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

  • 发表于:
  • 原文链接:http://kuaibao.qq.com/s/20171221G0RED300?refer=cp_1026

扫码关注云+社区