数据分析能力养成记：从小白到骨灰级玩家仅需七周！

文章来源：公众号“秦路”

数据分析养成记

说到数据分析，大家会想到什么呢？BAT？大数据？还是各种各样的图表？在我看来，数据分析就是把数字密码转换成易于普通人接受的信息。换句话说，数据分析是一个decode的过程。所以，数据分析并不仅仅是分析，还要让数据可视化，这背后更不可缺系统的分析思维。那么，如何才能成为一名骨灰级数据玩家呢？我们特意为大家准备了一个七周训练计划，不妨一试~

第一周：

Excel学习掌握

学习excel的重点是了解各种函数，包括但不限于sum，count，sumif，countif，find，if，left/right，时间转换等。函数不需要学全，重要的是学会搜索。即如何将遇到的问题在搜索引擎上描述清楚。其中，vlookup和数据透视表是最具性价比的两个技巧。

学会vlookup，SQL中的join，Python中的merge很容易理解；学会数据透视表，SQL中的group，Python中的pivot_table也是同理。

Excel是熟能生巧，多找练习题。同时，还需要养成好习惯，不要合并单元格，不要过于花哨。表格按照原始数据（sheet1）、加工数据（sheet2），图表（sheet3）的类型管理。使用excel还需要注意以下细节：

了解单元格格式，后期的数据类型包括各类timestamp，date，string，int，bigint，char，factor，float等。

了解数组及使用方法，Python和R也会涉及到 list。

了解函数和参数，当进阶为编程型的数据分析师时，会让你更快的掌握。

了解中文编码，UTF8和ASCII，包括CSV的delimiter等。

第二周：

数据可视化

数据分析界有一句经典名言，字不如表，表不如图。数据可视化是数据分析的主要方向之一。除掉数据挖掘这类高级分析，不少数据分析就是监控数据观察数据。数据分析的最终目的是兜售自己的观点和结论。兜售的最好方式就是做出观点清晰数据详实的PPT进行展示。如果没人认同分析结果，那么分析也不会被改进和优化，不落地的数据分析价值又在哪里？

数据可视化的学习就是三个过程，了解数据（图表），整合数据（BI），展示数据（信息化）。
首先，我们要了解常用的图表：

Excel的图表可以100%完成上面的图形要求，但这只是基础。后续的进阶可视化，势必要用到编程绘制。常见的多元分析，Excel无法轻松完成，但在IPython只需要一行代码。

其次掌握BI，下图是微软的BI。

BI（商业智能）和图表的区别在于BI擅长交互和报表，更擅长解释已经发生和正在发生的数据，将要发生的数据是数据挖掘的方向。

BI的好处在于很大程度解放数据分析师的工作，推动全部门的数据意识，另外降低其他部门的数据需求。BI市面上的产品很多，基本都是建立仪表盘Dashboard，通过维度的联动和钻取，获得可视化的分析。

最后需要学习可视化和信息图的制作。

这是安（装）身（逼）立（加）命（薪）之本。这和数据本事没有多大关系，更看重审美、解读、PPT、信息化的能力。但值得花一点时间去学习。

第三周：

分析思维的训练

好的数据分析首先要有结构化的思维，也就是我们俗称的金字塔思维。思维导图是必备的工具。之后再了解SMART、5W2H、SWOT、4P理论、六顶思考帽等框架。

 

分析也是有框架和方法论的，主要围绕三个要点展开：
一个业务没有指标，则不能增长和分析；
好的指标应该是比率或比例；
好的分析应该对比或关联。

举一个例子：我告诉你一家超市今天有1000人的客流量，你会怎么分析？
这1000人的数量，和附近其他超市比是多是少？（对比）
这1000人的数量比昨天多还是少？（对比）
1000人有多少产生了实际购买？（转化比例）
路过超市，超市外的人流是多少？（转化比例）

这是一个快速搭建分析框架的方法。如果只看到1000人的客流量，是看不出分析不出任何结果的。

 

优秀的数据分析师会拷问别人的数据，而他本身的分析也是经得起拷问，这就是分析思维能力。需要确切明白的是，一周时间锻炼不出数据思维，只能做到了解。数据思维是不断练习的结果。

第四周：

数据库学习

Excel对十万条以内的数据处理起来没有问题，但是互联网行业就是不缺数据。但凡产品有一点规模，数据都是百万起。这时候就需要学习数据库。越来越多的产品和运营岗位，会在招聘条件中，将会SQL作为优先的加分项。

SQL是数据分析的核心技能之一，从Excel到SQL绝对是数据处理效率的一大进步。

学习围绕Select展开。增删改、约束、索引、数据库范式均可以跳过。
主要了解where，group by，order by，having，like，count，sum，min，max，distinct，if，join，left join，limit，and和or的逻辑，时间转换函数等。
如果想要跟进一步，可以学习row_number，substr，convert，contact等。另外不同数据平台的函数会有差异，例如Presto和phpMyAdmin。
再有点追求，就去了解Explain优化，了解SQL的工作原理，了解数据类型，了解IO

SQL的学习主要是多练，网上寻找相关的练习题，刷一遍就差不多了。

第五周：

统计知识学习

统计知识是数据分析的基础。

统计知识会教我们以另一个角度看待数据。我们需要花一周的时间掌握描述性统计，包括均值、中位数、标准差、方差、概率、假设检验、显著性、总体和抽样等概念。

 

以Excel的分析工具库举例（图片来自网络）。在初级的统计学习中，需要了解列1的各名词含义，而不是停留在平均数这个基础上。

第六周：

业务知识学习

对于数据分析师来说，业务的了解比数据方法论更重要。
举一个数据沙龙上的例子，一家O2O配送公司发现在重庆地区，外卖员的送货效率低于其他城市，导致用户的好评率降低。总部的数据分析师建立了各个指标去分析原因，都没有找出来问题。后来在访谈中发觉，因为重庆是山城，路面高低落差比较夸张，很多外卖人员的小电瓶上不了坡…所以导致送货效率慢。
这个案例中，我们只知道送货员的送货水平距离，即POI数据，根本不可能知道垂直距离的数据。这就是数据的局限，也是只会看数据的分析师和接地气分析师的最大差异。

对业务市场的了解是数据分析在工作经验上最大的优势之一。在互联网行业，有几个宽泛的业务数据需要了解。

产品数据分析，以经典的AAARR框架学习，了解活跃留存的指标和概念。

并且需要知道如何用SQL计算。因为在实际的分析过程中，留存只是一个指标，通过userId 关联和拆分才是常见的分析策略。

网站数据分析，可以抽象吃一个哲学问题：
用户从哪里来（SEO／SEM），用户到哪里去（访问路径），用户是谁（用户画像／用户行为路径）。

虽然网站已经不是互联网的主流，但现在有很多APP Web的复合框架，朋友圈的传播活动肯定需要用到网页的指标去分析。

用户数据分析，这是数据化运营的一种应用。

在产品早期，可以通过埋点计算转化率，利用AB测试达到快速迭代的目的，在积累到用户量的后期，利用埋点去分析用户行为，并且以此建立用户分层用户画像等。

例如用贝叶斯算法计算用户的性别概率，用K聚类算法划分用户的群体，用行为数据作为特征建立响应模型等。不过快速入门不需要掌握这些，只需要有一个大概的框架概念。

除了业务知识，业务层面的沟通也很重要。在业务线足够长的时候，良好的业务沟通能力是数据分析的基础能力。

第七周：

Python/R学习

是否具备编程能力，是初级数据分析和高级数据分析的风水岭。虽然SQL＋Excel足够应付入门级数据分析，但是涉及到循环迭代、多元图表的分析部分，复杂度就呈几何上升，更遑论数据挖掘这种高阶玩法。数据挖掘，爬虫，可视化报表都需要用到编程能力。

 

以时下最热门的R语言和Python为学习支线（只需掌握一门即可）：
R的优点是统计学家编写的，缺点也是统计学家编写。如果是各类统计函数的调用，绘图，分析的前验性论证，R无疑有优势。但是大数据量的处理力有不逮，学习曲线比较陡峭。

 

Python则是万能的胶水语言，适用性强，可以将各类分析的过程脚本化。Pandas，SKLearn等各包也已经追平R。

学习R，需要了解数据结构（matrix，array，data.frame，list等）、数据读取，图形绘制( ggplot2)、数据操作、统计函数(mean,median,sd,var,scale等)。高阶的统计暂时不用去涉及，这是后续的学习任务。R语言的开发环境建议用RStudio。

学习Python需要了解调用包、函数、数据类型(list,tuple,dict)，条件判断，迭代等。高阶的Numpy和Pandas在有精力的情况下涉及。
Python的开发环境建议Anaconda，可以规避掉环境变量、包安装等大部分新手问题。Mac自带Python2.7，但现在Python 3已经比几年前成熟，没有编码问题，就不要抱成守旧了。

 

到这里，刚刚好是七周。实际上，业务知识、统计知识仅靠两周是非常不牢固的。如果希望数据分析能力更近一步，或者成为优秀的数据分析师，每一周的内容都需要继续学习至精通。这篇文章只是目的性极强的速成，是开始，而不是数据分析的毕业典礼。

读完这篇进阶攻略后，屏幕前的你是否已经跃跃欲试，盘算着如何把攻略进行到底呢？

中国公益基金会数据骇客松

公益数据骇客松

由中国公益基金会中心网、IBM企业公民与企业事务部、DAL数据应用学院发起的中国公益基金会数据骇客松，已经正式接受报名。

这个暑假，iJoin 社会创新咨询x粟米科技 邀请你参与“中国公益基金会数据骇客松”

给自己七周的时间，从小白进阶数据分析师，一起用大数据做公益

 

由中国公益基金会中心网、IBM企业公民与企业事务部、DAL数据应用学院发起的中国公益基金会数据骇客松，已经正式接受报名！！！

 

【iJoin 和iJoin 校友创办的粟米科技联手成为中国首次大型公益hackathon 的华东华南区负责机构，也就是华东华南区报名团队有大腿啦！】

大赛由中美多家机构共同合作，宣传范围将覆盖北大、清华、人大、复旦等70余所中国高校，以及包括斯坦福、UCLA、USC等在内的美国顶尖名校，获得超过50万人关注。Boss直聘，UpHonest Capital，清华-青岛数据科学研究院，USC 南加州大学等企业、高校、NGO共同进行战略合作，汇聚中美资源，享受多方支持。

 

担心不具备业务背景？

没关系。主办方将联合基金会中心网与中国著名基金会，发放资料、举办竞赛业务背景内部培训，让大家迅速熟悉中国公益基金会的发展历史、运行模式、社会问题需求与社会影响力，并对中美进行对比。

 

担心不具备计算机与数据科学背景？

主办方将邀请IBM与DAL数据应用学院的志愿者，在竞赛期间，为参赛选手提供数据科学技能培训，教你如何进行舆情分析，如何利用网络爬虫抓取数据，清理数据；如何建立简单数据模型，进行机器学习；如何分析数据，并进行可视化操作。

 

本次数据竞赛共三个题目（三选一），可选择个人参赛与团体参赛，团体参赛每支参赛队伍人数不超过三人，且要求至少有一人为在校学生。每题的前6支获奖队伍将有机会获得由Boss直聘与VC基金UpHonest Capital等提供的实习与正式工作机会！Boss直聘将为中国赛区的优胜选手提供总裁面试，UpHonestCapital 将为美国赛区优胜选手提供实习岗位。

从小白入门到数据分析师的升级之门已经打开