網站分析數據（關於）

編輯導讀：數據分析如今已經逐漸成為一個熱門職位，越來越多的人想要成為數據分析師，但是卻不知道怎麼入門。本文將從廣義的角度以及互聯網思維的視角，來梳理一下關於“數據分析”如何快速入門一些基本思路。對數據敏感，能夠通過“數據分析”發現業務層面提升的機會，是很多企業對產品、人力、運營和經理等崗位的基本要求。而我們之前也梳理瞭“數據分析通識”，“數據思維”，“數據分析常見的工具”等數據分析的一些相關的內容，瞭解瞭什麼是數據分析，以及思維等知識點。本文將從廣義的角度以及互聯網思維的視角，來梳理一下關於“數據分析”如何快速入門一些基本思路。但不局限於入門專職數據分析的崗位，因此不存在質疑自己合不合適做數據分析、糾結零基礎入門難、文科生是不是很難入門等疑問。但如果你想入行數據分析，還是需要好好思考一些問題：我希望進入哪些“數據分析”的崗位呢？這職位有前景嗎？自己的性格適不適合做數據分析？符合自己未來的職業定位麼？入行後需要什麼樣的知識結構？等問題瞭。一、入門數據分析對人有哪些要求？剛剛接觸“數據分析”相關工作時，在日常工作中都在為數據質量、取數等基本的事項弄得焦頭爛額，與業務方的溝通需求爭論不休。一開始覺得其主要問題是工具技能的不足以及缺乏對業務的理解。但後面慢慢地就會發現讓其堅持下來的本質原因是對數字背後的邏輯以及異常原因的好奇，是對更高效分析方法的好奇，是對行業的新鮮事物的好奇···等等的好奇心，而這些好奇才是你做好“數據分析”的原始驅動力。不然很容易簡簡單單就出分析結論，草草結束分析瞭。我們在做小飛象交流會的時候，總是會重復一句話“做一個對世界充滿好奇的人！”，隻有你足夠的好奇心，才能夠直面枯燥的數字，不斷挖掘事物背後原因的強烈動力。因此，我們首先來看看入門“數據分析”對人有哪些要求？首先，從性格、興趣、愛好等方面來看。要有一定的好奇心和不斷探索未知的性格，並有興趣去知道數據背後的邏輯，當面對分析需求、寫sql代碼、整理海量數據等繁瑣枯燥的工作，能克服枯燥的感覺並嚴謹的完成這些工作，同時更要求有與人溝通以及合作的協調的能力，因為做數據分析需要與業務部門、研發部門等頻繁溝通和合作、明確需求以及推動執行的。這些工作，是你喜歡的、擅長的嗎？其次，從學習、思考的能力方面來看。如何根據數據，來推演、分析、提出解決方案，需要你常常腦洞大開，並且數據分析是需要不斷持續保持學習狀態的。因為數據分析的結論，有時候會和我們的直覺背道而馳，這就需要不斷的通過思考以及學習，完善自己的知識體系。再者，從工具使用的熟練程度來看。我們分析數據， 就需要有數據源，然後處理數據。也就是說數據查詢和處理的能力是做數據分析基本的內功。在數據處理上，就涉及到瞭大大小小各種各樣的工具，所以就需要掌握這些工具的使用，如Excel、SQL、Tableau、Pyhon等工具。最後，從心態上想想自己是否具有開放性、可容錯性以及堅持不懈的毅力。數據分析的圈子裡面，都非常開放。數據也好，還是數據指標也好，其本身並不是完美的，也會出錯，所以我們必須擁有開放的心態以及堅持不懈的精神，所以，才能使我們不斷的從數據中探索，尋求答案。✎小結總之，對於一些缺點和不足，可以考慮改進，使之不再成為短板，比如學習數據分析的基本原理、技術、工具，但是興趣、性格、心態的方面呢？或者會成為你放棄不擅長的職業的原因。二、如何快速入門“數據分析”基本思路瞭解瞭入門“數據分析”對人有什麼要求，那麼，我們就來梳理一下如何快速入門“數據分析”的基本思路。對於如何快速入門數據分析主要建議還是主要把精力放在數據分析的思維、業務知識的熟悉與梳理、通用能力。其入門思路如下：首先，是數據分析思維，因為思維決定上限，我們需要轉變思維，鍛煉以及培養數據分析思維。在數據分析相關的職位裡經常會寫這麼一條招聘要求「具備數據分析思維」。在工作或者面試中，會經常聽到分析思維、分析思路、分析方法。其次，要對業務知識的熟悉與梳理。數據分析是用來解決具體行業問題的，需要從業務的角度出發，瞭解各個指標，以及每個指標之間的關系，還需要聯系業務去理解數據。所以，工作中數據分析脫離不瞭業務。因此，需要具備某個行業的業務知識才能去理解這個行業裡的術語、業務問題等。至於工具，可以在入門後去學習加強。而業務知識包括某個行業的常用指標、業務流程。需要註意的是，不同行業的指標、業務流程是不一樣的，所以，需要學習的時候針對你的目標行業去學習、瞭解10多個行業的指標、業務流程等。再者，就是通用能力。包括 PPT 制作分析報告、溝通能力。在工作中，要經常做分析結果做成數據分析報告，然後展示給業務部門、上級領導、客戶等，而這種展示數據分析報告的場景常用的工具就是 PPT，所以就要求你會用 PPT 制作數據分析報告，有較好的的文字、書面總結能力。數據分析師對溝通能力的要求更高。因為，數據分析師解決的是實際的問題，需要跨部門溝通業務，做好的數據分析報告也要展示給各個部門、領導、客戶，隻有好的溝通能力，才能讓你的分析結果得到用戶的認可。✎小結總之，除瞭上述幾個大方向，我們還可以做如下幾個小點：平時可以多去看一些商業數據模型、數據分析案例；關註一下數據類的公眾號（比如我的公眾號，哈哈，但公眾號的文章類目可能比較雜，建議看完要自己歸類整理吸收，必須形成自己的數據體系）；加入一些數據分析的專業社群也是一個不錯的入門法子；網上很多數據分析的資料（人人都是產品經理等那些優質網站），最後逐步的一點一點的形成自己的分析思路。三、有哪些入門的書可以推薦？對於數據分析入門，我們先要有數據分析的基本數學概念，初級數據思維，初級數據工具技能。因此，推薦的入門書籍從三個方面，如下：基本數學概念推薦書籍：《深入淺出數據分析》《深入淺出統計學》等，瞭解基本的統計知識，鍛煉紮實統計基礎。初級數據思維：《精益數據分析》 《數據思維：從數據分析到商業價值》等，瞭解分析方法、案例、鍛煉數據思維。初級數據工具技能：《誰說菜鳥不會數據分析：入門篇》《誰說菜鳥不會數據分析（工具篇）》等。瞭解基本知識，掌握基本的工具。✎小結總之，數據分析需要具備多方面的理論基礎，比如：基本的數據分析知識：統計、概率論、數據挖掘基礎理論等；基本的商業意識：營銷理論、戰略規劃等；數據處理知識：數據庫、數據結構等。但是，對於小白而言，這實在是信息量太大瞭，所以在入門的階段，以上推薦書籍，基本上能清晰地讓我們剛入門的朋友們知道數據分析能解決什麼問題、需要什麼方法論、需要掌握什麼基本技術及原理等這些就足夠。懂得常規知識並能找到基礎的工作是入門階段的目標。四、有哪些入門數據分析工具推薦？在工具方面，推薦從Excel+SQL這2個來作為入門的數據分析工具。剩下的一些工具根據自身能力去學習，都可以自學 ，但等有SQL基礎後再學Python等復雜的工具會相對容易些。Excel：最基礎的底層能力， 當然也是必備的。在實際工作中Excel的使用頻率非常高，因為Excel函數、透視表可解決大部分問題，並能夠把存儲、分析、數據可視化很好的結合在一起。而且Excel的熟練程度，也會極大提升數據分析過程中的效率，讓分析更加的強大。還有一個很重要的原因就是Excel的受眾廣。特別是可以把分析結果展示給業務部門，或者與業務部門對接的時候，會節省大量的時間成本。但Excel功能太多，對於剛入門數據分析的也不可能掌握所有的功能，可以則需而取。主要掌握常見的功能和函數基本上就可以覆蓋大部分的應用場景瞭，比如：基礎功能: 列排序、篩選、去重、求和、求平均高級功能: 透視表行列值匯總、占比匯總、過濾、排序 （主要是可視化圖表）數值函數：ABSCEILFLOOR···邏輯函數: IFIFERROR ···字符函數: LEFTRIGHTCONCATENATEVALUE ···時間函數: YEARMONTHDAYDATE ···高級函數: VLOOKUP···…….（後面我們有專門Excel講解，這裡就 不一一展開瞭）♦SQL：一門專門為數據查詢所設計的編程語言，也是所有數據分析師們都必須掌握的基礎要求。因為當小規模的數據處理、分析、展示Excel都可以搞定，但對於大規模的數據處理而言，Sql是必備的取數手段，在數據獲取和數據清洗環節都會用到SQL，要看哪些數據需要處理，然後導出數據。對於剛入門數據分析來講，可以先從幾個核心語句入手學習SQL：檢索數據：SELECT FROM篩選數據：WHERE / HAVING數據分組：GROUP BY匯總函數：聚合函數數據排序：ORDER BY數據選取：LIMIT……..掌握以上語句和一些基礎函數後，在實際應用中可以滿足我們80%左右的查詢需求。而關於增刪改語句，我們可以進行瞭解，在應用中我們基本不會接觸到修改數據庫的權限。推薦《SQL必知必會》這本書可以熟悉基礎用法。如果為瞭應聘，可以去牛客網找一些真題練手，學習SQL主要還是以練題為主。（後面我們有專門SQL講解，這裡就不展開瞭）✎小結總之，“工欲善其事，必先利其器” ，一件稱手的工具能讓我們事半功倍。對於數據分析人員來說，數據分析基本流程中的數據獲取、數據清洗、數據可視化分析的部分，最常用的組合是 SQL + Excel + PPT/可視化（入門級的Excel 就可以做可視化，還有一些Power BI、Tableau等可視化軟件這裡就不展開瞭）。五、總結以上就是如何快速入門“數據分析”的基本的思路，僅供參考！但是，優秀的數據分析人員是不能速成的，相對來說數據分析入門並不難，入門之後的知識積累才是重點，但不同行業也有不同的難點，還有待挖掘。以上的前提針對如何快速入門，目的是達到數據分析相關領域的門檻，如順利拿到一份offer等，不涉及數據挖掘等高級技巧。我始終覺得“數據分析”是一個厚積薄發的崗位，且更是一個通用的技能，每個職場人的一個底層能力。如何在實際工作、項目中真正發揮數據分析的作用，產生價值。是一個優秀的數據分析人員需要去主動發現問題、解決問題、總結問題的最終目標。因此，隻要明確瞭方向，那麼剩下的就是堅持瞭，然後不斷積累，保持最初的好奇心。#專欄作傢#木兮擎天＠，微信公眾號：木木自由，人人都是產品經理專欄作傢。多年互聯網數據運營經驗，涉獵運營領域較廣，關註於運營、數據分析的實戰案例與經驗以及方法論的總結，探索運營與數據的神奇奧秘！本文原創發佈於人人都是產品經理。未經許可，禁止轉載題圖來自Pexels，基於CC0協議