原作者：FAIZAN SHAIKH

译者：ewoo

介绍

学习数据分析会让人望而生畏，尤其是当你刚刚开始你的旅程的时候。该学习什么软件呢，R还是Python？什么技巧需要重点关注？统计学的知识需要掌握多少？要不要学习编程？回答这些问题是你的数据分析之旅中的一部分。

这就是为什么我认为我应该写这篇指南的原因，我希望可以帮助那些刚刚开始学习数据分析的人。 我的初衷是写一篇简单易懂、篇幅不是很长的指南，来指导你们学习数据分析。这篇指南会给你们建立一个框架，用以帮助你们度过这段困难时期。

只要遵循这些提示，你的职业生涯将会有一个好的开始。

那么，让我们开始吧！

1. 选择正确的角色

在数据科学行业有很多不同的角色。比如：数据可视化专家，机器学习专家，数据科学家，数据工程师等。根据不同的背景和工作经验，进入一个角色可能比另一个角色要容易的多。举个例子，如果你是一个软件开发人员，对于你来说从事数据工程师就不是很困难的事情。所以，如果你不清楚你要成为什么角色，那么如何开始和怎么提升技能对于你来说就更困难了。

如果你不清楚他们之间的差别或者你不确定自己可以成为什么时，应该怎么办呢？下面是我的几条建议：

向行业内的人士了解每一个角色承担的工作是什么。

向别人请教。向他们请求一点时间，并提出相关的问题，我相信没有人会拒绝一个需要帮助的人的。

找出你想要的和你擅长的，选择适合你的研究领域的角色。

在选择角色时要记住一点:不要盲目的进入一个角色。你应该首先清楚地了解这个领域需要什么，并为之做好准备。

2. 完整地学习一门课程

既然您已经决定了一个角色，接下来要做的事情就是投入精力去理解这个角色。这意味着不仅仅是要完成角色的需求。数据科学家具有巨大的需求，所以成千上万的课程和研究都在等着你去探索，你可以学习任何你想要的东西。找到学习的材料并不是一件很难的事，但是如果你不为之付出努力的话，学习的过程可能会变得很困难。

你可以参加一个免费的MOOC课程，或者加入一个认证项目，这个项目会让你经历所有的曲折和转变。免费和付费的选择不是问题，主要的目标应该是课程是否能帮你夯实基础，达到一个合适的水平，从可以进一步推进。

当你上一门课的时候，要积极地按照课程的安排、作业和所有的讨论进行。例如，如果你想成为一名机器学习工程师，你可以学习Andrew Ng的机器学习。现在你必须努力学习课程中提供的所有课程材料，当然也包括课程中的作业，这和看视频一样重要。 从头到尾完整的学习一门课程，你就能更清楚地了解这一领域。

一些优秀的mooc课程包括：

Analytics Edge on edX

Machine Learning rom Andrew NG

3. 选择一个工具/语言并坚持下去

正如我之前提到的，对于你来说，无论你选择哪一个角色，从一而终是很重要的。那么你将要面对一个很难的问题，你应该选择哪种语言/工具?

这可能是初学者最需要问的问题。最直接的答案是选择任何主流工具/语言都可以。毕竟，工具只是实现的手段，理解这一概念更为重要。

不过，问题仍然存在，选择哪一个更好一些呢？网上有各种各样的指南在讨论这个问题。你可以从最简单的语言开始，或者你最熟悉的语言。如果您不精通编程，那么您可能更适合基于GUI的工具。当你掌握了这些概念之后，你就可以着手编写代码了。

4. 加入一个兴趣小组

既然你已经知道了你想要选择的角色并为之做好了准备，接下来你要做的一件重要的事情就是加入一个兴趣小组。为什么这个很重要？这是因为一个兴趣小组能 让你保持动力。 当你进入一个新领域的时候，可能有点令人生畏，但是当你和志同道合的朋友在一起的时候，这个事情就简单多了。

加入兴趣小组的好处是你可以跟小伙伴们进行互动，另外你们可以通过互联网分享心得，比如加入一个庞大的在线课程并与小伙伴进行互动。

即使你没有这样的兴趣小组，你仍然可以在互联网上进行一场有意义的技术讨论。有一些在线论坛可以提供这样的平台。我将列举其中的一些：

Analytics Vidhya

StackExchange

Reddit

5. 关注实际应用而不仅仅是理论

在进行课程和培训的同时，你应该 把重点放在你正在学习的东西的实际应用上 。这不仅能帮助你理解这个概念，还能让你更深入地了解它在现实中的应用。

以下是几个在参加课程时的几个小贴士：

确保你做了所有的练习和作业来理解这些应用。

使用一些开放的数据集进行实践。即使你不理解一项技术背后的数学原理，也要理解它的假设、目的以及如何解释结果。后期你将会有更深层次的理解。

看看那些在这个领域工作过的人的解决方案，他们能够帮助你用正确的方法更快地进行准确的描述。

6. 选择恰当的资源

永远不要停止学习，你必须将你能找到的每一种知识都吸收。这些信息最有用的来源是由最有影响力的数据科学家所管理的博客。这些数据科学家非常活跃，他们会在博客上更新他们的研究成果，并经常发布关于这一领域最近的进展情况。

每天阅读有关数据科学的书，让它成为一种习惯，以更新最近发生的事情。但是可能有很多资源，有影响力的数据科学家要遵循，你必须确保你没有循错误的做法。因此，遵循正确的资源是非常重要的。

下面是你可以追随的数据科学家的名单。以下是几本可以让你保持忙碌的时事通讯：

WildML

NYU

KDnuggets News

7. 注意你的沟通技巧

人们通常不会把沟通技巧和数据科学求职遭到拒绝联系在一起。他们认为，如果他们的技术过硬，他们将会在面试中获得高分。这其实是一种错误观念。你是不是曾经在面试中被拒绝，面试官在听了你的介绍后说谢谢？

请尝试这样一个活动：让你的具有良好的沟通技巧的朋友听你的介绍并向他寻求最真实的反馈，他会向你展示出你的真实写照。

当你在这个领域工作的时候， 沟通技巧非常重要。 为了更好地和同事分享你的想法，或者在会议上证明你的观点，你应该知道如何有效地沟通。

8. 建立人际关系网，但是不要浪费太多的时间在这上面

最初，你的全部注意力都应该集中在学习上，在初始阶段做太多的事情让你很容易放弃。

慢慢地，一旦你掌握了这个领域的窍门，你就可以 参加行业活动和会议，参加行业聚会，参加你所在地区的黑客马拉松 ——即使你只知道一点点。因为你永远不知道谁会在什么时候，什么地方帮助你！

实际上，聚会对于你在数据科学社区留下标记是非常有利的。你可以与你所在的研究领域里那些比较活跃的人接触，这会为你提供社交机会，并与他们建立联系，这反过来会对你的事业有很大的帮助。人际关系网将会带给你下面这些东西：

为你提供关于你感兴趣领域内发生的事情的内部信息

帮助你获得辅导支持

帮你找一份工作，这要么是求职的小贴士要么是直接找工作的机会

结束语

数据科学的需求是巨大的，雇主们在数据科学家身上投入了大量的时间和金钱。因此，采取正确的步骤将会事半功倍。这个指南提供了一些技巧，可以帮助你入门并帮助你避免一些代价高昂的错误。

End.

原文链接：https://analyticsvidhya/blog/2017/10/tips-people-starting-career-data-science/

数据特工介绍

后台回复“特工”加入我们

针对想要自学数据分析的小伙伴们，科多大数据给大家分享一位数据分析小白的自学之路。

作为数据分析的小白初学者，在开始正式学数据分析前，肯定都想先看看别人学习的经验。我的大概情况是，目前研二通信专业，本科专业测控，由于种种原因，对数据分析比较感兴趣，于是开始了独自摸索过程，这里总结我自学数据分析2个多月的经历。希望能给后面的初学者带来一些启发。

一、数据分析师的方向

先选择了正确的方向，再朝着这个方向努力是学习一个新领域的正确姿势，因此开始正式学习前，我首先查阅了大量资料，了解数据分析分为哪些方向，并明确自己想往哪个方向走。

1.数据分析的方向分类

数据分析可分为两类：一种偏向产品和运营，更加注重业务，主要工作包括日常业务的异常监控、客户和市场研究、参与产品开发、建立数据模型提升运营效率等；另一种则更注重数据挖掘技术，门槛较高，需要扎实的算法能力和代码能力。（总结了@路人甲大神的说法）

2.数据分析的行业分类

1）互联网行业是数据分析应用最广的行业，是数据分析师理想的成长平台。

2）其次是咨询公司。相对来说，数据分析师在咨询公司成长的速度更快，专业也会更全面。3）再次是

3）金融行业，比如银行和证券等行业，该行业对数据分析的依赖需求，越来越大。4）最后是

4）电信行业，（移动、联通和电信），它们拥有海量的数据，在严峻的竞争下，也越来越重视数据分析，但进入这些公司的门槛比较高。

3.确定自己的方向 由上可知数据分析大致分为两类：偏重业务和偏技术路线的，明显偏技术路线是很难速成的，鉴于我今年9月份要开始校招找工作，且自己对产品向很感兴趣，因而我选择了更偏向业务的数据分析。此外，自己最感兴趣的行业是互联网。

基于以上确定了我的最理想职位：互联网公司的偏向业务的数据分析。

此外，为了了解公司对该职位的最新要求，招聘数据分析实习生的互联网公司我都进行了网申，我知道以自己两个月所学还不能满足职位要求，只是为了做了一下笔试题，从而了解公司的数据分析到底偏重哪些技能，并进行有针对性的了解相应的知识。（目前我做过了阿里、京东、美团的数据分析实习生的笔试题，觉得这是个了解公司数据分析岗位最新要求的有效方法）

二．我是如何学习的？

结合公司的招聘要求，我是按照以下几个部分进行学习的：

1.统计学学习。

统计学是数据分析的基础，因而我选择从这个开始学习。

已有基础：大学我学过概率论统计学这门课，学的还不错。

看完书籍：《深入浅出统计学》、《从零进阶！数据分析的统计基础》

花费时间：共计11天每天上午3个小时，一共33个小时。

推荐书籍：《从零进阶！数据分析的统计基础》

推荐理由：

前面很多高赞答案推荐《深入浅出统计学》，因而开始的时候我选用的这本，已将整本书看完，感觉重点不够突出，太过啰嗦以至于浪费时间，逻辑不是很连贯，尤其是假设检验那一章写的太绕了，后来又入手看完了《从零进阶！数据分析的统计基础》这本书，这本书每一节有相应的少量习题和配套答案可巩固，逻辑和重点都非常清晰，有了对比之后，强烈建议和我一样的小白初学者使用《从零进阶！数据分析的统计基础》这本书！

知识巩固：每看完一章，我都会进行总结梳理一章的内容，这样可以让知识结构化；此外，由于统计学有很多概念，都很生涩，为了加深印象，我列出了很多诸如置信水平、区间估计、假设检验、P值等概念，做成了几张图片，偶尔就给同学发过去，让她随机挑选一个，然后我再用通俗的语言给她解释下这个是什么东西。（这样做的好处既能加深自己的印象，又能模拟面试官的提问。一举两得。）

2. EXEL看完书籍：《谁说菜鸟不会数据分析》

共计时间：这个相对来说不怎么耗费脑子，而且鼓捣图表比较好玩，很有成就感。因而我是每天吃完下午饭后进行学习Excel，因为这个时候我的学习效率相对较低（比较高效的时间段，我用来学习Python）。EXcel学习共计13天，每天晚上7点到9点2个小时，共计26个小时。

读完感受：这本书不错，内容比较详细，且书中介绍了数据分析的一些常见方法，并重点介绍了EXEL的数据透视表，函数，各类图表适用场景及如何制作的内容，自己感觉比较适合我们初学者，可以先根据这本书学习EXEL。

巩固提升：由于菜鸟这本书对函数部分设计的比较少，所以我又跟着大神的专栏进行了学习，感觉这几篇文章整理的很好，所以在此列出。

第一篇数据分析—函数篇。主要简单讲解常用的函数，以及与之对应的SQL/Python函数。第二篇数据分析—技巧篇。主要简单讲解很有新价比的功能，提高工作效率。第三篇数据分析—实战篇。主要将前两篇的内容以实战方式进行，简单地进行了一次数据分析。数据源采用了真实的爬虫数据，是5000行数据分析师岗位数据。

碎片化学习

3.数据库

数据库基础

学习网站：基础知识我是跟着最多人推荐的这个网站学习的：SQL教程_w3cschool

个人感觉：这个教程条理清晰，比较适合我们小白初学者。

共计时间：查看了我的时间表，算了一下数据库基础知识部分，我一共花了30个小时

左右，感觉数据库还是比较容易上手的，不是很难，所以你们不要怕哈~

刷题：基础教程学完后，我用了这两套题刷题：

SQL练习题及答案（连接写法）

SQL练习题及答案（多次子查询）

因为基础知识跟着网站学习的时候，我学的比较粗糙，刷题才发现有很多知识漏点，所以又返回去查缺补漏，因而刷题时间耗费的时间很长，用了大概20多个小时。

强烈建议：学完数据库基础知识后一定要刷至少一套题，刷完后你会发现对数据库的理解深入了很多，然后那几天我睡觉的时候满脑子都是select......

4.业务学习

推荐书籍：《精益数据分析》、《增长黑客》、《数据挖掘与数据化运营实战，思路、方法、技巧与应用》

个人感觉：学习一样新东西，不断感受它的有趣性才是持久性动力。所以我一般是看Python代码看烦了的时候，就会看一下这三本书，感受一下数据对运营和用户的作用，真的很有趣。由于都是利用这些碎时间看的，所以这三本书目前还没看完，但就目前所看，我觉得都很好，尤其是增长黑客附录里给了一些数据常用指标，很有用。至于《深入浅出数据分析》这本书，我看了两章之后放弃了，还是觉得太啰嗦了（仅是个人见解），因而没有读下去，可能我不太适合这种从大量言语中找重点的书籍。

碎片化学习：要了解公司是如何运营，产品是如何开发的，这些需要不断地积累和广泛的阅读。所以我利用自己玩手机的时间来训练这些思维，我关注了“互联网周刊”、“人人都是产品经理”、“逻辑思维”

这几个微信公众号（我认为这几个都很不错） ，偶尔在不想学习，玩手机的时候会看一下这几个的推送文章，但不是看完就算了，比如“人人都是产品经理”前一段时间推了一篇文章《美团和滴滴的战争，饿了么如何选择？》，我会先尝试着思考一下自己的答案，然后再看下文章里传达的看法，看完之后我会再试着从多角度去思考这个问题，并在去食堂吃饭的路上和同学讨论下这个问题，阐述下自己的看法。（真的觉得向别人讲述才是成长的最大利器！）

此外，我关注了喜马拉雅FM听书电台APP的PMCAFF产品社区专辑，这里面是每天解答一个围绕关于产品和运营的小问题，我列几个我有印象的：“微信消息为什么没有已读未读的提示？”、“微信和支付宝为什么一直没有加入启动页广告呢？”、“继短视频后，下一个流量风口会是什么？”，每个都很简短，只有3分钟到4分钟左右，非常简短又有趣，每天晚上睡觉前，趟床上睡不着的时候，我会选择听一个，感觉对我关于产品和运营的认识有很大提高。

5.Python学习

使用工具：Anaconda+Pycharm（或者Spyder也很好用）

如果还没有开始Python工具下载的初学者，切记不要直接装Python,推荐直接装Anaconda搭建起来的科学环境要方便很多。建议安装Anaconda+Pycharm来学习Python，尤其是对于学习数据分析的同学。（多次入坑的血泪之谈，避免很多麻烦啊！）

安装教程：和大多初学者一样，我在纠结于安装什么样的IDE，以及怎样安装上浪费了很长时间，终于安装成功。这其中差点在安装过程的繁琐中就放弃了学习，因而我写下了我的安装过程,非常详细，细致到了每一步安装过程的截图，希望能让后面的初学者不在安装上面浪费时间。

Python学习之工具准备——Anaconda+Pycharm的安装过程

学习网站：廖雪峰的Python3教程

学完感受：觉得整体都很好，比较适合我们小白学习，但是个别知识不够结构化，比如列表、元祖、字典、集合这几个知识点太分散了，我觉得放在一起学习讲述它们的联系与区别比较好。刚学完这几个，我全都混淆了，所以立马搜索了一下这几个相关知识，发现有人网上有博主总结的很好，立马清晰了很多。所以，这里我想说，不要单一靠一个学习资源（但前提是只以一个为主），遇到没搞懂的，立马百度补充。

进阶补充：由于数据分析需要熟悉Numpy、Pandas、Scrip、Matplotlib等常用的包，而廖老师的网站中缺乏这部分的内容，所以学完基础Python后，包的学习我是跟着一个视频学习的，目前刚进入这阶段的学习，所以无法提供什么有效信息，待我学完这部分，我再来评价吧。

6.基础算法和图表可视化

这两部分目前也还没开始学习，所以也无法提供有效信息。

三．最后的建议

1.时间管理

为了敦促自己的学习，我做了一个Excel时间管理表，其中包含了周计划和月计划，并记录了每天的进程，我觉得这个方法对我来说很有效，所以推荐给你们。

2. 碎片化学习

Python、统计学之类的还是要系统化学习，毕竟让我在等公交的时间看一个Python代码或者算一个概率题，我可能想打人！！。 但运营和产品等业务知识，还是可以利用我们的零碎时间来不断积累，其实只要将平时刷娱乐新闻的时间换成互联网消息就可以了，习惯了之后会发现，这些知识真的更有趣!

作为一个小白，讲述了自己这两个多月的学习历程，可能会有错误，仅供参考，非常感谢！

1、深入浅出数据系列书籍

深入浅出数据分析

入门级别，比较简单，但基本的内容涉及全面，讲解的比较清晰，最后谈到了R语言。以下两本是同一系列。

深入浅出统计学

深入浅出SQL

2、资料之美：优雅资料解决方案的幕后秘籍

知识普及性的书籍，集结了39位数据处理领域的翘楚，现身说法，分享他们如何开发各种简约而优雅的解决方案克服各种挑战，每章都解决一个具体问题，对理解数据分析的应用领域和具体做法很有帮助。

3、R 语言实战

全面而细致的R指南，高度概括了该软件和它的强大功能，展示了使用的统计示例，且对于难以用传统方法处理的凌乱、不完整和非正态的数据给出了优雅的处理方法。

4、数据之魅-基于开源工具的数据分析

包含大量的模拟过程及结果展示，并通过实例来阐述如何使用开源工具来进行数据分析。通过本书的阅读，读者可以清楚地了解这些方法的实际用法及用途。

5、数据挖掘技术:应用于市场营销、销售与客户关系管理

如何利用最新的数据挖掘方法和技术来解决常见的业务问题。

比如提高营销活动的响应率，识别新的客户群并估算信用风险。此外，它涵盖更多高级主题，如准备分析数据以及为公司数据挖掘创建必要的基础架构。

6、Python数据科学手册

每章介绍一到两个Python数据科学中的重点工具包。适合有编程背景，并打算将开源Python工具用作分析、操作、可视化以及学习数据的数据科学研究人员。对于需要处理大量数据的人而言，这是一本非常有价值的工作书，可以有效率地处理每天面对的问题，像是操作、转换，以及清理数据、可视化不同形式的数据，建立统计学或机器学习的模型等等。

7、用数据讲故事

通过大量案例研究介绍数据可视化的基础知识，以及如何利用数据创造出吸引人的、信息量大的、有说服力的故事，进而达到有效沟通的目的。如何充分理解上下文，如何选择合适的图表，如何消除杂乱，如何聚焦受众的视线，如何像设计师一样思考，以及如何用数据讲故事。

8、利用Python进行数据分析

提供了大量的实践案例研究，展示如何使用Python库（如NumPy，pandas，matplotlib, IPython等）有效解决一系列数据分析问题。

9、机器学习实战

用简单的语言把复杂难懂的机器学习算法解释清楚了，它将机器学习的基础理论与日常数据分析的实际工具相结合。使用灵活的Python编程语言来构建实现数据分类、预测、建议以及汇总和简化等更高级功能的算法的程序。

10、机器学习系统设计

比较简单，使用Python进行机器学习并开始构建自己的机器学习项目。本书适用于机器学习初学者的Python程序员，但希望学习机器学习。

最后，花时间将这些中外文书籍吃透，数据分析理论部分就基本入门了，实践方面就需要根据企业业务需求来进行系统的练习和学习！

在我过去的博客文章中，我们已经介绍了数据分析的一些基本原理和陷阱。在这篇博文中，我们专注于数据科学中会遇到的四种数据分析：描述性分析，诊断性分析，预测性分析和规范性分析。

当我与刚刚进入数据科学世界的年轻分析师相遇时，我经常会问他们 “你认为数据科学家最重要的技能是什么？”。他们的答案是非常多样。

我对他们的回馈是：数据科学家最重要的技能应该是将数据转化为非定量的、清晰的、有意义的见解的能力。瑞典统计学家汉斯·罗斯林（Hans Rosling）为此而闻名。这是一个经常被忽视的技能。

围绕今天主题，非常有必要为大家详细介绍一些帮助个人如何使用分析相关的知识提炼出有价值的见解的工具。其中的一款工具就是四维范式分析。

简单地，可以将数据分析分类成四个主要类型。下面我将会详细介绍里面的细节。

一、描述性分析：发生了什么？

这是所有形式中最常见的。在业务中，它为分析人员提供了业务中关键指标和措施的视图。

例如公司每月的收支表。类似地，分析师可以获得大量客户的数据。了解客户的人口统计信息（例如我们的客户的30％是个体经营者）将被归类为“描述性分析”，利用有效的可视化工具可以增强描述性分析的信息。

二、诊断性分析：为什么发生？

这是数据分析的复杂性的下一步是诊断性分析。在对描述性数据进行评估时，诊断分析工具将使分析师能够深入到细分的数据，从而隔离出问题的根本原因。

精心设计的商业信息（BI）仪表板包含读取时间序列数据（即多个连续时间点的数据），并具有过滤器和钻取能力，可进行此类分析。

三、预测性分析：将发生什么？

预测分析是关于预测的。无论是将来发生事件的可能性，预测可量化的数量还是估计可能发生事件的时间点。这些都是通过预测模型完成的。

预测模型通常利用各种可变数据进行预测。组件数据的变异性将与可能预测的关系（例如，一个较老的人，他们对心脏病发作的敏感程度越高 - 我们会说年龄与心脏病发作风险呈线性相关），然后将这些数据一起编译成分数或预测。

在一个很大的不确定性的世界中，能够预测能够做出更好的决定。预测模型是许多领域中最重要的一些模型。

这是预测中需要避开的坑：http://insights.principa.co.za/the-top-predictive-analytics-pitfalls-to-avoid

四、规范性分析：需要做什么？

在价值和复杂性方面的下一步是规范性模式。规范模型利用对发生的事情的理解，为什么发生了这种情况以及各种“可能发生的”分析，以帮助用户确定采取的最佳行动方案。规定性分析通常不仅仅是一个单独的行动，而且实际上是其他一些行动。

一个很好的例子是一个交通应用程序，帮助您选择最佳路线回家，并考虑每个路线的距离，每个路上可以行驶的速度，以及当前的交通限制。

另一个例子可能是制作考试时间表，使得各个班级的学生没有冲突的时间表。

总结

虽然不同形式的分析可能为企业提供不同数量的价值，但它们都具有自己的位置。

大学生们就业难，连一些将被社会淘汰行业人员想要转行也不是件容易的事情？其实，很大一部分原因还是因为这些人既不愿意做辛苦的工作，又不愿意工资低，或者是因为没有选择一个前景好的行业。在这样的情况下，不如多多提升自身的技能，选择一个高薪的机会，而大数据就是这样的一个行业。下面西线学院为想要学习大数据的朋友们解答一些疑问。

一、为什么要学大数据？

大数据应用产业发展快速，大数据技术人才需求量大，麦肯锡预测，到2018年，在“具有深入分析能力的人才”方面，美国可能面临着14万~19万人的缺口，而“可以利用大数据分析来作出有效决策的经理和分析师”缺口则会达到150万。国内大数据人才有多大的缺口？目前尚无权威研究报告指出，不过今年2月万达集团的一份“求贤帖”颇能说明问题：万达开出50万~70万元年薪吸纳大数据架构师、大数据研发工程师和算法工程师，应者寥寥。

二、大数据难不难学？

回答是肯定的，大数据的学习是有一定的难度，但是只要你用心去学习，结果不会差。现在很多大数据培训机构都有零基础的课程，就是针对从来没有接触过大数据的朋友们的。其次，在大数据的职位中，如果你实在怕自己学不会，可能数据分析相对来说会简单一些。

这里也想对那些嫌弃自己薪资低又不愿意付出努力提升自己的朋友说：不要在空想了，不努力就踏实做自己现在的工作吧。

三、大数据要学习哪些课程？时间要多久？

课程可能每个培训机构学习的都是不同的，大数据需要java的基础，一般课程会分为R语言，python和大数据部分。时间要看你学习什么课程，零基础课程在4个月左右。西线学院课程每个阶段都有案例和项目结合，从简单到专业一步一步带领学生走进大数据世界，帮助学生顺利走上数据分析师的道路！

四、大数据该选择什么学习方式呢？

学习的方式有自学、视频学习、在线学习和线下学习。那么什么样的学习方式最适合你呢。建议是如果是零基础学习、自控力比较差、自学能力不是很强选择线下培训，有人监督加上交了钱，学习效果肯定要比自学好很多。另一种选择线下培训的情况是想要快速学习，不想办周期拖太长。其他如果是自学能力强，自控力也好的，可以选择自学。

五、大数据的薪资有多少？

大数据行业现在正是用人的时候，对于不少刚毕业的学生，薪资是非常可观的。而且经过沉淀，薪资过万很容易。

六、有没有哪家培训机构是可以保障就业薪资的？

有，但是你的想想，薪资是不是得按照个人的技术掌握情况来定，如果你自己都知道技术掌握不够好，培训机构跟你说保障你1万，你自己会信吗？心里有底吗？所以，薪资的多少，还是要根据个人的学习情况。

以上就是一些关于大数据的疑问解答，说得不对的地方，希望大家根据自身情况吸收。

道家强调四个字，叫“道、法、术、器”。

层次区别：

“器”是指物品或工具，在数据分析领域指的就是数据分析的产品或工具，“工欲善其事，必先利其器”；

“术”是指操作技术，是技能的高低、效率的高下，如对分析工具使用的技术（比如用Excel进行数据分析的水平）；

“法”是指选择的方法，有句话说“选择比努力重要”；

“道”是指方向，是指导思想，是战略。

在数据分析和产品、运营优化方面，数据分析方法是其核心，属于“法”和“术”的层次。

那么如何做好数据分析呢，今天我们来讲讲互联网运营中的十大数据分析方法。

01 细分分析

细分分析是分析的基础，单一维度下的指标数据的信息价值很低。

细分方法可以分为两类， 一类逐步分析， 比如：来北京市的访客可分为朝阳，海淀等区； 另一类是维度交叉， 如：来自付费SEM的新访客。

细分用于解决所有问题。

比如漏斗转化，实际上就是把转化过程按照步骤进行细分，流量渠道的分析和评估也需要大量用到细分的方法。

02 对比分析

对比分析主要是指将两个相互联系的指标数据进行比较，从数量上展示和说明研究对象的规模大小，水平高低，速度快慢等相对数值， 通过相同维度下的指标对比，可以发现，找出业务在不同阶段的问题。

常见的对比方法包括： 时间对比，空间对比，标准对比。

时间对比有三种： 同比，环比，定基比。

例如： 本周和上周进行对比就是环比；本月第一周和上月第一周对比就是同比；所有数据同今年的第一周对比则为定基比。通过三种方式，可以分析业务增长水平，速度等信息。

03 漏斗分析

转化漏斗分析是业务分析的基本模型， 最常见的是把最终的转化设置为某种目的的实现，最典型的就是完成交易。但也可以是其他任何目的的实现，比如一次使用app的时间超过10分钟。

漏斗帮助我们解决两方面的问题：

在一个过程中是否发生泄漏，如果有泄漏，我们能在漏斗中看到，并且能够通过进一步的分析堵住这个泄漏点。

在一个过程中是否出现了其他不应该出现的过程，造成转化主进程收到损害。

04 同期群分析

同期群（cohort）分析在数据运营领域十分重要，互联网运营特别需要仔细洞察留存情况。 通过对性质完全一样的可对比群体的留存情况的比较，来分析哪些因素影响用户的留存。

同期群分析深受欢迎的重要原因是十分简单，但却十分直观。 同期群只用简单的一个图表，直接描述了用户在一段时间周期（甚至是整个LTV）的留存或流失变化情况。

以前留存分析只要用户有回访即定义为留存，这会导致留存指标虚高。

05 聚类分析

聚类分析具有简单，直观的特征， 网站分析中的聚类主要分为：用户，页面或内容，来源。

用户聚类主要体现为用户分群，用户标签法；页面聚类则主要是相似，相关页面分组法；来源聚类主要包括渠道，关键词等。

例如： 在页面分析中，经常存在带？参数的页面。 比如： 资讯详情页面，商品页面等，都属于同一类页面。简单的分析容易造成跳出率，退出率等指标不准确的问题，通过聚类分析可以获取同类页面的准确数据用于分析场景。

06 AB测试

增长黑客的一个主要思想之一，是不要做一个大而全的东西，而是不断做出能够快速验证的小而精的东西。 快速验证，那如何验证呢？主要方法就是AB测试。

比如： 你发现漏斗转化中中间有漏洞，假设一定是商品价格问题导致了流失，你看到了问题-漏斗，也想出了主意-改变定价。但主意是否正确，要看真实的用户反应，于是采用AB测试，一部分用户还是看到老价格，一部分用户看到新价格，若你的主意真的管用，新价格就应该有更好的转化，若真如此，新价格就应该确定下来，如此反复优化。

07 埋点分析

只有采集了足够的基础数据，才能通过各种分析方法得到需要的分析结果。

通过分析用户行为，并细分为：浏览行为，轻度交互，重度交互，交易行为，对于浏览行为和轻度交互行为的点击按钮等事件，因其使用频繁，数据简单，采用无埋点技术实现自助埋点，即可以提高数据分析的实效性，需要的数据可立即提取，又大量减少技术人员的工作量，需要采集更丰富信息的行为。

如： 重度交互（注册，邀请好友等）和交易事件（加购物车，下订单等）则通过SDK批量埋点的方式来实施。

08 来源分析

流量红利消失，我们对获客来源的重视度极高，如何有效的标注用户来源，至关重要。

传统分析工具，渠道分析仅有单一维度，要深入分析不同渠道不同阶段效果，SEM付费搜索等来源渠道和用户所在地区进行交叉分析，得出不同区域的获客详细信息，维度越细，分析结果也越有价值。

09 用户分析

用户分析是互联网运营的核心， 常用的分析方法包括：活跃分析，留存分析，用户分群，用户画像，用户细查等。

可将用户活跃细分为浏览活跃，互动活跃，交易活跃等，通过活跃行为的细分，掌握关键行为指标；通过用户行为事件序列，用户属性进行分群，观察分群用户的访问，浏览，注册，互动，交易等行为，从而真正把握不同用户类型的特点，提供有针对性的产品和服务。

用户画像基于自动标签系统将用户完整的画像描绘清晰，更有力的支撑运营决策。

10 表单分析

填写表单是每个平台与用户交互的必备环节，优秀的表单设计，对转化率的提升起到重要作用。

用户从进入表单页面之时起，就产生了微漏斗，从进入总人数到最终完成并成功提交表单人数，这个过程之中，有多少人开始填写表单，填写表单时，遇到了什么困难导致无法完成表单，都影响最终的转化效果。

以上是常见的数据分析方法，更多应用方法需要根据业务场景灵活应用。

作者：吴彬彬

我们在生活中，会经常听说两种推理模式，一种是归纳 一种是演绎，这两种思维模式能够帮助数据分析师完成原始的业务逻辑积累，在此基础上快速定位业务问题，提升分析效率，但是对于刚入门的数据分析师，在项目经验不足的前提下，如何快速完成项目的分析报告？ 这里引进一种外展推理的思维模式，方便入门分析师的完成日常的工作。

那什么是外展推理模式呢？

在麦肯锡思维模式中它将人的推理过程涉及的实体分为三个部分：规则，情况以及结果。

规则: 通常是对这个世界的看法；情况：就是这个世界存在的已知事实；结果：将规则用于情况，预期要发生的事儿。

这三个任何一个实体都可以作为推理的起点，然而起点不同意味着，推理的方法也有所差异。

以规则为起点的推理方法可以称之为演绎推理。

举个例子，如果平时不努力，考试成绩将不及格(规则)；现实中a平时不努力(情况)；所以a考试不及格(结果)。

以情况为起点的推理方法就是归纳推理。

a平时不努力(情况)；a考试不及格(结果)；所以a考试不及格的原因可能是平时不努力。

以结果为起点的推理方法就是外展型思维方法。

a考试不及格(结果)，考试不及格通常是由于平时不努力(规则)，检查是否平时不努力(情况)。

从日常工作中，我们可以发现，外展推理的思维模式十分切合日常数据分析师的多维分析定位原因的工作模式，是数据分析师尤其是入门数据分析师最应该具备的一种思维逻辑，那如何进行外展推理呢？外展推理用大白话来说就是强迫自己思考产生问题的各种可能原因，之后的重点就是收集资料，以证明是这些原因或不是这些原因。在工作过程中MECE结构化分解是主要手段，按日常的工作可以简化如下三个流程：

将所思考的问题的相关因素全部罗列出来。对所有相关的因素进行层级和相关性比较，分离不同层级的因素，合并同一层级中相同的因素，确保各因素的独立性。按照正确的逻辑关系，把各因素进行排列组合。

如下图：我们可以将问题进行分解，分解的原则为

各部分之间相互独立 （Mutually Exclusive）所有部分完全穷尽 （Collectively Exhaustive）

在此基础上按层级进行数据分析定位，找到最细的原因。

在工作中，我们主要会用到的分解方法有这两种，

按业务职能结构划分，比如渠道，运营，功能等相关模块，将相关指标映射到主要模块，通过简单快速的沟通，能快速的定位问题原因，但是缺点是分析结果不够直接，依赖外部资源信息搜集。按因果结构划分（指标分解）营收=日活*付费率*arpu等指标因果关系进行划分，通过定位指标波动，定位最细指标，辅助维度下转，能够清楚的问题原因，该方式是较为稳妥的方式，是日常工作中的主要方式，但是缺点是需要构建相对完整的指标逻辑体系。

如上两种分解方法针对不同的项目要求进行组合应用，但是外部资源搜集及完整的指标逻辑体系训练是入门数据分析师到资深分析师最难跨越的两道门槛，在经过阶段训练后，逐步利用归纳和演绎的思维，提升业务熟悉程度，完成业务的初始积累后，后续的分析过程中就可以逐步减少拓展推理的层级及组合，逐步提升问题原因定位的效率。

网易有数：企业级大数据可视化分析平台。面向业务人员的自助式敏捷分析平台，采用PPT模式的报告制作，更加易学易用，具备强大的探索分析功能，真正帮助用户洞察数据发现价值。可免费试用。

大数据时代的到来，越来越多的人选择学习大数据，那关于大数据分析的六大基本方面是哪些，一起来了解一下

可视化分析

不管是对数据分析专家还是普通用户

数据可视化是数据分析工具最基本的要求

可视化可以直观的展示数据

让数据自己说话，让观众听到结果

数据挖掘算法

可视化是给人看的，数据挖掘就是给机器看的

集群、分割、孤立点分析还有其他的算法

让我们深入数据内部，挖掘价值

这些算法不仅要处理大数据的量

也要处理大数据的速度

预测性分析能力

数据挖掘可以让分析员更好的理解数据

而预测性分析可以让分析员根据可视化分析和数据挖掘的结果

做出一些预测性的判断

语义引擎

我们知道由于非结构化数据的多样性带来了数据分析的新的挑战，我们需要一系列的工具去解析，提取，分析数据。语义引擎需要被设计成能够从"文档"中智能提取信息

数据质量和数据管理

数据质量和数据管理是一些管理方面的最佳实践

通过标准化的流程和工具对数据进行处理

可以保证一个预先定义好的高质量的分析结果

数据存储，数据仓库

数据仓库是为了便于多维分析和多角度展示数据按特定模式进行存储所建立起来的关系型数据库。在商业智能系统的设计中，数据仓库的构建是关键，是商业智能系统的基础，承担对业务系统数据整合的任务，为商业智能系统提供数据抽取、转换和加载(ETL)，并按主题对数据进行查询和访问，为联机数据分析和数据挖掘提供数据平台

成都加米谷大数据科技有限公司

个人培训 丨 企业内训

成都市高新区天府二街蜀都中心1栋705

CDA数据分析师原创作品

身处21世纪的今天，数据分析行业急剧发展，越来越多的企业已经意识到大数据分析的重要性和发展潜力，同时越来越多的传统行业公司开始转型升级，开始引入并发展专属自己的大数据分析部门及岗位。由此也滋生了越来越多的人想进入大数据领域——或许你是即将毕业的大学生，基于自己的文科背景担忧自己能否零基础入门大数据行业，毕竟隔行如隔山，到时学不进去又误了自己找工作的时间，也是左右皆空啊；或许你刚毕业一两年，当初浑浑噩噩毕了业随便找了个工作，现在终于觉得要好好规划人生了，正迷茫于到底要不要学习大数据分析技术进入人才济济的大市场岗位，好为自己的未来职业生涯奠定基础；或许你早已流转职场多年，感觉身处瓶颈期的自己已无晋升或提升空间，正为要不要转行到大数据分析行业而摇摆不定……其实， 一切的担心都是人之常情，一切的担心不过都是过眼云烟，“车到山前必有路”，我们只需问清楚自己的内心，自己到底想要什么。反正时光匆匆，与其踌躇不前倒不如给自己一个痛快，要知道，这是个人人必争的时代，这是个努力努力再努力的时代！

首先我们要知道什么是大数据？

顾名思义，大数据就是巨量数据，海量数据，也可以说是数量大，结构复杂，类型复杂的数据的集合。而从这些数据中获取有价值的信息的的能力，就是大数据技术。

大数据需要什么基础？学习大数据需要以下几个方面的基础：

1、 编程语言基础

2、 Linux系统的基本操作

3、 数据库

4、 Hadoop架构基础

5、 机器学习

一、编程语言基础

新手学大数据，首先要具备的是编程语言基础，如Java、C++等，要初步掌握面向对象、抽象类、接口、继承、多态和数据流及对象流等基础，编程语言在大数据中占据了不可逾越的地位，掌握一门编程语言再学习大数据会轻松很多，甚至编程语言要比大数据学习的时间更长。

二、Linux系统的基本操作

Linux系统的基本操作是大数据不可分割的一部分，大数据的组件都是在这个系统中跑的。重点是要学习一下Linux环境的搭建，搭建平台有Ubuntu、Centos。内容包括系统配置、系统安装、SSH、软件安装等。

三、数据库

只要跟数据打交道就离不开数据库，SQL语言是每个数据分析师必不可少的一项硬技能，当然，学习大数据SQL也是必经之路。

四、Hadoop架构设计

要学大数据，首先要了解的是如何在单台Windows系统上通过虚拟机搭建多台Linux虚拟机，从而构建Hadoop集群，再建立spark开发环境，完成大数据环境的配置搭建。也是学习大数据的第一步。

Hadoop生态体系HDFS分布式文件系统；MapReduce分布式计算模型；Yarn分布式资源管理器；Zookeeper分布式协调服务；Habse分布式数据库；Hive分布式数据仓库；Sqoop大数据迁移系统；Spark的基本应用等，是大数据生态圈的组件和作用。

五、机器学习

要使得大数据相关内容得到应用，则必然会涉及大量机器学习及算法的内容，发挥出大数据的优势，让你的办公效率更快，更强。这也是大数据最大的优势所在，使得计算机性能得到最大的利用。

学习大数据分析需要从以下几个模块入手：

大数据平台基础知识

数据库知识应用

大数据仓库知识应用

数学及统计学基础

Python机器学习

大数据平台分析Spark工具

大数据综合案例

时光匆匆，我们生活得也很匆忙，如何匆忙中取胜，如何匆忙中取静，一切都要看个人的造化。好比掘地挖井取水，很多人都半途而废，甚至还差几十厘米就挖通了水源，但坚持和忍耐实在太考验人，也太折磨人，但也区分出了优胜劣汰的结局，毕竟不是人人都可以成为“吃得苦中苦，方为人上人”的胜利者。不过选择却在我们手上，我们选择做“苦中苦之后的人上人”，还是“三天打渔两天晒网的无功而返者”，都要我们自己一步一步去拨开迷雾。当你在刻苦努力时，你想到的是一群在KTV通宵狂欢的买醉哥们，还是年纪轻轻早已行走在佛罗伦萨小镇度假的大学同窗，好好掂量，好好鞭策，相信你会做出更明智的选择！

就数据分析学习而言，需要的技能模块有统计基础+数据库知识+编程能力。其以后的的职业发展方向，一个是业务层面的方向，一个是数据挖掘层面的方向。今天科多大数据和你们一起来谈谈关于数据分析的学习。

1.统计基础

理工科的学生在本科阶段学习过概率论与数理统计，单从做数据分析的角度已经够用。其他方面，可以根据需要查看相关书籍，随时进行查漏补缺即可。个人推荐《深入浅出统计学》，可以让统计理论的学习有趣又自然。

2.数据库知识

关系型数据库很重要。在学习数据分析的初期甚至很长一段时间，你接触到的数据都存储在关系型数据库中，需要学习SQL语言进行数据查询。关于SQL语言，强力推荐《SQL必知必会》，整本书通俗易懂，是学习SQL语言的不二之选。

学习数据库的本质就是在学习一种与数据打交道的逻辑思维与能力。编程中的很多思想都和关系型数据库、SQL相通，比如：SQL中对data进行group by的操作，这个在Excel里类似于透视表，在Python/R中也有相应的group function去处理数据。甚至在以后的进阶过程，你会接触到分布式数据库和所对应的no-SQL语句。

3.编程能力

Excel。 透视表（Pivot Table）是做数据分析的必备技能。透视表可以帮你迅速汇总数据，看到各类型数据的直观特征就像是让你站在更高的视角看待数据。作为进阶，Excel自带的函数、各种插件，以及VBA也是很好的工具。

Python。当数据量大到用Excel打开都要很久或者我们想进步提升能力时，需要学些hardcore技能，即用编程语言做数据分析。这里主要有R和Python两大流派。个人推荐Python，一是代码简单易懂，容易上手；二是学习资料多，降低学习成本。推荐《利用Python进行数据分析》，涵盖了利用Python做数据清洗，数据可视化及分析的技能点，可以作为一本工具书随时查阅。

Python 是目前科多大数据分析课程里面非常重要的一项内容，下面这张图更能直观反映学习内容

当然需要特别指出，数据分析课程学习内容肯定不止python这一项内容，还包括数据分析基础，互联网电子商务、经济学基础，数据产品（可视化报表）等各个板块的学习。