2020，努力做一个无可替代的人！ 长文预警，全篇无代码，只讲小一我在数据分析之路上的心得收获
前言
最近有朋友问了小一一些关于转行和入门的问题，问题大概是这样：
“我想学习数据分析，不知道该从哪开始学，小一你可以带我吗？”
“零基础，想学习数据分析，有好的经验可以分享吗？”
在总结大家问题的时候，我不禁想到了两三年前的自己。
那会儿，小一我也刚步入社会没多久，自己会的专业技能全是为后台开发准备的。
到了部门之后，因为日常工作更偏数据分析，所以我当时也面临和大家同样的问题。疑惑、迷茫、有力使不出来的感觉。
说到这，我的眼角似乎又湿了一片......
现在再来看当时遇到的问题，就有了下面的文章。
文章很长，我真没想到会写这么多内容，写着写着就......
可能是自己的踩坑经历太丰富了，一提起就一发不可收拾。
文章虽长，但重点我都有标注，排版也还算可以，希望能让你有所得，有所获。
何为数据分析？
数据分析这个词，这个职业其实很久就已经出现，只是在数据量越来越大的今天它的地位也越来越重要，才会引起大家的关注。
但我还是建议你将这几个词一起来看：数据分析、数据挖掘、人工智能和数据科学。
真的会有人分不清楚这几个职位，而且在实际工作中，跨领域干活的事情更不在少数。
数据分析
先从最简单的开始说起
从它的字面意思来看：数据分析=数据 分析
首先你得有获取数据的能力，当你的分析需要某些数据来进行支撑验证的时候，你得知道这些数据从哪获取，怎么获取
这个获取说的可不简单指的是从某个网站下载，从某鱼某宝上买；更多指的是你具备这种数据获取的能力，具备对分析需要的数据类型的判断。
说到这，你可能要反驳我了：项目进度当然是越快越好，只要能搞到项目所需的数据就行了呗。
你如果能确保你以后项目中需要的数据你都可以通过捷径搞到手，那没问题。可问题是，大多数同学可以吗？
我曾经因为工作需要爬一批微博的数据，淘宝要价300 ，一次性的不包售后。 后来我在网上找的代码，自己修修补补之后搞定了数据需求，后来领导知道这事发了300奖金给我。
领导好是一个方面，若你将这件事情放在任何一个环境下，你具备这个能力，别的同事不具备，在做项目的时候领导会怎么对待你？
别跟我提什么能者多劳的事情，现在的领导都不傻，卸磨杀驴这种事情不是人人都愿意去做的。
说完数据我们再来看分析
你要说分析重不重要，小一觉得相当重要！
通过观察数据提出假设是分析，通过数据指标验证假设是否成立是分析，通过数据规律进行预测也是分析。
分析是对数据的观察利用，验证现有的数据结论，并提出合理的假设预测未来趋势。当然，这个合理程度和业务有很大关系，我们后面会说到。
总的来说：数据分析的目的是解决问题，通过数据验证我们提出的假设，并根据数据规律做出相应的预测规划。
多说一句：对于某些招聘网站上要求数据分析师具备熟悉xxx算法，掌握xxx模型的能力，我只劝你一句，若你具备它所说的能力，往下翻，把你的定位放在下面两个，你值得更好的。
数据挖掘
这个话题我说不了多少，资历不够我还是知道的，如果有些地方您觉得我说的不对，您就当我在瞎瘠薄说。
直接说说它和上面一个的区别吧。
如果说数据分析最后会对数据规律进行预测分析，那只能说这种预测，是很有限的。
但是数据挖掘不一样，有数学理论支撑，有大量数据集进行验证，准确率和信服度还是挺高的。
要说和数据分析最大的区别，那肯定就是各自的目的了。
数据挖掘的目的是通过大量数据样本，挖掘数据之间的内在关联，预测未来时间的数据变化。
最明显的区别就是数据分析更注重已知信息的分析，数据挖掘更注重未知信息的挖掘
如果说你现在是一个数据分析师，或者准备转行做数据分析师，那我建议你最好能够将你的目标定位放在这，数据挖掘上。
数据挖掘可以转数据分析，但是数据分析不一定能转数据挖掘。当然也没有数据挖掘师这么傻去转数据分析。
人工智能
这个话题就泛泛而谈了
就目前社会的科技发展来看，人工智能的前景很大。
基本上语音识别、图像识别、机器人、自然语言处理、智能搜索这些领域都属于人工智能。
但是记住一点：人工智能必须具备数据挖掘能力，其次是机器学习、深度学习这些你也得会。
这里又提到了两个方向：机器学习和深度学习。不理解的话你暂且就把它当成另一个数据挖掘来看。
数据科学
最后是数据科学，这个词，听着好像很高大上，其实人家本来就很高大上啦。
对于这个学科我建议你这样理解：
Python 中有一个包叫Pandas，是专门进行数据处理的
同样，还有这样一个包叫Scikit-learn，是进行数据挖掘的
还有像爬虫、可视化Seaborn|matplotlib、线性代数scipy、深度学习keras 等等这样的包，数据科学都涵盖进去了。
ok，数据科学就是一个涵盖数据处理、可视化、数据挖掘、深度学习等这些内容的学科，理解就好。
数据分析的流程是什么？
想必对很多同学，尤其是还在学校的同学来说，会对这个问题比较感兴趣。
那么在实际工作中，一个数据分析项目，它的实现流程究竟是怎样的？
小一我翻了下这两三年自己在工作中遇到的大小项目，并且和同事进行了充分的交流，差不多总结了六个步骤。
分析业务指标，明确数据内容
很惊讶吧，第一个竟然是这个。
在实际遇到一个项目的时候，往往领导给你的任务，是一个大的目标，比如：
领导：小一啊，我们这个月比上个月的用户投诉略有增多，你来分析一下是什么原因，顺便预测一下下个月我们应该重点抓哪些指标“
像这种，就需要先了解具体业务了
用户为什么会投诉？产品哪里做的让用户不满意？用户不满意的具体数据有哪些？这些数据是怎么生成的？不同粒度的数据又表示什么？
另外别忘了老板的终极目标（xxx，这是顺便一下就能预测出来的吗......）
提出问题假设，建立分析方法
当你已经知道你的目标和哪些数据有关系，却不能确定哪个是主要问题，哪个是次要的时候，你就到了第二阶段。
如果你时间允许的话，我建议你可以建立对照组进行对照试验。
比如上面的问题，你就可以假设用户投诉和资费太贵有关、和产品质量有关系、和售后服务有关系等
另外，如果你有历史的投诉数据，你也可以提出基于时间维度的假设：不同月份受天气影响太大，造成用户投诉（如果你真的把原因归结为天气，希望你不会挨老板毒打吧）
利用采集工具，获取相关数据
你已经提出了问题，也知道你的问题会和哪些数据有关联，这个时候你需要数据，需要尽可能多的数据去验证你的结论，让你的结论更有信服力，能被老板接受。
一般在大公司里面，会有专门的人负责对接取数这个活，你只需要提需求就完事了。
在小公司里面，往往你就是自己的主宰。
想要数据？自己去取。 数据不够？自己去找。 我找不到？您真厉害（要你何用）
你可以通过一些数据采集工具或者自己写爬虫脚本。
这里，小一的经验是：
如果你数据量很小，就几百几千条那种，爬虫就没必要了，找一个八爪鱼或者火车头这类的采集工具，效率很高。
如果你数据量略大，需要定时获取那建议你学习一下Python 爬虫
“不会Python，不会爬虫怎么办？” “往下看，后面有你想要的！”
通过编程手段，实现数据清洗
在你的一波极限操作（差点被辞退）之下，你终于拿到了想要的数据。
仔细一看，监控系统每小时保存一个记录文件，上个月一共30*24个文件，文件也不大，就几MB的样子，但顶不住它量大啊。
咋办？
所以在这一步，掌握至少一门编程语言是基本要求。R、Python都可，推荐后者，后面会细说
在数据清洗的过程中，你需要面对这些问题：
缺失值处理、异常值处理、重复值处理，还有系统偶尔抽风后保存的垃圾数据。
提取有用信息，进行数据分析
现在万事俱备，终于到你熟悉的领域了。
你利用基本的统计学方法进行数据统计，分析每一个指标的数据分布，对比上月的数据你还计算了不同指标的环比情况。
你找到了反映用户投诉的具体指标，确实是这个月这些指标波动比较大影响的，然后你又通过对比不同年份同时期的数据去证实你的结果。
最后，你利用数据分析软件建立了一个简单的预测模型，通过历年数据预测这个月的指标，结果发现相差不大。
受此鼓舞的你又通过模型预测了下个月的指标情况，信心满满。
合理数据展现，输出分析报告
当你一筹莫展不知道怎么写你的分析报告时，你的同事给你发来了“xxxx数据分析报告模板”。
当你看完模板你知道写报告需要这些：图表展示 数据论证 结果预测
你原想着长篇大论说一通，最后却被你精炼到了五六页PPT 上
由于同事模板助攻的到位，你只需要换几张图贴一些数据表，然后将最初的目标原因解释清楚，形成一个稍有信服力的结论
最后附上你预测的结果，来一段合理又不偏颇的建议，你的报告就搞定了。
如何入门数据分析？
流程说完了，还是得来点实际的干货，不然又被你们说我水文章了。
这部分主要介绍：如何入门 学习方法
1. 确定自己的方向
在数据分析中，有这样两种类型：偏业务型的数分和偏技术型的数分。
偏业务型的我不太好说，因为我不是业务出身。我了解的偏业务型更多的是在和市场的人打交道，针对市场的促销活动分析用户痛点，提供有价值的分析结果？（是问号，我没打错）
针对运营的周、月、季度、年指标进行输入输出，完美阐释了“我们不生产数据，我们只是数据的搬运工”这句话。
偏技术型的大多都呆不久，哈哈，开个玩笑。
偏技术的会注意各种指标之间的关联，根据业务的情况相应的进行指标优化，预测业务的相应指标。
所以，偏技术型的数据分析最后干着干着就成了一名数据挖掘工程师，自然演变吧。
偏业务型的更容易入门，多了解指标看看业务相关，剩下的就是水到渠成的事情。偏技术的就需要你自己不断的学习，提高自己，尤其是算法模型，没那么简单入门。
2. 提高自己的能力
前面说的有点夸大，你也不必太紧张。数据分析这能力，有很多种途径去提升。
下面我列一下能力阶梯，想要入门的同学可以一级一级往上提升自己。
2.1 业务能力
不多介绍，看个人能力。短则一两周，长则一两个月。
业务相关的，就那么点数据，指标的含义都是早都确定好了的。能举一反三，将一个大目标分解成具体的小指标上，或将小指标确定到具体数据上去，业务能力就ok了。
2.2 Excel 相关
很多同学不把它当回事，不当回事的我暂且认为你还是学生，但凡开始工作已经接触到数据的人，你敢说你真的会用Excel 吗？
Excel 永远是数据处理的一大利器，这不仅体现在它对数据进行各种统计汇总的操作上，还体现在它的图表输出上。
相信也有很多同学通过Python 处理完数据之后，还会去用Excel 画图。
当你的数据量小（以100万行为界限），数据处理简单，数据表唯一的情况下，建议你直接用Excel，快速、方便，输出简单。
在老板眼中，可以用Excel 搞定的分析任务分分钟就能出结果！
2.3 Python/R
前面已经说过为什么要掌握一门编程语言，那在这就来说说怎么简单快速入门一门编程语言
我们都知道，有目的性的去学习是事半功倍的，编程也是
这里我们学编程进行数分的目的就是进行数据清洗、统计预测之类的，那肯定会有这样一个流程：读数据—清洗数据—分析数据—图表分析—关联预测—保存数据。
读数据：肯定和文件操作有关，学习文件相关内容
清洗数据：先判断所有不合理数据，在删除或填充，所以和判断、循环有关，学习分支相关内容
统计分析：通过数学方法汇总指标，和方法有关，学习函数、数学模块相关内容
图表分析：通过制作图表进行更深层次的维度分析，学习可视化的相关内容
关联预测：通过的3、4两步进行合理的关联预测，需要学习相应的简单算法，以及代码的实现应用（加分项）
保存数据：保存到文件或者数据库，学习数据库相关内容
这一个流程下来，编程的相关语法就差不多也学完了，为了提高处理效率在学习下进程线程相关、数据处理高阶模块相关，基本上你的编程技术也就没啥问题了。
这里小一推荐你们直接入门Python，我有写一整套的Python 从入门到进阶再到高阶的学习教程，感兴趣的可以快速入门： 小白学Python（入门 进阶 高阶）
R就不说多了，建议直接Python
2.4 SQL
我本来都忘了写这个技能，回过头看文章才补了上来。不是因为它不重要，而是我每天都在用，熟悉的都忘记了！
学习SQL 没啥好说的，比上面的Python、R简单多了
记住四个功能：增删改查
数据库的基本操作都是围绕这四个的，高阶的数据库操作在数据分析上也用不到，暂时不用考虑
2.5 挖掘能力
不要纠结这个小标题，权且把这个当做数据分析的一个加分项吧，有则更好。
目前的数据分析师大多都会要求懂些算法知识，这个没办法，别人懂就会比你有优势，就会抢你饭碗。
对于新手来说，到了这一步建议直接先去看挖掘十大算法，了解概念就好，然后尽可能的看一些相关的算法模型案例，知道怎么用就行。
最好，自己动手搞几个数据集玩一玩。
至于手撕XX算法这种事，就看个人能力了，别勉强。
2.6 输出能力
套路 练习，小一我觉得主要就这两个。
毕竟写PPT、输出文章这种能力，和天赋有关系也和你的上司有关系，你要是写的东西合胃口了，怎么写都行，要是不合，那可能就会有xxxx数据分析报告Vxx.xx版这种类型的报告频繁出现了。
多看看老同事们写的文档，熟悉熟悉自己公司的文档风格和套路，多写多练，也会慢慢好起来的，这不是什么硬性要求。
总结
好了，介绍完了。
今天没有总结，建议有空了回过头把文章多读几遍
如果对你有用，就再顺手点个赞吧。
写在后面的话
我也不知道怎么会写这么多内容，列完提纲我感觉很简单，很快就能写完，结果就......
可能自己这两年经历的东西太多了吧，上面写的也都是自己在数据分析上摸爬滚打的一些心得，有些地方可能会有失偏颇，但整体还是希望能够对你有所帮助。
抽空我会分享自己在数据分析之路上学习的一些资源教程，和自己看过的书籍清单
原创不易，欢迎点赞噢
文章首发：公众号【知秋小梦】 文章同步：掘金，简书，csdn
原文链接：2020，如何转行数据分析？
欢迎点赞，希望对你有用
