数据分析三年建议指导（书籍等）

还有一个多月，我工做就满3年了。在职场上，3年是个坎，意味着从初级转到中高级，但前提是能力跟得上工做年限。

我第一份和第二份工做，是作的数据运营，如今这份工做，title是商业分析师。由于专业不是数学、计算机类的，因此至关于转行，但也是理工科，有编程基础，因此相对文科生来讲会稍微轻松点，但转行之路并不轻松。

以前看到不少想转行的朋友，会问好比，女生适不适合作数据分析、文科生能不能作好数据分析、数据分析作什么的，这样的问题。

今天想写的，是三年来的一个总结，也写一下我是如何从一个连Excel都不会的菜鸟慢慢成长的经历。想必像BAT这样的大牛不会是个人读者，那我就自做主张的把读我这篇文章的朋友看成曾经的我——刚入门的小菜鸟。

工做第一年——菜中之菜

个人第一份工做在一家小公司，用户很是少，产生的数据也不多。虽然说职位是数据运营，但运营的活占了一大半，也就是天天上下线产品，传图片啊、和产品技术扯皮啊之类的。数据相关的工做，就是天天的日报，其实也就几行数据，都是从后台导的。好在我有个比较逗比的领导，教了我很多东西，我有不懂的他都会给我讲。再就是工具Excel，最初连公式if、vlookup这类最基本的都不会用，更别说那些公式嵌套、数组这样的了。

天天没事情的时候我就学Excel，关注了好几个公众号，天天跟着推送的小技巧学，以为有用的我就用小本本记下，再本身建立数据练习一遍。

用一次是背不下来的，可是可以有个概念，碰到问题的时候，脑壳里有个印象知道这能够用快捷方式实现，也能知道用什么关键字去百度。

不过那段时间我陷入了另外一个误区，死命学习数据分析工具。由于实在不想待在那家几个老板撕逼的公司了，为了可以跳槽，天天早上六点起床学spss、VBA、powerBI。那时以为学了这些技能，在简历上写得会好看些（手动捂脸）。可是学了并无什么卵用，工做上没用到，几个月以后就忘了。

工做第二年——初级数据分析师

第一份工做干了七个月，实在受不了就走人了。去了一家金融公司，数据量依旧比较小，可是涉及的面比较广，好几类数据（用户端、合做方端、平台端）。第二份工做成长比较快，由于部门就我一个作数据的。虽然运营的活也在作，好歹数据和运营一半一半。

在这期间，我是经过背数据了解业务的。嗯，没错，背数据。

头部产品日均uv，注册，销售额等等，月度数据、周数据等等，天天早上去到公司第一件事情就是先背一遍最新的各类指标。长此以往，我也就作到了“心中有数”。开会领导问起来，我能够不用看数据表就能说出相关数据和转化，也能一眼看出哪些数据有异常，赶忙测流程，发现bug及时止损。对于投放产品的订价，也能给商务一个有价值的建议。

这份工做带给个人，是数据敏感性和对业务的理解。不少数据分析的职位JD 里都提到了数据敏感性，其实做为普通人（可能连高数都学得头大的），像电影里那种对数据过目不忘的天才是不多的，数据敏感性就是创建在对数据的了解和熟悉上，一个一直在作电商数据分析的人，可能对游戏业务的数据只知其一;不知其二。

因此，如果你没有特异功能，先背数据吧。

业务的了解，是在工做中得来的。对于新人来讲，天天都会涉及到新的东西，好比uv、ip、pv、埋点、日活、月活、转化率，怎么评估转化率的高低，怎么评判产品的表现等等。多学，多问，脾气好，谦卑。固然问以前先去百度，别什么不会都转头就问，别人的时间不是拿来浪费在你身上的。

这份工做中，另外收获比较大的，就是学会了python，而且学以至用。

日报周报月报都是我作，天天的数据很少，可是很是杂，若是用Excel，我得重复十几回一样的操做。我是个很懒的人，重复几回就要冒火了。本来也是在学python，正好知道python可以当Excel用，也就更加努力的学了。

天天我是部门第一个到的，9点上班，我通常八点半以前会到。到了公司，就坐在工位看网络课程。好比安装、使用、代码，先作个大概得了解。以后就是用文档学，好比电子书、知乎、打印出来的教程等等。从安装，到import pandas、read_excel，一步一步也就编了一段完整的代码，代替了重复操做的Excel。

最初日报要花一上午作，用了python以后半个小时搞定，包括下载数据，美化表格，写邮件。由于工做效率的提升，领导也交给我更多的事情，接触的业务也就扩大了。

工做第三年——中级数据分析师

第三份工做，也就是如今作的，就纯属于数据分析了，没有运营那些琐事。数据量比以前的两个公司大了不少倍，日报用Excel还行，周报、月报就只能用Python了，Excel根本带不起来。技能方面，又新增一个oracle。sql实际上是比较简单的，在网站上随便学一个下午，再下个navicate for mysql练个几天，入门垂手可得。

可是复杂的查询就须要花费时间去训练了，毕竟sql的逻辑和Python的不太同样。今年年初，领导要作一个2018的年报，须要12个月的数据。以我现有的Python水平，处理12个月的就很卡了。只能捣鼓oracle，别说，还真是快，很是之快！

对于业务的理解，固然是比两年前更透彻的。可是做为一个数据分析师，最重要的事情，不是去描述事件何时发生、如何发生、产生了什么影响，而是要根据这几样，去告诉业务组或者领导，如何去优化，以后会往什么方向走，怎么提高业绩，这才是最重要的。

固然，如今对数据的处理效率、工具的使用熟练度，已经妥妥的应付得了目前的工做了，如果之后还须要提高，确定也会加倍努力。不过对于我来讲，更重要的是理解业务，拓宽眼界，了解行业。

道阻且长——几个忠告

1. 技术、业务，想清楚本身想走哪条路线

我是一开始就想走业务，由于我比较想接近前线一些，可以更了解部门业务甚至整个行业的变化。因此职位编制也一直在运营部门。若是是技术路线，编程功底是不能少的，java、python、hive、hadoop之类的是比较主流的。此外就是算法、统计、数学功底也要扎实，计算机和统计专业的比较有优点。

通常大公司要求很高，作技术方向能够学到不少东西，并且待遇也很好。小公司的话，若是宣称什么大数据、人工智能之类的，呵呵哒，不是骗用户就是骗投资商了。

2. 中年焦虑，躲不过

相信我，只要你选择了互联网，不论你是作技术仍是产品仍是运营仍是数据分析，都逃不过中年焦虑。若是惧怕这一点，仍是选传统行业吧。可是只要作好本身的事，想必天无绝人之路，年过三十也不是大罪，不至死。

3. 初级、中级、高级

对于刚入门的小朋友，作好本职工做，领导交待的必定要认真对待，并且及时反馈很重要。在业余时间想方法提高效率，好比刚作的表格，是否是有更快的方法实现，图是否是可以作得更清晰好看。这个时候你是不会承担起部门的数据分析和指导性角色的，老板也不会很重视你的意见，可是慢慢发光，作的东西出来会让别人眼前一亮，想必领导会注意到你。

也别吝啬帮助别人，不少时候帮一下同事，可能你会有新的知识能够学到。并且你帮助他了，下一次你有什么问题，想必他也不会断然拒绝你的。

对于中级，这个时候已经开始承接部门的数据和专题分析工做了，对于ppt的撰写，图表的呈现必定要专业，能够学学各大咨询公司的报告，看看别人的报表风格。好比艾瑞咨询的报告，我我的很喜欢这类风格，因此个人图不少也是模仿他的。在ppt或图表上融入公司的主题色（前台或者logo的颜色），会增色很多。

对于高级，我也是在摸索。目前对于数据的处理、表达上已经没什么问题了，足够应付现有工做。可是如何从数据提取的信息，去提高业务，优化流程。这一点我也还在学习，从现有的数据表现，提出有建设性的意见给运营、产品、领导，这是很考验人的，不只要确保数据准确无误（这样才能得出没有误差的结论），还得对业务产品了熟于心，还有对行业的一个全局观，

路阻且长，行则将至。

专栏列表

数据分析与Python：【Python代替Excel】1：Python与Anaconda

数据分析与Python：【Python代替Excel】2：数据的读取

数据分析与Python：【Python代替Excel】3：数据的预览

数据分析与Python：【Python代替Excel】4：数据的清洗

其余文章推荐

数据分析与Python：如何转行数据分析师？应届生如何自学？

数据分析与Python：【数据分析入门】之：如何用Python代替Excel（1）

数据分析与Python：【数据分析入门】如何用Python代替Excel（2）

数据分析与Python：从入门到精通，10本数据分析必看书籍

数据分析与Python：拉勾爬了1200个职位，告诉你什么是数据分析