如何自学成为数据分析师？

大数据时代的到来，意味着数据增长的速度急速攀升。一方面，互联网+的经济模式使得传统行业也迸发出了巨大的数据体量。另一方面，传统互联网企业如今也做的风生水起，产业链不断完善，譬如BAT巨擘，每天产生的数据量非常惊人。

在这样的背景下，数据分析师开始应运而生，并蓬勃发展，而数据分析师也成为当下炙手可热的职位。那究竟应该如何成为一名数据分析师呢。在我看来，数据分析师需要从统计学，分析技能以及业务常识三个方面进行入手学习，这里重点说一下后两者。

首先来说分析技能。

Excel作为经典的数据分析工具，是数据分析师必备的武器库。灵活的Excel有两大经典利器，透视表以及灵活的函数。而在函数中，尤为重要的便是Vlookup。这个函数是用于进行字段匹配的，在实际工作中应用非常广泛。

Excel常用于基本的数据描述，并且可以处理的样本量非常有限。而在大数据时代，为了解决海量数据的查询，SQL就应运而生了。SQL基本可以分为增删改查四大模块，其中具体的语法又有where，select等。

除了Excel以及SQL之外，数据挖掘的工具也是必不可少的。如果没有编程基础，可以学习SPSS。而如果有编程，建议学习Python以及R。

说完分析技能，我们再来说一下业务知识。

业务知识并不是简单就能学会的，本质上是需要在企业中摸爬滚打才能学会的。然而，好的书籍也可以让你对业务知识有一定的了解。推荐两本书：《增长黑客》以及《精益数据分析》。

如果有问题，欢迎评论，一同探讨。

为适应大数据与人工智能行业发展的需求，我部邀请了统计部门、科研院所、金融、数据分析行业及市场研究行业的专家对BDA课程设置及考核目标进行了修订，并正式印发《BDA数据分析师课程标准（2018年版）》，并于2018年春季开始执行。现将相关事宜说明如下：
一、基本原则
坚持科学论证。广泛听取不同领域专家的意见，向权威机构、权威人士咨询，求真务实，严谨认真，确保课程内容科学，符合大数据分析工作的需要。
坚持继承发展。继承已有经验和成功做法，有针对性地进行修订完善，确保课程调整的连续性，使课程体系充满活力。
依据职业要求。课程标准符合数据分析的工作要求，突出了大数据分析的优势，强调了数据分析工作的必备技能，适用不同专业的人员学习。
二、课程变化
按照大数据分析工作的不同场景和技术要求，调整了初、中、高级考试课程，其中初级4门课程、中级5门课程、高级4门课程（详见附件）。
强调了统计理论、计算机技术和行业案例应用三维一体的大数据分析人才培养理念。
三、考试变化
按照考试要求，初级考试题型定为单项选择题、多项选择题；中级考试题定为简答论述题、案例应用题；高级考试题定为行业案例分析题。取消了初、中、高级在线作业考核内容。加强了数据分析实践应用能力考核标准。
四、考试课程过渡
参加2017年11月考试的考生，还延续使用2016年考试大纲，完成后续考试工作。2017年11月之后报名的考生，依据《BDA数据分析师课程标准（2018年版）》学习备考。
《BDA数据分析师课程标准（2018年版）》是数据分析师考试考核的基本依据，是考试招生重要导向，要把课程标准与大数据分析人才培训有机结合起来，统筹兼顾，形成合力，发挥好课程标准在企业人才培养和选拔中的引导作用，强化考试内容与数据分析岗位的关联性，保证教、考、就业一致性，提升数据分析师与人工智能领域从业人员综合能力。
2018年1月8日
附件：BDA数据分析师课程标准（2018年版）
一、初级考试科目说明
序号
课程名称
选用教材
科目一
初级数据分析方法 《统计学（第六版）》ISBN：9787300203096
本课程培养学生应用数据分析方法分析和解决问题的实际能力。内容包括数据分析的基本问题、数据的整理、数据的描述分析、数据的推断分析、数据的相关分析、数据的回归分析等内容。通过系统地掌握各种数据分析方法，理解其中所包含的统计思想及不同特点、应用条件及适用场合。
科目二
Excel数据处理与分析 《Excel高级数据处理及分析》ISBN：9787121246692
本课程主要是从Excel数据分析角度讲解数据的输入与验证、编辑与格式化、公式和函数，数学和统计函数处理、日期与时间函数、文本函数、财务函数、查找与引用函数、工作表函数、数组公式的高级应用等对处理数据。数据的组织和管理、公式和函数的综合应用实例，数据透视表分析数据、导入和分析外部数据、数据可视化图表分析、宏与VBA程序入门、数据的保护与共享，Excel综合应用案例。
科目三
大数据技术概论 《大数据技术概论》ISBN：9787302450511
本课程包括大数据概论、大数据采集及预处理、大数据分析、大数据可视化、Hadoop概论、HDFS和Common概论、MapReduce概论、NoSQL技术介绍、Spark概论、云计算与大数据等。
科目四
R语言 《R语言实用教程》ISBN：9787302371175
本课程是R语言初级课程，内容包括R程序基础操作、数据集、数据管理、图形图表、常用函数、描述分析、相关分析、数据可视化等内容。
考试说明
· 理论综合试卷：由科目一初级数据分析方法、科目二大数据技术概论、科目三Excel数据处理与分析、科目四R语言共4部分构成。
· 题型题量：单项选择题（共60道），多项选择题（共20道），理论综合试卷各科合计题量共80道选择题。
· 考试方式：笔试，150分钟，各科目分别达到60分及格。
· 上机综合试卷：由科目一初级数据分析方法、科目二大数据技术概论、科目三Excel数据处理与分析、科目四R语言共4部分构成。
· 题型题量：综合案例应用题共5道题。
考试方式：· 上机操作，150分钟，总分达到60分及格。
· 实践应用考核：按要求提交一份数据分析报告。
· 考核方式：自主完成报告的撰写，在线提交，经专家指导和答辩60分及格。
二、中级考试科目说明
序号
课程名称
选用教材
科目一
中级数据分析方法 《调查数据分析》ISBN：9787500577690
本课程主要内容有实验设计、参数检验、多元回归分析、主成份分析/因子分析、感知图、聚类分析、判别分析与分类树、时间序列分析、及其他常用的数据挖掘方法和思想。
科目二
数据挖掘 《数据挖掘导论（完整版）》ISBN: 9787115241009
本课程主要内容包括数据、分类、关联分析、聚类和异常检测五个方面。通过基本概念、代表性算法引出高级概念和算法。由浅入深理解数据挖掘。
科目三
大数据技术原理与应用 《大数据技术原理与应用（第2版）》ISBN:9787115443304
本课程以分布式数据存储的概念、原理和技术为主，包括HDFS、HBase、NoSQL数据库、云数据库、MapReduce分布式编程框架、基于内存的分布式计算框架Spark、图计算、流计算、数据可视化等。
科目四
Python数据分析 《利用Python进行数据分析》ISBN: 9787111436737
本课程强调Python的数据处理与分析的能力学习，主要内容包括：Python的基础知识和基本概念，以及一些高级的主题，包括抽象、异常、魔法方法、属性、迭代器等。
科目五
SQL数据库应用与实践 《SQL初学者指南（第2版）》ISBN：9787115448651
本课程主要以数据库的查询、统计、归并等数据操作内容为主，重点放在Sql语法的各种操作，以常见的关系Sql数据库为主。
考试说明
· 理论综合试卷：由科目一中级数据分析方法、科目二数据挖掘、科目三大数据技术原理与应用，科目四Python数据分析、科目五SQL数据库应用与实践共5门课程构成。
· 题型题量：简答题（5道），论述题（5道）案例题（5道），理论综合试卷各科合计题量为15道。
· 考试方式：笔试，150分钟，各科目分别达到60分及格。
· 上机综合试卷：由科目一中级数据分析方法、科目二数据挖掘、科目三大数据技术原理与应用，科目四Python数据分析、科目五SQL数据库应用与实践共5门课程构成。
· 题型题量：案例应用题共5道题。
· 考试方式：上机操作，150分钟，总分达到60分及格。
· 实践应用考核：按要求提交一份数据分析报告。
· 考核方式：自主完成报告的撰写，并在线提交，经专家指导和答辩60分及格。
三、高级

一、掌握基础、更新知识。
基本技术怎么强调都不过分。这里的术更多是（计算机、统计知识）， 多年做数据分析、数据挖掘的经历来看、以及业界朋友的交流来看，这点大家深有感触的。
数据库查询—SQL
数据分析师在计算机的层面的技能要求较低，主要是会SQL，因为这里解决一个数据提取的问题。有机会可以去逛逛一些专业的数据论坛，学习一些SQL技巧、新的函数，对你工作效率的提高是很有帮助的。
统计知识与数据挖掘
你要掌握基础的、成熟的数据建模方法、数据挖掘方法。例如：多元统计：回归分析、因子分析、离散等，数据挖掘中的：决策树、聚类、关联规则、神经网络等。但是还是应该关注一些博客、论坛中大家对于最新方法的介绍，或者是对老方法的新运用，不断更新自己知识，才能跟上时代，也许你工作中根本不会用到，但是未来呢？
行业知识
如果数据不结合具体的行业、业务知识，数据就是一堆数字，不代表任何东西。是冷冰冰，是不会产生任何价值的，数据驱动营销、提高科学决策一切都是空的。
一名数据分析师，一定要对所在行业知识、业务知识有深入的了解。例如：看到某个数据，你首先必须要知道，这个数据的统计口径是什么？是如何取出来的？这个数据在这个行业， 在相应的业务是在哪个环节是产生的？数值的代表业务发生了什么（背景是什么）？对于A部门来说，本月新会员有10万，10万好还是不好呢？先问问上面的这个问题：
对于A部门，
1、新会员的统计口径是什么。第一次在使用A部门的产品的会员？还是在站在公司角度上说，第一次在公司发展业务接触的会员？
2、是如何统计出来的。A：时间；是通过创建时间，还是业务完成时间。B：业务场景。是只要与业务发接触，例如下了单，还是要业务完成后，到成功支付。
3、这个数据是在哪个环节统计出来。在注册环节，在下单环节，在成功支付环节。
4、这个数据代表着什么。10万高吗？与历史相同比较？是否做了营销活动？这个行业处理行业生命同期哪个阶段？
在前面二点，更多要求你能按业务逻辑，来进行数据的提取（更多是写SQL代码从数据库取出数据）。后面二点，更重要是对业务了解，更行业知识了解，你才能进行相应的数据解读，才能让数据产生真正的价值，不是吗？
对于新进入数据行业或者刚进入数据行业的朋友来说：
行业知识都重要，也许你看到很多的数据行业的同仁，在微博或者写文章说，数据分析思想、行业知识、业务知识很重要。我非常同意。因为作为数据分析师，在发表任何观点的时候，都不要忘记你居于的背景是什么？
但大家一定不要忘记了一些基本的技术，不要把基础去忘记了，如果一名数据分析师不会写SQL，那麻烦就大了。哈哈。。你只有把数据先取对了，才能正确的分析，否则一切都是错误了，甚至会导致致命的结论。新同学，还是好好花时间把基础技能学好。因为基础技能你可以在短期内快速提高，但是在行业、业务知识的是一点一滴的积累起来的，有时候是急不来的，这更需要花时间慢慢去沉淀下来。
不要过于追求很高级、高深的统计方法，我提倡有空还是要多去学习基本的统计学知识，从而提高工作效率，达到事半功倍。以我经验来说，我负责任告诉新进的同学，永远不要忘记基本知识、基本技能的学习。
二、要有三心。
1、细心。
2、耐心。
3、静心。
数据分析师其实是一个细活，特别是在前文提到的例子中的前面二点。而且在数据分析过程中，是一个不断循环迭代的过程，所以一定在耐心，不怕麻烦，能静下心来不断去修改自己的分析思路。
三、形成自己结构化的思维。
数据分析师一定要严谨。而严谨一定要很强的结构化思维，如何提高结构化思维，也许只需要工作队中不断的实践。但是我推荐你用mindmanagement，首先把你的整个思路整理出来，然后根据分析不断深入、得到的信息不断增加的情况下去完善你的结构，慢慢你会形成一套自己的思想。当然有空的时候去看看《麦肯锡思维》、结构化逻辑思维训练的书也不错。在我以为多看看你身边更资深同事的报告，多问问他们是怎么去考虑这个问题的，别人的思想是怎么样的？他是怎么构建整个分析体系的。
四、业务、行业、商业知识。
当你掌握好前面的基本知识和一些技巧性东西的时候，你应该在业务、行业、商业知识的学习与积累上了。
这个放在最后，不是不重要，而且非常重要，如果前面三点是决定你能否进入这个行业，那么这则是你进入这个行业后，能否成功的最根本的因素。 数据与具体行业知识的关系，比作池塘中鱼与水的关系一点都不过分，数据（鱼）离开了行业、业务背景（水）是死的，是不可能是“活”。而没有“鱼”的水，更像是“死”水，你去根本不知道看什么（方向在哪）。
如何提高业务知识，特别是没有相关背景的同学。很简单，我总结了几点：
1、多向业务部门的同事请教，多沟通。多向他们请教，数据分析师与业务部门没有利益冲突，而更向是共生体，所以如果你态度好，相信业务部门的同事也很愿意把他们知道的告诉你。
2、永远不要忘记了google大神，定制一些行业的关键字，每天都先看看定制的邮件。
3、每天有空去浏览行业相关的网站。看看行业都发生了什么，主要竞争对手或者相关行业都发展什么大事，把这些大事与你公司的业务，数据结合起来。
4、有机会走向一线，多向一线的客户沟通，这才是最根本的。
标题写着告诫，其实谈不上，更多我自己的一些心得的总结。希望对新进的朋友有帮助，数据分析行业绝对是一个朝阳行业，特别是互联网的不断发展，一个不谈数据的公司根本不叫互联网公司，数据分析师已经成为一个互联网公司必备的职位了。

数据分析师中国统计网——一位资深数据分析师的分享

中文专业的前期要多花点功夫了啊，我是数学专业的，大学做过建模，所有统计学的东西还有一些软件多少接触过一点。建议你自学的话，excel软件和spss先熟悉一下，找两本书看看，《谁说菜鸟不会数据分析》是入门的，可以看一看，先了解一下吧，数据分析的东西还是要多实践的。如果你现在工作跟数据分析没有什么关系的话，转业工作可能有点困难，这种情况建议去考个证书吧，虽然现在国内数据分析刚起步，还没有太有含金量的证书，不过你这种情况有肯定比没有好，我就去考了一个，考CPDA吧，还有一个CDA，我选考的CPDA，说是CDA国外有机构什么的，但是我找不到任何网站可以查到这个证书，问他们他们也不说，我怕找工作人家要查查不到，但是CPDA工信部网站能查询证书信息的，所以对就业帮助可能会大一些，工作还是有参考作用的，不过指望靠班学到很多还是不可能，只是让你了解入门，手上多个敲门砖。数据分析属于技术类工种，要多实践，数据采集和挖掘是基础，这些工作门槛比数据分析岗相对低一些，好找，希望对你有帮助。

　　数据分析最重要的可能并不是你熟悉的编程工具、分析软件，或者统计学知识，而是清楚你所使用的统计知识（统计学、计量、时间序列、非参数等等）背后的原理、假设及其局限性，知道各种数据分析工具（例如数据挖掘）能带来什么，不能带来什么，看到一组统计检验的结果你能言说什么，不能言说什么。这一切的背后，需要一套完整的「科学」逻辑框架，让你了解自己手中的工具的本质，你才能从数据中正确地发现有效的信息，而不是胡乱地使用一大堆自己都搞不清楚的工具来堆砌分析结果，这样得到分析结果不仅无用，而且有害。

　　知道了这些后，希望成长为数据分析师，就需要着手训练自己的能力和洞察力。既然是数据分析师，那就分别从数据和分析两方面入手。
　　数据当然包含了数据收集、处理、可视化等内容，每个环节对于最后的结果都有关键性的影响。其中涉及的技术性内容只是一部分而已，更重要的是你要理解数据收集（是否存在采样偏差？如何纠正或者改进？）、处理（是否有漏洞或异常情况没有考虑？）背后的逻辑。
　你要充分了解这些概念背后的逻辑、动机是什么，才能正确地根据自己的目的作出选择。
　　数据可视化更多的是一门艺术：如何把信息以最恰当的方式呈现给希望获得这些信息的人。首先，你要充分理解这些信息究竟是什么，有什么特点，你才能较为恰当的选择采用的可视化工具。
　　另外一部分就是分析。当然就是各种分析模型，还是需要了解这些模型背后的逻辑，要放到整个项目的上下文中去看，而不是单纯地在模型中看。
　　总而言之，理解数据以及其中的信息是非常重要的，这决定了你的分析和呈现的方法是否合适，决定了最后的结论是否可靠。
　　现在可以回答题主的问题了：成长为一个数据分析师，要注意理解你的知识，形成一个系统，而不是像机器人一样机械地胡乱套用模型。在这个理念下训练你的编程能力，了解你所分析对象的原理和尽可能多的细节。在这个基础上，才能谈数据分析。