这几年，只要身边有想转行当数据分析师的朋友，我都会劝他们：不要一拍脑袋决定放弃现在的工作，从零开始学数据分析。数据分析其实和语言一样，本质上只是一种技能，必须同时擅长其他专业领域知识。比如你是财务、产品、人力、运营，把自己专业领域知识+数据分析技能结合起来，才能够走得长远。为什么说不要再轻易转行数据分析？来看一下数据分析师必要条件：1）数据处理能力，2）数据分析思维。如果你在企业之中工作，你未来会开始越来越多的和数据打交道，这个时候数据分析已经成为工作的必要条件。举个例子，拿运营来说，大到做一个活动，预计初期、中期投入多少产出多少，小到一个营销话术，这些都需要数据的支持。同时也需要切分不同人群进行对照实验来决定。可以说，现在不会数据分析的运营人已经越来越少。第2步：在工作中，刻意练习自己的数据思维，多使用数据分析工具，孰能生巧；第3步：让自己通过数据分析后的结论有价值地输出，让其真正辅助自己职业发展。这么简单, 岂不是太没竞争力了？别慌！看完..再决定慌不慌第一, 数据处理, Excel只是最基础的能力，当然也是必备的。必备是因为使用频率真的很高，Excel的熟练程度，也会极大提升数据分析过程中的效率，大量的时间成本就是这样被节省的。 第二，Excel功能太多，没必要学习所有的功能。下面几个关键词(排名不分先后)，你如果一看会心一笑那说明就够了。如果很懵，就说明你还需要学习下它们: 透视表 ，刷选， 多列排序，折线图，直方图，双坐标图，数据导入分隔符设置， Vlookup， count， sum，冻结首行。第三，细分和对比的思维。数据进行分析，基本、必用的方法，是否能用好，跟自己数据敏感度和业务熟练度强相关。下面几个问题看看是不是思路明确:今天，零食销售时间也是3小时，为啥收入少了100元， 为什么？今天，App活跃用户跟昨天一样多，VIP会员比昨天少买了100万， 为什么？以上问题解决的第一步，绝对是细分和对比。零食店主和APP数据分析师，都会针对自己业务展开详细分析。数据敏感度: 今天跟昨天比下降比例？今天出摊时间多久，与往常降低多少小时？业务熟悉度: 今天是周末吗？对面多了个卖肉夹馍的？业务熟悉度: 昨天有活动吗？这段时间新增高质量live数量怎么样？SQL学习起来，比其他编程语言容易入手，不过精通也需要一个过程。图书：入门可以看《CDA精益业务数据分析》, 然后自己练习下，了解基本的语法，剩下的在工作中慢慢提升就中，简单的查询。 刷题：可以如荷学题库小程序去练习SQL，都是选择题，难度划分得很细致，适合各个阶段的SQL学习者。Python作为目前最火的编程软件之一，确实在数据分析、数据挖掘上有着独特优势。很多人都是通过python开启了数据分析之路，精通python不仅可以提高我们数据分析的效率，还可以在其他方面减少重复劳动，节约时间。python是CDA数据分析师二级考试才考，一级不考。PowerBI是可视化分析工具，主要用来分析图表的搭建，在数据分析流程中属于最后一环，在“指标考核”等场景应用下，PowerBI酷炫的数据呈现方式、时效性以及大容量的特性，比Excel报表效果来的快。能处理大量数据，如果你想要在岗位得到提升的话，那你更应该学习PowerBI。 关于分析方法值得一说的就是一定要结合行业特点，特别是对业务的掌握，这样才能事半功倍，下面说说比较通用的分析方法：从经济价值（Value)、稀缺性（Rarity）、难以模仿性（Inimitability）和组织（Organization）4个视角出发，分析资源和应用能力。从顾客（Customer）、竞争对手（Competition）、公司自身（Corporation）3个视角分析获得成功的关键因素（KFS），构建企业经营战略。明确资源优势(Strengths)、竞争劣势(Weaknesses)、外部环境变化带来的机会（Opportunities）和威胁（Threats）等，将这些因素有机结合起来，以此确定企业经营战略。 从政治（Politics）、经济（Economics）、社会（Society）、技术（Technology）4个视角分析外部环境。杜邦分析法是一种用来评价公司盈利能力和股东权益回报水平，从财务角度评价企业绩效的一种经典方法。其基本思想是将企业净资产收益率逐级分解为多项财务比率乘积，这样有助于深入分析比较企业经营业绩。
|
