回覆列表
-
1 # 思維技術
-
2 # 加米穀大資料
1、零基礎入門資料分析,可以先從Excel開始,Excel是資料分析最常用的工具,功能強大,入門容易。
2、學一些資料分析的基礎方法,基礎知識,比如統計基礎統計理論等
打好機率與統計的基礎。機率與統計是資料分析的基石,可以說日常碰到的大部分的分析需求都可以用統計分析來解決。統計學,對於網際網路的資料分析來說,並不需要掌握太複雜的統計理論,只需按照本科教材,學一下統計學就夠了。
3、學會一門程式語言,可以大大提高處理資料的效率
Python和R是資料分析當中最常用的兩門語言。比較推薦Python,效能上來說,Python的速度更快,上手容易,語言相對簡單。
4、掌握資料庫技能
做資料分析離不開查詢資料庫,這裡主要涉及的是SQL。入門SQL的書推薦一本《MySQL必知必會》。
5、掌握一些資料分析方法及一些資料分析的工具
掌握資料分析相關的常用工具。資料分析方法是理論,而資料分析工具就是實現資料分析方法理論的工具。可以看一下《精益資料分析》,掌握常用的資料分析方法,然後再根據自己公司的產品調整,靈活組合。
6、懂得業務知識,行業知識
從事資料分析工作的前提就會需要懂業務,即熟悉行業知識、公司業務及流程,最好有自己獨到的見解。
相關:入門資料分析的一些建議
https://www.toutiao.com/i6626190883320496644/
自學資料分析師需要從哪裡入手?
網際網路行業在快速發展,“網際網路+”概念的提出標誌著網際網路已叩響“萬物互聯時代”的大門。在這個時代,大資料滲透於各行各業,掌握資料核心價值成為企業脫穎而出並取得勝利的法寶。
越來越多的企業承認競爭優勢與大資料有關,由此,資料分析師這一職業逐漸得到認可並受到追捧。世界500強企業中,有90%以上都建立了資料分析部門。 在國內,已有超過56%的企業在籌備和發展大資料研究,據有關部門預測未來 5年,94%的公司都將需要資料分析專業人才,大資料就是下一個IntelInside,未來屬於那些能把資料轉換為產品的公司和人群。
優秀的資料分析師已經成為促進各行各業發展,推動國家經濟進步的重要人物。但中國針對資料分析的研究起步晚,市場巨大,職位空缺現象十分嚴重。
一、網際網路環境下的資料分析師1、資料分析師的定義
談起資料分析師,很多人都認為其職位高高在上,不可企及,但實際並非如此。讓我們從案例出發來探索其內在含義,資料分析最經典的案例便是“啤酒與尿布”,沃爾瑪超市將Aprior演算法引入Pos機資料分析發現,美國年輕的父親去超市為嬰兒購買尿布的同時,往往會順便為自己購買啤酒,這樣便使尿布和啤酒這兩樣看似不相干的商品有了某種聯絡。於是,沃爾瑪嘗試將兩種商品擺放在同一區域,進而取得了意想不到的良好銷售收入。可見,資料分析是運用適當的方法對收集來的大量資料進行分析整理,篩選有價值的資訊並形成相應的解決方案以幫助人們作出判斷,採取適當行動的過程。
2、資料分析師的層級分類
經對多家招聘網站資料分析師的招聘資訊進行分析研究,發現目前資料分析師大體分為三個層級:傳統行業的資料分析師、網際網路初級資料分析師、網際網路高階資料分析師。
第一層級傳統行業的資料分析師,主要工作是整理、處理資料,專業技能只要具備一定的數學和統計學知識儲備即可;
第二層級是網際網路初級資料分析師,職位要求在傳統資料分析師的基礎上掌握少數的計算機工具譬如SPSS、SQL等,從職人員需具備一定的資料敏感度和邏輯思維能力,能夠對資料來源進行分析並能製作資料報表;
第三層級網際網路高階資料分析師,這是一類複合型人才,要熟悉業務環境並能與技術相結合解決企業實際問題,並掌握資料探勘常用演算法和一系列相關的分析軟體,他們的工作與企業發展密切相連,擁有一名優秀的資料分析師的企業將擁有與同行業競爭的資本。
3、資料分析師的能力需求
資料分析師的工作分為採集、儲存、篩選、資料探勘、建模分析、最佳化、展現、應用等一系列過程。 接下來從主要步驟詳細分析資料分析師的能力需求。
資料探勘過程即從海量資料中提取潛在的有價值的資訊,要求資料分析師掌握一系列相關分析方法譬如聚類分析、關聯分析、等並能熟練運用資料探勘演算法和相關工具;
建模分析即對資料抽象組織,確定資料及相關性的過程,在此基礎上要掌握譬如決策樹、神經網路、K-means演算法、SVM等至少一種相關演算法;
展現過程要求具備資料整理、資料視覺化、報表製作能力,熟練應用 D3、Vega實現資料視覺化,並能運用 R和 DateWan-gler工具將原始資料轉化為實用的格式。
二、資料分析師的培養現狀1、國外資料分析師的培養現狀
在國外,無論是學術研究還是企業部門,資料分析已發展到較為成熟的地步。 斯坦福大學的研究成員著手開發 MEGA(現代動態網路影象分析 ModernGraphAnalysisforDynamicNetworks)並與多家媒體公司緊密合作,研究社交媒體中的使用者行為,建立模型並探究其中的規律;哥倫比亞大學已開設了《資料科學導論》和《應用資料科學》課程,從 2013 年秋季起開設“資料科學專業成就認證”培訓專案,並於2014 年設立專業碩士學位和博士學位;華盛頓大學開設《資料科學導論》課程,並對修滿資料科學相關課程學分的學生頒發資料科學證書。 資料分析師在國外已引起了充分的重視,他們均衡分佈在各行各業,運用掌握的專業知識並結合相關思維為自身、企業乃至社會的發展做著不小的貢獻。
2、國內資料分析師的培養現狀
近年來,在國內,大資料的概念雖被媒體和行業廣泛提及,但資料分析算是剛剛起步,資料分析師的培養課程未得到普及,中國目前將資料分析納入教學體系的高校寥寥無幾,開設相關課程並取得一定成果的有:香港中文大學設立“資料科學商業統計科學”碩士學位;復旦大學開設資料科學討論班,於 2010 年開始招收資料科學博士研究生;北京航空航天大學設立大資料工程碩士學位;華人民大學統計學院開設資料分析方向應用統計碩士。和國外相比,中國資料分析師的人才培養機制還未成熟,高校教育仍存在各種各樣的問題,譬如,大學生雖然從多門課程中接觸到與資料分析相關內容,但各門課程的教學資源未能實現有效的整合。網際網路環境下,大資料帶來的是一場革命性的變化,若想把握機遇,實現國家經濟革命性發展,首要任務就是資料分析師的培養。
三、自學資料分析師從這裡入手資料分析師作為新時代新興起的高薪職業,對人員的能力要求是相當高的,下面將根據資料分析師的定義、能力需求並結合網際網路環境的時代背景,對資料分析師的成才途徑作出詳細的分析。
1、思維變革,資料分析師成才的前提
首先要在思維方面有所改變,培養自身資料思維、多模式思維、邏輯思維和結構化思維。
①資料思維,即量化思維,對資料具有獨特的敏感度,相信一切事物皆可量化;
②多模式思維,即構造多種想法和解決思路,拓寬思維,從多角度出發,以尋求最優的解決問題的方案;
④結構化思維,即系統性思考問題,深入分析內在原因,能夠制定系統可行的解決方案。
2、技能變革,資料分析師成才的工具
作為一名優秀的資料分析師若想在網際網路環境下對海量資料進行有效的管理,就要努力學習相關的專業技能。
①要掌握多種機器學習方法,不斷學習相關軟體應用,譬如,Java、Python、SQL、Hadoop、R等等,這將成為資料分析全過程的輔助工具;
②掌握一定的心理學知識,能夠很好的分析和解釋客戶行為;
3、素質變革,資料分析師成才的保證
在個人素質方面,網際網路時代對資料分析師的要求增多,若想成為優秀的資料分析師就應不斷學習完善以下素質能力:對工作的態度嚴謹認真,對資料的變化時刻保持敏銳的洞察力,對方法的運用保持一定的創新性,對團隊保持團結合作之心,能與顧客溝通交流並及時瞭解他們的需求。
4、深入實踐,資料分析師成才的動力