数据分析修炼手册.pdfVIP

数据分析修炼手册

目录

数据分析修炼手册1

数据分析师如何分类？2

数据分析师的具体工作职责和工作内容有哪些？3

如何在业时间成为数据分析师？4

数据分析实战与运用8

如何用Excel做数据分析？9

如何用Tableau做数据可视化？15

数据分析师如何分类？

入行之后，我才发现数据分析其实可以分为两种：一种类似产品经理、一种偏向数据挖掘，类

似产品经理向更加注重业务，对业务能力要求比较高；数据挖掘向更加注重技术，对算法代码

能力要求比较高。

首先我说说这两种方向共同需要的技术面，当然以下只是按照数据分析入门的标准来写:

1.SQL（数据库），我们都知道数据分析师每天都会处理海量的数据，这些数据来源于数据

库，那么怎么从数据库取数据？如何建立两表、三表之间的关系？怎么取到自己想要的特定的

数据？等等这些数据选择问题就是你首要考虑的问题，而这些问题都是通过SQJL解决的，所以

S4是数据分析的最基础的技能，零基础学习SQ可以阅读这里：SQL教程w3cschool

2.统计学基础，数据分析的前提要对数据有感知，数据如何收集？数据整体分布是怎样的？如

果有时间维度的话随着时间的变化是怎样的？数据的平均值是引么？数据的最大值最小值指彳I

么？数据相关与回归、时间序列分析和预测等等，这些在网易公开课上倒是有不错的教程：脸

里斯堡社区大学公开课：统计学入门—全24集—网易公开课

3.Python或者R的基础，这一点是必备项也是加分项，在数据挖掘方向是必备项，语言相比较

工具更加灵活也更加实用。至于学习资料：R语言我不太清楚，Python方向可以在廖雪峰廖老

师的博客里看Python教程，面向零基础。

再说说两者有区别的技能树：

1.数据挖掘向

我先打个前哨，想要在一两个月内快速成为数据挖掘向的数据分析师基本不可能，做数据挖掘

必须要底子深基础牢，编相语言基础、算法、数据结构、统计学知识样样不能少，而这些不是

你自一两个月就能完全掌握的。

所以想做数据挖掘方向的，一定要花时间把软件工程专业学的计算机基础课程看完，这些课

程包括：数据结构、算法，可以在这里一探究竟：如何学数据结构？

在此之后你可以动手用Python去尝试实现数据挖掘的十八大算法：数据挖掘18大算法实现以

及其他相关经典DM算法

2.产品经理向

产品经理向需要你对业务感知能力强，对数据I•分敏感，掌握常用的一些业务分析模型套路，

企业经常招聘的岗位是：商业分析、数据运营、用户研究、策略分析等等。这方面的学书籍

就很多，看得越多掌握的方法越多，我说几本我看过的或者很多人推荐的书籍：《增长黑

客》、《网站分析实战》、《精益数据分析》、《深入浅出数据分析》、《啤酒与尿布》、

《数据之魅》、S《toryteHingwithData》

总之一百个人眼中有一百个哈姆雷特，一百个数据分析师对快速入门有一百种方法，但是万变

不离其中，以上是我的愚见，希望能对你有所启发。

因为我本人是属于商业数据分析师的角色，所以在接下来的讨论中奖主要围绕产品经理向的数

据分析师。

数据分析师的具体工作职责和工作内容有哪些？

有关于这一块，我现在给大家贴几个链接。

1、https:〃www.,/question/20129061数「据分析师的具体工作职责和工作内容有哪

些？」

2、http:〃www.pmca.corr/discuss/index/315805294081088数据分析师的日常工作有哪些？

如何入门数据分析？」

以下是我作为一个商业数据分析师自己的理解，我把数据分析师的工作日常总结为

下面几个方面。

F1J产生数据

我这里所说的产生数据，并不是说去做开发或是做数据采集。我这里所说的数据是每当业务上

有新的功能点需要开发上线的时候，数据分析师需要去•围绕着这些功能会产生哪些业务变化、

这个功能上线的目的是什么、上线之后该如何衡量效果等一系列问题，在功能上线前做好数据

的埋点、以及可以衡埴最终效果的指标。这样当功能上线的时候，可以快速的衡量业务效

果。

F2J提供数据

第一步的数据