原创 职场干货:我做数据分析的这两年,超级菜鸟都能学会的攻略

毕业后,就开始从事数据分析工作,目前已将近两年,这个时间不长不短,还没到资深,但已入了门。因此,我的经历就特别适合刚刚要开始学数据分析的同学,甚至是转行的同学。

这两年里,由于数据在当今社会的价值越来越高,很多人会问我各种关于数据分析的问题。

在此,我会对我过去的一些经历做个总结,也会回答一些大家常问的问题。

本文不讲故事,满满干货,有兴趣的同学请跟缓缓一起往下读。

职场干货:我做数据分析的这两年,超级菜鸟都能学会的攻略

01 第一年:什么是数据分析?

原创             职场干货:我做数据分析的这两年,超级菜鸟都能学会的攻略

数据分析在我看来,就是从数据中提取一些规律和价值,让数据流动起来。

举个例子吧,我们最常面对的场景就是:运营提个需求过来,想让我们把一大堆数据按某个维度聚合,然后把数据吐给他,到网页上去展示或做接口使用。

也就是说,数据分析其实就是把数据处理好给人使用,怎么处理呢?要是数据不多,你用excel汇总都行。肯定有人会说这个好简单,谁都会做。很好,那么咱们就可以继续讲一讲。

因为excel的功能还是太基础了,而且数据量处理就不能超过1048576行,这在真实数据不断需要扩充的情况下显然不够用。

那么,sql就上场了,sql其实就是一些简单的数据库处理功能,但已经很实用。

职场干货:我做数据分析的这两年,超级菜鸟都能学会的攻略

如果数据量级在扩展,就需要学一些hive的知识,hive跟sql类似,无非是针对大数据的hadoop集群。当然,有人会说,只写写查询语句就够用了吗?其实也不够用,还是需要针对业务需求,开发一些特有的汇总功能。

特有的汇总功能自然不能直接用sql语句查询了,那么就需要利用python语言写一写数据分析的脚本。例如有些运营想要看到时序图,有些运营想要特殊取数据,那么python都可以满足。

展开全文

所以,最开始学习的计划就很简单:掌握excel,然后学sql和hadoop,最后学点python。

这也是我第一年做数据分析的经历,主要就是用sql查询数据,然后用python写脚本。

当然很多人很关心的一定是数据分析的薪资问题,跟程序员差不多,都挺高的,月收能过万。

而且对于入门来说更友好,也就是更简单。

职场干货:我做数据分析的这两年,超级菜鸟都能学会的攻略

02 第一年:数据分析枯燥吗?

由于每天面对数据,使用的也就是sql和python,其实工作内容也不会相差甚远,那么有很多人问我,数据分析枯燥吗?

说真的,分析过程是枯燥的,但是当你分析一个结果出来,然后能让这个结果发挥价值的时候,感觉真的超好!

你会觉得自己做了一件特别有意义的事,会觉得自己怎么这么聪明,简直通体舒畅。这种分析有结果的感觉,让我第一年过的特别顺利。

而且,由于我研究生期间学的是自然语言处理(NLP),所以在完全成长为一个初级数据分析师后,我开始学着加入一些算法。

完全的汇总很难出彩,当加入一些机器学习算法后,数据的价值更能被充分挖掘,所以我并不觉得枯燥,反而越干越来劲。

职场干货:我做数据分析的这两年,超级菜鸟都能学会的攻略

03 第二年:女生做数据分析?

但是当我进入数据分析的第二年后,感觉自己有进入瓶颈,因为每天都要处理一大堆数据,很少再系统性的学习,疯狂的输出有时候会犯错。

而犯错多了,让我开始有点怀疑自己。甚至遇到了出数据后,运营直说,怎么回事,这不是他想要的内容。但是出数据是按照运营给的指标来的,不是他想要的,必然是我对指标的理解上有点问题,那一次我哑口无言。

其实,指标就例如日活/月活/次日留存/在线人数等等,但业务经常更换,指标其实也会换,按照老思路的话就会错。而且,如果对业务理解不充分,字段和指标理解起来也会很困难。

我开始有点怀疑自己,是不是女生不适合做数据分析,因为我对数据的敏感性并不是那么强,每次新指标的理解上都需要好多功夫。

职场干货:我做数据分析的这两年,超级菜鸟都能学会的攻略

但我是一个很倔的人,学了这么多年计算机,肯定不会这样轻易放弃。

既然我对数据不敏感,我就天天看业务指标,画业务曲线,同时也每天抽半个小时看数据分析的专业书,那段时间看的最多的就是《利用python进行数据分析》。

而数据分析就是一件付出就有收获的事,那艰难的时光我熬过去了,现在面对指标得心应手了很多。也可以说,终于从初级数据分析师的懵懂,到充分理解了业务,渐渐变成了中级数据分析师。

当然距离数据科学家,还有很长很长的路要走。

这里我想回答的是,女生适合做数据分析吗?其实很适合,因为女生天性细致,而数据分析相对来说编程没那么多,更多的是一些逻辑思维。

职场干货:我做数据分析的这两年,超级菜鸟都能学会的攻略

04 第二年:数据分析应用实例?

最后,说那么多理论,给一个数据分析的应用实例吧:

例如,头条App今天活跃用户超过1个亿,请你用数据评价是否正常?

最简单的思路是:分析维度是时间序列,需要找到之前的用户数,进行同比或环比,最后给出结论。同比是:即同期相比,表示某个特定统计段今年与去年之间的比较。环比是:表示本次统计段与相连的上次统计段之间的比较。

职场干货:我做数据分析的这两年,超级菜鸟都能学会的攻略

05 总结

在本文里,缓缓已根据自己两年的工作经验,由浅入深地介绍了数据分析的基础知识,也讲了数据分析的应用案例。

接下来,我只想说,如果对数据分析有兴趣,请立即开始尝试吧。

在数据为王时代,“数据+”将会贯穿各行各业,前景广阔。

发表评论