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?

如果我們在分析一個問題前，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。

所以我們要通過訓(xùn)練數(shù)據(jù)分析思維，幫助在遇到問題時，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

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

2、公式化思維

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

所謂指標(biāo)體系，就是這么梳理得來的。

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)人員或分析對象的角度思考問題，深究出現(xiàn)這種現(xiàn)象的原因或者通過數(shù)據(jù)推動業(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。

同時，這樣的思維模式在一些特定業(yè)務(wù)場景下，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、對比法、漏斗法，這個對未來構(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題的視角。通過對思維模型的學(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是一個循序漸進(jìn)的過程

基礎(chǔ)的：簡單的表格數(shù)據(jù)處理、篩選、排序

函數(shù)和公式：常用函數(shù)、高級數(shù)據(jù)計算、數(shù)組公式、多維引用、function

可視化圖表：圖形圖示展示、高級圖表、圖表插件

數(shù)據(jù)透視表、VBA程序開發(fā)……
按照我習(xí)慣的方法，先過一遍基礎(chǔ)，知道什么是什么，然后找?guī)讉€case練習(xí)。多逛逛excelhome論壇，平常多思考如何用excel來解決問題，善用插件。

函數(shù)和數(shù)據(jù)透視表是兩個重點(diǎn)，結(jié)合業(yè)務(wù)場景來學(xué)習(xí)，可參考《誰說菜鳥不會數(shù)據(jù)分析》。

第三周：學(xué)習(xí)數(shù)據(jù)庫原理和SQL

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

怎么取數(shù)據(jù)？寫SQL！

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

初入門階段，對于數(shù)據(jù)庫不必精通，只需了解常用的數(shù)據(jù)庫類型，能夠在現(xiàn)有的表格里面查詢出數(shù)據(jù)，能夠更新數(shù)據(jù)對數(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或者其他的接口對數(shù)據(jù)庫進(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)，看這個就夠了：SQL教程_w3cschool

這里總結(jié)了幾個核心技能：

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

技能一：學(xué)會用select語句添加字段和找出需要的數(shù)據(jù)

直接給一個隨時可以套用的萬金油模板吧：

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

select后面是一個個的字段，要哪個選哪個。有into意味著放到一張新表里面，沒有就是查詢出來。where之后的就是我們的條件，等于某個值，或者是不是空值，是*常用的幾種查詢方式吧。

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

這個語句是看看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，以及多個查詢組合成的嵌套查詢，或者是子查詢的模式，以及模糊查詢。這個后面我會再花篇幅寫出來給大家參考。

技能二：學(xué)會alter學(xué)會增加，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空字段，varchar是一種數(shù)據(jù)類型。

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

這樣就去掉了一個原有的字段。

技能三：學(xué)會update學(xué)會更新數(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)的時候經(jīng)常會導(dǎo)出，然后導(dǎo)入到數(shù)據(jù)庫，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，然后通過兩張表的id關(guān)聯(lián)起來，學(xué)會這個書寫結(jié)構(gòu)就行。

第四周：數(shù)理統(tǒng)計學(xué)

統(tǒng)計學(xué)是數(shù)據(jù)分析師必備的基礎(chǔ)知識之一，是一組用于匯總數(shù)據(jù)和量化給定觀測樣本域?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。有了原始數(shù)據(jù)，那么接下來的問題是：

什么是*常見或可預(yù)期的觀測？

觀測的限制條件是什么？

數(shù)據(jù)是什么樣子的？

回答這些問題，我們需要借助一些統(tǒng)計工具來得出一些結(jié)論。借助統(tǒng)計學(xué)，你的分析深度、專業(yè)度和科學(xué)性都會有很大提升。

所以這一周，我們需要掌握統(tǒng)計學(xué)的以下幾大概念：

1.集中趨勢(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(置性度、置信區(qū)間)
7.假設(shè)檢驗
8.T檢驗

推薦書籍：吳喜之-《統(tǒng)計學(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)計學(xué)知識之后，我們就可以著手開始相對專業(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，你需要掌握一個傍身的數(shù)據(jù)分析工具。

考慮到快速入門，這里暫時放一放SPSS、R、Python一類工具，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，還有國內(nèi)的FineBI，網(wǎng)上都有體驗版和免費(fèi)版下載。處理好的數(shù)據(jù)拿來放BI分析，分分鐘就能出很漂亮的可視化，比Excel的圖表高級多了，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Dashboard的概念，知道絕大多數(shù)圖表適用的場景和怎么繪制，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

可視化看似是簡單的步驟，但也是有造詣的?？梢暬f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*佳的圖表類型？趨勢性、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)計原則,故事性布置可視化儀表板，報告的標(biāo)題和結(jié)論注釋，以及整體展現(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、對比法、漏斗法，在特定業(yè)務(wù)場景下，還衍生了通用的業(yè)務(wù)分析模型，常用的有購物籃分析模型，RFM模型，漏斗分析模型，客戶生命周期，以及預(yù)測、聚類分析等挖掘模型。

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

第八周：Python/R語言掌握

到這一周，數(shù)據(jù)分析的入門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。

有關(guān)數(shù)據(jù)分析的編程語言有Python和R語言。R語言傾向于統(tǒng)計分析、繪圖等。統(tǒng)計學(xué)家或者學(xué)統(tǒng)計學(xué)的喜歡用R語言，而我更青睞學(xué)習(xí)Python，因為Python是面向未來的語言，無論從流行度、可用性還是學(xué)習(xí)難度來講，Python都是*好的入門語言。

當(dāng)然，如果可以的話，再掌握一下R語言是*好不過的，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，入門推薦《深入淺出Python編程》
從code academy開始學(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Ipython notebook:

其次，掌握三個庫Numpy、Pandas、Matplotlib

Numpy是利用Python科學(xué)計算的基礎(chǔ)包，對Numpy好的掌握將會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)計方法等等。

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

Pandas包含了高級的數(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)，查詢用法，推薦！

Matplotlib是一個強(qiáng)大的Python可視化庫。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

到了第九周，大家可以發(fā)現(xiàn)，這個學(xué)習(xí)計劃更多是偏業(yè)務(wù)的數(shù)據(jù)分析，可見業(yè)務(wù)理解的重要性。但業(yè)務(wù)理解需要多年的積累，沒有掌握的捷徑。剛?cè)腴T也不會拷問太多業(yè)務(wù)上的問題，更多時候是考驗?zāi)氵壿嬎季S能力和數(shù)據(jù)分析的方法。所以簡單花一周時間了解各行業(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。幾乎一個數(shù)據(jù)崗的崗位要求都會涉及這樣一句話：“負(fù)責(zé)建立和優(yōu)化部門的數(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，洞察出可能會被忽略的價值數(shù)據(jù)，還能反映出你目前*需解決的業(yè)務(wù)問題。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)容和圖片均來源于網(wǎng)絡(luò)，如有侵權(quán)，請聯(lián)系刪除。