如何自学数据分析？

经济学背景，懂点统计和计量。希望能从事数据分析方面的工作，特别编程之类的感觉很酷有木有

香侬慧语科技 · 2018-9-28 00:21:06

如果是应用在工作当中，其实学一些开源的数据分析工具比如Weka或者Tableau就不错的。而且商科生也完全可以把这些内容写入自己的简历。

贾凡 · 2018-9-28 00:21:07

自学难以持续，弯路难以避免。互联网业务数据分析看起来很火，但是天花板也不高，很容易在重复劳动中遇到瓶颈，建议多掌握几门编程语言，sql是基本功，python必杀技，机器学习才是王道。不过大前提都需要你有一颗强大进取的内心。

张大万 · 2018-9-28 00:21:08

谢邀！

这里只想提一个思路：在准备入门/自学数据分析之前，请先确定自己适合这份工作！

知乎上如何做数据分析这类问题已经很多了，推荐书本、课程、网站、软件...数不胜数，题主可自己翻阅一下。

市场上也有一大堆从零开始、菜鸟也能、30天学会系列太多了，盲目的买买买，学学学，真的人人都是数据分析师吗？

最近想写一本关于“数据分析——没那么容易入门”的书籍，想和大家聊一聊这方面的东西。

通过这些年来的了解和熟悉，身边有太多“盲目”的数据分析从业人员，只是了解了Excel中相关图表与统计的功能，在从事分析工作时也有许多的不严谨和漏洞。在一些社区或是平台经常遇到一些把原始数据直接挂在网上，问该怎么分析数据甚至是通过这些数据能得出什么结论。现在想一想，他们真的适合做数据分析吗？数据保密性的职业素养不说，不用大脑思考的贴数据要结果真的分析员真的能胜任这份工作吗？

希望大家多了解了解数据分析是什么，然后再问怎么做，真心的，这个行业门槛没大家说的那么低！

职图CareerTu · 2018-9-28 00:21:09

感觉我一个问题的答案可以回答无数个问题，哈哈哈。
这是我在职图 CareerTu：如何在业余时学数据分析？里的回答，直接复制过来！
数据分析一般来说是需要有以下基础的：
1、统计基础（《深入浅出统计学》、《商务与经济统计（第12版）》）
2、分析理论和Excel（《谁说菜鸟不会数据分析》）
3、SQL（《SQL必知必会》还有MySQL的官方教程）
4、Python）随便一本入门教材 + 《利用Python进行数据分析》、《Python科学计算》
5、R语言技能（《Learning R》、《R语言实战》）
先熟悉这些方面的知识，然后就是要将自己的知识用于实践试试看，可以先找一份相关工作的实习来试错，关于找工作的步骤我在求职四步走，Offer拿到手！简历、面试、人脉，技巧全都有里面有提到过，可以去看看，虽然多是讲的美国求职，不过有些也是共通的。
还有关于数据分析方面的问题可以加我们的微信公众号（careertu）或者咨询师了解~
微信公众号：careertu
职图咨询师（免费测评）：careertututor,备注【知乎】
职图学姐（领礼包）：careerprousatutu，备注【知乎】

Alfred-Yue · 2018-9-28 00:21:10

看题主的自我介绍，和我曾经的情况应该差不多，我大学本科专业是会计学（我怎么就学了这个东西），可能和题主相比还大有不如，因为大学里面我的会计课程几乎是逃课完成的（哈哈），从来没有编辑过一张财务报表，也没有完完全全自己完成过专业课程的课题（汗颜）。
大学时代全教室都是各色颜艺的妹子，我自己也很腼腆，不逃课的时候就坐在教室的最后一排，看看小说，睡睡觉。时间长了，我就越发感觉无聊，不仅学不到东西，整天呆在女人堆里面，怎么感觉那么别扭（别误会，我不是歧视女性）。
于是，也是机缘巧合，我在大二的时候逐渐走上了数据分析的道路，严格来说，是走上了和数据打交道的道路，当然，其中就包括了数据分析这一方面。
要想自学数据分析，首先，你得知道数据分析是什么？这里我就不说那些教科书般的内容了，我们就说实际工作生活中常常用到的。数据分析就是你的公司经营了一段时间，拥有了一定量的数据，将这些数据进行二次处理，得出的结论性和指导性的意见就是数据分析。
这么说我想大概你就有了一个初步的认识，你可能会说，那excel统计数据，用sum汇总，avg取平均，vlookup多表匹配不就是干这个事情的么？没错，这就是最常见，也是最简单的数据分析。所以，数据分析最简单也是最好的入门方式，我觉得就是好好利用EXCEL，这是基础中的基础，不管你是会计，行政，还是码农，亦或者是专业的数据分析人员，这都是不可迈过的一步。
其次，你得拥有良好的数学基础和逻辑思维。这点其实从你上初中开始，就在潜移默化的积累了，只不过等你拥有了数据分析的目标之后，在学习的某个阶段会有更大的倾向。前面说了最简单的数据分析就是一些数理统计，我相信你很快就能掌握，等你掌握了之后，你才算堪堪入门，数据分析博大精深，真正的精髓就在数学上，所以，你得学习算法，像市面上最主流也应用的最多的算法，不必所有都要学习，可以给自己定一个目标，选择一两个，沉下心去，好好钻研，从它的数学原理到应用场景，一个都不能少，这里，我介绍几个常见的算法：
（1）、分类算法：回归分析，神经网络
（2）、聚类算法：K-means
（3）、关联算法：Apriori
... ...
第三，你需要选择合适的分析工具。其实第一点中的excel就是一个具有代表性的分析工具，但是，excel拥有很大的局限性，在互联网高速发展的时代，海量数据和自定义算法应用才是数据分析的目标主体，excel显然做不到这一点，这时候，你可能就需要选择能够处理海量数据，且能够编辑算法，并能将KPI信息准确呈现的工具，这里也不多赘述，直接列举。
（1）、商业展示工具（BI工具）：Oracle Biee，IBM Cognos，QlikView，Tableau 等等。
（2）、开源展示工具（不收费的BI工具）：这里不推荐，要是想用免费的，就写代码吧，哈哈。
（3）、算法工具：IBM SPSS Modeler，MATLAB，PYTHON，R语言等等。
这里多说一句，如果是行业新手或者行业小白，建议先学BI工具（个人建议选择加粗的两种），然后再学习算法（算法入门一定是SPSS，然后如果可能，一定要把SPSS的算法用python或者R语言实现，也就是先学SPSS，然后python或者R语言）。

第四，我觉得也是最最重要的东西，那就是业务理解。这一点至关重要，这是底层基础，理解了业务，才能将你的工具和数学能力，美学能力等上层技艺发挥出来，如果你只是一个懂算法，会工具的技术大牛，却不懂业务的话，那你就是一个无法应用和变现的人，数据分析的目标是辅助企业改进计划和决策，如果你把你的制造业那一套理论和算法应用到电商领域，那我告诉你，你可以卷铺盖走了，与之相比，一个不懂技术却在本行业沉浸多年的人，凭他的业务能力和经验判断都会很大程度上找出问题和规律，假如这时候他会了数据分析，那他就是这个行业真正的大牛，数据分析能让他的经验更准确，让他的判断更深入，这就是业务凌驾于技术之上的根本原因。

好了，说到这里，做个总结，学习数据分析的方法其实很简单，但是要做到还是需要下很大功夫的。你需要理解行业规则，学习行业经验，同时，精通EXCEL和数据呈现方式，并且，找到你喜欢而且能够应用到本行业的优秀算法，利用你的行业经验对算法进行优化改进，做到了这些，其实你已经是个大牛了。

看我打字这么辛苦，可以给个关注哦，知乎 @Alfred-Yue ；
QQ：407471109。

非成功人士 · 2018-9-28 00:21:12

所以没人说 Hadoop 的吗

summer · 2018-9-28 00:21:13

大公司的数据分析师要求掌握的技能还不是一般的多，在熟悉业务的基础上，技能是少不了的，最基础的是SQL，你SQL都不懂，何来分析数据。然后就是统计学知识，概率论知识，计算机知识，经济学知识，现在市面上最流行的数据分析语言是R和Python。算法你还要了解一些，例如常见的回归算法、贝叶斯算法、马科夫算法等。

小毛驴 · 2018-9-28 00:21:14

学习轨迹：了解数据分析的行业——>掌握数据分析的技能——>准备简历
因为数据分析的岗位很多，比如研发部，运营部门，连人事，财务等都有数据分析的岗位了，每个岗位职责都不同，工作内容自然不同了。如果你什么都不太懂，那么运营部门的数据分析会更适合你。当然运营部门下可能也有数据运营和数据分析师的职位，这个没有太明确的划分界限。如果非要划分，数据运营会更专注提数，更好的运营；数据分析师会偏重数据层面的东西，运营方案什么会不那么关注；数据策略会偏重数据和策略打法等等。。但是其实都差不多。
数据分析的技能SQL和excel最关键，尤其是sql。如果sql能力不行，直接pass，不会考虑的。如果sql都能做出来，逻辑不是那么清晰，也没关系，初级足够了。
数据岗位很讲究经验的，一定要好好包装简历。可以关注专栏。

pzi · 2018-9-28 00:21:15

数据分析和挖掘要结合业务看工具的话就sql.excel.Python.R.tableau提数清洗建模可视化这些如果没有业务支撑还是蛮枯燥的

如何自学数据分析？

9 个回复