按照偶一贯推崇的学习路径,数据分析一定要先学基础和方法,再学工具和技能,但是很多人都恰恰本末倒置了,下面偶就按照基础和工具的顺序,说一下应该学习哪些内容
1、数据分析基础包括:
(1)统计学基础。
数理统计学是数据分析的基础之一,很多人连统计学概念都没搞清楚就跑去学python、学excel,结果却发现越学越难。
首先要了解一些统计学的基本概念,比如什么叫描述型统计?什么叫假设检验?什么叫正态分布?
然后再去学习统计学里的数据模型,比如聚类、回归,这些都是业务分析中必备的内容。
关于统计学,大家可以看一看《深入浅出统计学》、《赤裸裸的统计学》、《统计学概论》这几本书。
(2)数据分析思维的养成。
思维往往是很多人忽略的一点,但其实作为数据分析师来说,最起码要了解和学习数据分析中的思维定式,比如结构化思维、演绎推理等等,这些大家可以在生活中慢慢培养。
因为数据分析是靠人来做的,既然是靠人,就免不了要受到个人的思维影响,很大程度上数据思维能决定大家分析问题的方向和思路,建议大家可以看看下面这本书:
(3)数据分析模型与方法。
大多数时候,大家做业务分析都是依靠的分析模型,因此学习一些常见的数据模型是非常必要的,这也是基于大家的数据分析思路自然而然养成的。
比如偶看到流失分析,就想到肯定会用漏斗模型;比如偶想到商品关联分析,就一定要用到购物篮模型;比如偶看到会员分析,就一定会想到RFM模型。
这部分建议大家看看《深入浅出数据分析》,《谁说菜鸟不会数据分析》也可以看看,不过比较简单,当做入门书看比较合适
2、数据分析工具和技能包括:
(1)SQL
取数的必备技能,要掌握一定的数据库基础,主要是学习sql的语法,建议大家看看《sql server:从入门到精通》、《MYSQL必知必会》:
(2)Excel
主要学习数据清洗、数据透视表、DAX函数这三个功能,有能力的可以学学VBA,不过业务分析不建议太深入,推荐读物:
(3)BI工具
用来做数据分析的主要工具,比如tableau、powerbi、FineBI等等,这些工具都各有特点和适用环境
(4)Python/R
数据分析也需要至少掌握一种编程语言,万能Python是最合适的了,不过也有很多人喜欢R,二者对于业务分析来说,差别并不大。
再说说怎么学习业务数据分析师=半个业务人员,可能对于业务分析师来说,必须首先得是个业务人,之后才能是数据分析师。而学习业务,才是数据分析人最痛苦的事情。
那该怎么具体了解呢?可以通过业务模式、产品、渠道、用户、运营、部门、KPI来充分了解一个公司的业务、信息。
1、业务模式
通俗来讲,要了解一家企业,可以了解它的商业模式,但这太宽泛了,大家用业务模式来代替。简单讲,就是这家企业是通过什么来挣钱的?
2、产品
产品是有企业提供的满足某一用户群体的某一场景下的特定需求的物品和服务。产品一般看什么:
3、渠道
渠道的定义,就是连接产品和用户的通道。把产品提供给需要它的用户,把用户的钱带回来。渠道有什么:
4、用户
用户,是产品和服务的最终使用者。大家最终的目的,就是希望用户能尽可能多使用,购买大家的产品,所以大家就要了解自己的用户。用户都有什么属性呢?这就多了,主要分为两种用户,企业用户和个人用户。
5、运营
运营在整个闭环中,需要支持产品,渠道,用户三大部分。比较常见的是互联网产品运营,这个职位一般需要优化产品的用户体验,比如APP的这个功能基本没什么用户使用,就要考虑是哪里出问题了,好做相应的改进。或者在传统行业帮助产品做好进销存管理。
当然还有其他很多业务知识需要学习,这部分建议大家多去参与到业务部门的工作中,最好是跟在业务部门一段时间,多去学习业务才能真正做好数据分析。
vps怎么绑定两个域名,word目录的点怎么修改,u盾怎么重新下载证书vps怎么绑定两个域名,word目录的点怎么修改,u盾怎么重新下载证书