不知道先学工具还是方法,数据分析入错门,后悔一辈子

阿里云双11来了!从本博客参与阿里云,服务器最低只要86元/年!

对于刚刚入门数据分析的人来说,经常会听到网上那些天花乱坠的学习方法和教程,但是却感觉像是无头苍蝇一样,东一榔头西一棒槌,不知道到底先学数据分析的工具,还是要先掌握数据分析思维和方法,甚至纠结不清,选错了路,以后追悔莫及。

首先,我们需要认清一个观念,那就是数据分析是一种能力,而不是一种岗位

现实情况下,一般叫数据分析的基础性岗位,它需要的能力多半是数据处理能力,既然都是数据处理能力了,你必然要先学工具,不然根本连面试都过不了。

但是如果你是需要数据分析能力的其他岗位,比如数据产品经理,比如产品运营或产品经理,那就是要先学分析方法,你需要通过分析思路去解决具体的业务问题或者产品问题,而一般数据处理可以提需求给数据分析师或者数据RD。

那么,对于想要第一次要入门数据分析的人来说,工具重要还是方法更重要呢?

数据分析的日常流程

在回答这个问题前,我们先体验下数据分析师日常的工作流程:

比如你公司有一款APP,平时“日活”稳定在9W-10W之间,但是10月26日忽然跌到了8.8W,到10月27日掉到了8.5W,这时候产品负责人急了,想要你配合排查下日活下跌的原因。


FineBI

接到这个任务时,你脑子里开始有一个分析框架的雏形:

“日活”指标下跌了多少?是正常范围内的下跌?还是突发式的下跌?(What)

是整体用户下跌,还是部分用户?(Who)

下跌具体是从什么时候开始的?(When)

什么原因会导致下跌?是某个渠道推广到期?还是产品更新导致登录有问题?(Why)

接下来,你会把近期数据从数据库中提取出来,数据提取这步用到了SQL。数据整理清洗和分析用到了Excel。

数据提取后,你会做具体的分析,到了分析这步你就会用到统计学知识数据分析方法论

比如,本周和上周对比环比下跌了多少?这里涉及到了统计学中环比的概念,还有对比分析方法。再比如,你会从用户、地域等不同的维度去拆分问题。最终你发现导致日活下跌的原因是A渠道推广费用到期了,这一步你就用到了多维分析法

找到了原因后,你会提出解决办法,推动产品部门落地执行。在沟通和展示的过程中,你可能会用PPT

先学工具还是先学方法?

根据以上工作场景,我们再回到问题:转行数据分析,是先学方法还是工具?

我的回答是:同时,但方法要优于工具。

如果你学会了工具,但在实际工作场景中不会应用或者没有分析思路,这是很致命的。就好比你买了一堆食材,但不会做。

如果学了分析方法,但是不知道怎么提取数据分析数据,就好比你手里有一个食谱,但是菜在冰箱里拿不出来。

因为数据分析师的工作最终都不会脱离业务存在,每一步的执行和思考都需要工具的使用和数据分析方法论的应用,所以二者缺一不可。

从以上场景中,我们能够看出一个优秀的数据分析师起码要具备4种能力,分别是:

1.基础工具的使用

2.数据分析方法论

3.统计学知识

4.结构化思维

一、工具的使用

对数据分析而言,熟练掌握Excel+SQL+PPT+FineBI/python这4个工具可以应对大部分工作了。

有的小伙伴会问,那R语言呢?除非特殊要求,一般情况下R和Python掌握一个就可以。工具就好比我们去打仗的兵器,你不能赤手空拳上战场。

在工具学习这部分,建议先熟练掌握Excel+SQL,这2个工具是数据分析的基础和核心。

Excel是日常工作中用到的最多的工具,常用的函数及数据透视表都要学。Excel推荐书籍《Excel高效办公:数据处理与分析》

SQL是数据分析的核心工具,主要学习Select、聚合函数以及条件查询等内容。SQL推荐数据《SQL基础教程》

Python重点掌握Pandas数据结构、Matplotlib库、Pyecharts库及Numpy数组。有SQL基础之后再学Python会相对轻松些,所以不建议0基础转行的小伙伴上来就学Python。Python推荐书籍《对比Excel,轻松学习Python数据分析》

BI在数据处理,数据分析,数据展示上的功能远远强于excel,例如FineBI这款BI工具,其可以整合企业中所有不同业务系统中的数据,这是excel无法实现的,另外还可以对数据按照不同的维度进行分析,系统会以数据的特点来适配图表展示,这些也都是excel做不到的。

二、数据分析方法论

这部分需要掌握常见的分析方法如多维分析法、对比分析法、漏斗分析法、假设检验、回归分析等。推荐书籍《谁说菜鸟不会数据分析》

三、统计学知识

统计学这部分需要学习环比、同比、参数、变量、统计量、贝叶斯、二项分布、正态分布等基础概念。推荐书籍《赤裸裸的统计学》

四、结构化思维

结构化思维是优秀分析师必备技能,这部分内容推荐书籍《金字塔原理》。它能教会你思考、表达和解决问题的逻辑。

同时推荐一个好用的工具Xmind,在建立指标体系的时候会让你的分析非常有条理。

总结

零基础入门数据分析,建议你多去看一些商业数据模型和数据分析案例,从案例中汲取知识,最终形成自己的分析思路。因为分析思路对数据分析师来说真的很重要。

同时,你要给自己一个明确的岗位目标,在学习期间充分调研目标领域的行业知识。

理论和工具的学习,最终目的都是为了通过数据驱动业务增长,所以让你的工具技能和理论知识能够落地实战才是最重要的!

https://www.jianshu.com/p/2f32f5503d08

Python量化投资网携手4326手游为资深游戏玩家推荐:《《奥拉星》手游研发日记——爆焰吉拉诞生记

「点点赞赏,手留余香」

    还没有人赞赏,快来当第一个赞赏的人吧!
0 条回复 A 作者 M 管理员
    所有的伟大,都源于一个勇敢的开始!
欢迎您,新朋友,感谢参与互动!欢迎您 {{author}},您在本站有{{commentsCount}}条评论