikit Learn学习：

https://my.oschina.net/u/175377/blog/84420

数据分析师一般是对接运营或者产品经理。对接运营的话，工作内容可能就是用户方面的拉新、促活、复购、留存等等方面的分析；以及商户方面的推广、流量、补贴等等方面的分析。对接产品经理的话，工作重点可能就是产品的优化，包括页面的优化、功能的优化，以及产品改进之前的可行性分析和产品改进以后的效果分析。

我对接的是产品经理，平时的工作内容是：

构建基本的数据指标，建立业务报表，进行数据监控。

产出数据分析报告：包括专题分析以及基本的原因，产品现状分析

和产品经理合作，推动项目的进行，提供数据支持以及发现项目问题点并提供改进建议。

工作中常用指标包括流量和订单等等方面，基本分为：

流量：DAU、PV、UV、新客人数、老客人数、UV价值

转化：页面点击率、访购率、下单转化率、留存率、复购率

供给：商户数量、类目数量、商品数量

履约：订单量、下单人数、GMV、客单价

数据运营与数据挖掘