新人如何學(xué)習(xí)大數(shù)據(jù)分析

第一周：培養(yǎng)數(shù)據(jù)分析思維

為什么數(shù)據(jù)分析思維很重要?

如果我們?cè)诜治鲆粋€(gè)問(wèn)題前，思維缺失就像下面圖中所表達(dá)的一樣，往往不知道問(wèn)題從哪里下手，即使拿到數(shù)據(jù)也是一臉懵逼。

所以我們要通過(guò)訓(xùn)練數(shù)據(jù)分析思維，幫助在遇到問(wèn)題時(shí)，大家腦中能快速梳理出分析的切入點(diǎn)以及思路，這一點(diǎn)很重要。

常用的一些思維方式：

1、金字塔/結(jié)構(gòu)化思維

把待分析問(wèn)題按不同方向去分類(lèi)，然后不斷拆分細(xì)化，能全方位的思考問(wèn)題，一般是先把所有能想到的一些論點(diǎn)先寫(xiě)出來(lái)，然后在進(jìn)行整理歸納成金字塔模型。主要通過(guò)思維導(dǎo)圖來(lái)寫(xiě)我們的分析思維。

2、公式化思維

在結(jié)構(gòu)化的基礎(chǔ)上，這些論點(diǎn)往往會(huì)存在一些數(shù)量關(guān)系，使其能進(jìn)行＋、－、×、÷的計(jì)算，將這些論點(diǎn)進(jìn)行量化分析，從而驗(yàn)證論點(diǎn)。

所謂指標(biāo)體系，就是這么梳理得來(lái)的。

3、業(yè)務(wù)化思維

業(yè)務(wù)化即是深入了解業(yè)務(wù)情況，結(jié)合該項(xiàng)目的具體業(yè)務(wù)進(jìn)行分析，并且能讓分析結(jié)果進(jìn)行落地執(zhí)行。用結(jié)構(gòu)化思考＋公式化拆解得出的最終分析論點(diǎn)再很多時(shí)候表示的是一種現(xiàn)象，不能體現(xiàn)產(chǎn)生結(jié)果的原因。所以需要繼續(xù)去用業(yè)務(wù)思維去思考，站在業(yè)務(wù)人員或分析對(duì)象的角度思考問(wèn)題，深究出現(xiàn)這種現(xiàn)象的原因或者通過(guò)數(shù)據(jù)推動(dòng)業(yè)務(wù)。

增加業(yè)務(wù)思維方法：貼近業(yè)務(wù)，換位思考，積累經(jīng)驗(yàn)。

同時(shí)，這樣的思維模式在一些特定業(yè)務(wù)場(chǎng)景下，還衍生出一些基礎(chǔ)的分析方法，比如象限法、多維法、假設(shè)法、指數(shù)法、二八法、對(duì)比法、漏斗法，這個(gè)對(duì)未來(lái)構(gòu)建分析模型都有幫助。

思維模型的好處是他能提供一種視角或思維框架，從而幫助你建立起觀察事物和分析問(wèn)題的視角。通過(guò)對(duì)思維模型的學(xué)習(xí)和訓(xùn)練，能提高你成功的可能性。

第二周：Excel技能進(jìn)階

學(xué)習(xí)Excel是一個(gè)循序漸進(jìn)的過(guò)程

基礎(chǔ)的：簡(jiǎn)單的表格數(shù)據(jù)處理、篩選、排序

函數(shù)和公式：常用函數(shù)、高級(jí)數(shù)據(jù)計(jì)算、數(shù)組公式、多維引用、function

可視化圖表：圖形圖示展示、高級(jí)圖表、圖表插件

數(shù)據(jù)透視表、VBA程序開(kāi)發(fā)……
按照我習(xí)慣的方法，先過(guò)一遍基礎(chǔ)，知道什么是什么，然后找?guī)讉€(gè)case練習(xí)。多逛逛excelhome論壇，平常多思考如何用excel來(lái)解決問(wèn)題，善用插件。

函數(shù)和數(shù)據(jù)透視表是兩個(gè)重點(diǎn)，結(jié)合業(yè)務(wù)場(chǎng)景來(lái)學(xué)習(xí)，可參考《誰(shuí)說(shuō)菜鳥(niǎo)不會(huì)數(shù)據(jù)分析》。

第三周：學(xué)習(xí)數(shù)據(jù)庫(kù)原理和SQL

做數(shù)據(jù)分析，數(shù)據(jù)從哪里來(lái)？數(shù)據(jù)庫(kù)！

怎么取數(shù)據(jù)？寫(xiě)SQL！

做數(shù)據(jù)分析，取數(shù)、清洗數(shù)據(jù)，基本都要依賴(lài)SQL。

初入門(mén)階段，對(duì)于數(shù)據(jù)庫(kù)不必精通，只需了解常用的數(shù)據(jù)庫(kù)類(lèi)型，能夠在現(xiàn)有的表格里面查詢(xún)出數(shù)據(jù)，能夠更新數(shù)據(jù)對(duì)數(shù)據(jù)進(jìn)行重編碼，知道怎么增加添加數(shù)據(jù)，把數(shù)據(jù)變得規(guī)整就行。

理解主鍵，索引等含義和用處；導(dǎo)入導(dǎo)出數(shù)據(jù)可以使用工具，分析數(shù)據(jù)可以使用ODBC或者其他的接口對(duì)數(shù)據(jù)庫(kù)進(jìn)行連接。

取數(shù)的排序，做數(shù)據(jù)的交集并集，數(shù)據(jù)轉(zhuǎn)換，數(shù)據(jù)表合并等這些，*好也能掌握。

SQL的學(xué)習(xí)，看這個(gè)就夠了：SQL教程_w3cschool

這里總結(jié)了幾個(gè)核心技能：

引自：數(shù)據(jù)分析人員如何快速入門(mén)SQL-SQL學(xué)習(xí)感悟(一) - Ash_Zhang的技術(shù)小屋

技能一：學(xué)會(huì)用select語(yǔ)句添加字段和找出需要的數(shù)據(jù)

直接給一個(gè)隨時(shí)可以套用的萬(wàn)金油模板吧：

select cola,colb,colc into newtable from oldtable wherecola='x' and colb is not null；
基本上，學(xué)會(huì)這個(gè)就可以完全的查出大部分的數(shù)據(jù)了。

select后面是一個(gè)個(gè)的字段，要哪個(gè)選哪個(gè)。有into意味著放到一張新表里面，沒(méi)有就是查詢(xún)出來(lái)。where之后的就是我們的條件，等于某個(gè)值，或者是不是空值，是*常用的幾種查詢(xún)方式吧。

還有一種select也用的非常多：select cola from oldtable group by cola;

這個(gè)語(yǔ)句是看看cola有多少種值的可能性。

select進(jìn)階學(xué)習(xí)，可能要講講join，union，以及多個(gè)查詢(xún)組合成的嵌套查詢(xún)，或者是子查詢(xún)的模式，以及模糊查詢(xún)。這個(gè)后面我會(huì)再花篇幅寫(xiě)出來(lái)給大家參考。

技能二：學(xué)會(huì)alter學(xué)會(huì)增加，減少字段

alter可以做的事情很多，增加字段，減少字段，增加主鍵減少主鍵等等，非常常用。

1. 增加字段：alter table tablename add colname varchar;

這樣就可以增加一個(gè)空字段，varchar是一種數(shù)據(jù)類(lèi)型。

2. 減少字段：alter table tablename drop column colname;

這樣就去掉了一個(gè)原有的字段。

技能三：學(xué)會(huì)update學(xué)會(huì)更新數(shù)據(jù)更新數(shù)據(jù)

大概常用的有兩種，一種是更新成一個(gè)固定值：

update table set col=1;

另一種是從另一張表里面更新，這種方法，在處理一些小型數(shù)據(jù)的時(shí)候經(jīng)常會(huì)導(dǎo)出，然后導(dǎo)入到數(shù)據(jù)庫(kù)，就可以用：

update table set col=tableb.col from tableb where table.id=tableb.id;

里面table和tableb是兩張表，然后通過(guò)兩張表的id關(guān)聯(lián)起來(lái)，學(xué)會(huì)這個(gè)書(shū)寫(xiě)結(jié)構(gòu)就行。

第四周：數(shù)理統(tǒng)計(jì)學(xué)

統(tǒng)計(jì)學(xué)是數(shù)據(jù)分析師必備的基礎(chǔ)知識(shí)之一，是一組用于匯總數(shù)據(jù)和量化給定觀測(cè)樣本域?qū)傩缘墓ぞ摺?/p>

單獨(dú)的原始觀察數(shù)據(jù)只是數(shù)據(jù)，還不能變?yōu)槲覀兿胍男畔⒒蛑R(shí)。有了原始數(shù)據(jù)，那么接下來(lái)的問(wèn)題是：

什么是*常見(jiàn)或可預(yù)期的觀測(cè)？

觀測(cè)的限制條件是什么？

數(shù)據(jù)是什么樣子的？

回答這些問(wèn)題，我們需要借助一些統(tǒng)計(jì)工具來(lái)得出一些結(jié)論。借助統(tǒng)計(jì)學(xué)，你的分析深度、專(zhuān)業(yè)度和科學(xué)性都會(huì)有很大提升。

所以這一周，我們需要掌握統(tǒng)計(jì)學(xué)的以下幾大概念：

1.集中趨勢(shì)(中數(shù)、眾數(shù)、平均數(shù))
2.變異（四分位數(shù)、四分位距、異常值、方差）
3.歸一化(標(biāo)準(zhǔn)分?jǐn)?shù))
4.正態(tài)分布
5.抽樣分布（中心極限、抽樣分布）
6.估計(jì)(置性度、置信區(qū)間)
7.假設(shè)檢驗(yàn)
8.T檢驗(yàn)

推薦書(shū)籍：吳喜之-《統(tǒng)計(jì)學(xué)·從數(shù)據(jù)到結(jié)論》

第五周：數(shù)據(jù)分析軟件應(yīng)用

有了數(shù)據(jù)分析思維基礎(chǔ)，懂一些統(tǒng)計(jì)學(xué)知識(shí)之后，我們就可以著手開(kāi)始相對(duì)專(zhuān)業(yè)的分析，用可視化的方法探索數(shù)據(jù)的規(guī)律。

這一周，除了Excel，你需要掌握一個(gè)傍身的數(shù)據(jù)分析工具。

考慮到快速入門(mén)，這里暫時(shí)放一放SPSS、R、Python一類(lèi)工具，先掌握BI工具的運(yùn)用，幫助快速熟悉起數(shù)據(jù)分析的流程。知名的BI產(chǎn)品有Tableau，Power BI，還有國(guó)內(nèi)的FineBI，網(wǎng)上都有體驗(yàn)版和免費(fèi)版下載。處理好的數(shù)據(jù)拿來(lái)放BI分析，分分鐘就能出很漂亮的可視化，比Excel的圖表高級(jí)多了，而且絕大多數(shù)人都能輕松上手。

BI需要掌握數(shù)據(jù)的連接，連不上數(shù)據(jù)怎么分析。還有儀表盤(pán)Dashboard的概念，知道絕大多數(shù)圖表適用的場(chǎng)景和怎么繪制，維度和指標(biāo)的區(qū)分。

至于一些數(shù)據(jù)的清洗，如果BI掌握得透徹也可以放BI處理，但不熟悉還是用SQL處理吧。

第六周：數(shù)據(jù)可視化

可視化看似是簡(jiǎn)單的步驟，但也是有造詣的?？梢暬f(shuō)白了是一種表達(dá)，數(shù)據(jù)分析結(jié)果表達(dá)的是否到位，領(lǐng)導(dǎo)是否認(rèn)同，工資漲不漲，全靠這一紙dashboard（當(dāng)然還有你“講故事”的功力）。

如何選擇*佳的圖表類(lèi)型？趨勢(shì)性、相關(guān)性、分布性、周期性、布性……

顏色和字體等細(xì)節(jié)樣式方面，如何進(jìn)行更加美觀的調(diào)配？

布局設(shè)計(jì)原則,故事性布置可視化儀表板，報(bào)告的標(biāo)題和結(jié)論注釋?zhuān)约罢w展現(xiàn)的邏輯性。
還有很多可視化的陷阱，都是值得花一周探究的。

第七周：常見(jiàn)的業(yè)務(wù)分析模型

基于一些數(shù)據(jù)分析方法，如象限法、多維法、假設(shè)法、指數(shù)法、二八法、對(duì)比法、漏斗法，在特定業(yè)務(wù)場(chǎng)景下，還衍生了通用的業(yè)務(wù)分析模型，常用的有購(gòu)物籃分析模型，RFM模型，漏斗分析模型，客戶(hù)生命周期，以及預(yù)測(cè)、聚類(lèi)分析等挖掘模型。

這一周我們要掌握常用的分析模型，*好能有深刻的認(rèn)識(shí)，直接套用到實(shí)際的業(yè)務(wù)場(chǎng)景中，活學(xué)活用。

第八周：Python/R語(yǔ)言掌握

到這一周，數(shù)據(jù)分析的入門(mén)之路基本上完成一大半。

本著提升自己，以及加大自己求職和面試的籌碼，掌握Python或R是加分項(xiàng)。

有關(guān)數(shù)據(jù)分析的編程語(yǔ)言有Python和R語(yǔ)言。R語(yǔ)言?xún)A向于統(tǒng)計(jì)分析、繪圖等。統(tǒng)計(jì)學(xué)家或者學(xué)統(tǒng)計(jì)學(xué)的喜歡用R語(yǔ)言，而我更青睞學(xué)習(xí)Python，因?yàn)镻ython是面向未來(lái)的語(yǔ)言，無(wú)論從流行度、可用性還是學(xué)習(xí)難度來(lái)講，Python都是*好的入門(mén)語(yǔ)言。

當(dāng)然，如果可以的話(huà)，再掌握一下R語(yǔ)言是*好不過(guò)的，技多不壓身嘛。

Python有很多分支，但我們學(xué)習(xí)的主題是數(shù)據(jù)分析，入門(mén)推薦《深入淺出Python編程》
從code academy開(kāi)始學(xué)起，完成上面的所有練習(xí)。Code academy涵蓋了Python基本概念。當(dāng)完成了code academy練習(xí)之后，看看這個(gè)Ipython notebook:

其次，掌握三個(gè)庫(kù)Numpy、Pandas、Matplotlib

Numpy是利用Python科學(xué)計(jì)算的基礎(chǔ)包，對(duì)Numpy好的掌握將會(huì)幫助你有效地使用其他工具例如Pandas。包括N維數(shù)組，索引，數(shù)組切片，整數(shù)索引，數(shù)組轉(zhuǎn)換，通用函數(shù)，使用數(shù)組處理數(shù)據(jù)，常用的統(tǒng)計(jì)方法等等。

Numpy Basics Tutorial，Index Numpy 遇到Numpy陌生函數(shù)，查詢(xún)用法，推薦！

Pandas包含了高級(jí)的數(shù)據(jù)結(jié)構(gòu)和操作工具，能使得Python數(shù)據(jù)分析更加快速和容易。包含series, data frams，從一個(gè)axis刪除數(shù)據(jù)，缺失數(shù)據(jù)處理等等。

Pandas Basics Tutorial，Index Pandas 遇到陌生函數(shù)，查詢(xún)用法，推薦！

Matplotlib是一個(gè)強(qiáng)大的Python可視化庫(kù)。幾行代碼就能繪制出散點(diǎn)圖、折線圖、直方圖、柱狀圖、箱線圖等。

第九周：業(yè)務(wù)理解和指標(biāo)設(shè)計(jì)

到了第九周，大家可以發(fā)現(xiàn)，這個(gè)學(xué)習(xí)計(jì)劃更多是偏業(yè)務(wù)的數(shù)據(jù)分析，可見(jiàn)業(yè)務(wù)理解的重要性。但業(yè)務(wù)理解需要多年的積累，沒(méi)有掌握的捷徑。剛?cè)腴T(mén)也不會(huì)拷問(wèn)太多業(yè)務(wù)上的問(wèn)題，更多時(shí)候是考驗(yàn)?zāi)氵壿嬎季S能力和數(shù)據(jù)分析的方法。所以簡(jiǎn)單花一周時(shí)間了解各行業(yè)的業(yè)態(tài)和各業(yè)務(wù)的通用指標(biāo)。

其次，指標(biāo)體系。幾乎一個(gè)數(shù)據(jù)崗的崗位要求都會(huì)涉及這樣一句話(huà)：“負(fù)責(zé)建立和優(yōu)化部門(mén)的數(shù)據(jù)指標(biāo)體系”。事實(shí)上目前大多的數(shù)據(jù)崗主要工作都是不斷完善與優(yōu)化數(shù)據(jù)指標(biāo)體系，而對(duì)層面的工作是比較少的，即使崗位叫做數(shù)據(jù)分析師 。一個(gè)優(yōu)秀的數(shù)據(jù)指標(biāo)體系，不僅能讓你快速解決數(shù)據(jù)需求，洞察出可能會(huì)被忽略的價(jià)值數(shù)據(jù)，還能反映出你目前*需解決的業(yè)務(wù)問(wèn)題。所以，這一周還要掌握梳理業(yè)務(wù)指標(biāo)的思路。

*文章內(nèi)容和圖片均來(lái)源于網(wǎng)絡(luò)，如有侵權(quán)，請(qǐng)聯(lián)系刪除。