Arthur's Blog

近几年，大数据被炒的火热。这股热度，让许多人都以为，做数据分析很吃香。随便上招聘网站看看，就会看到各种高薪招聘数据分析人员，让人诱惑不止。而后，各种公众号、学习平台，都开始吹数据分析的前路有多么广阔，企业对数据分析师的缺口逐年扩大，供不应求。导致很多适合或者不适合从事数据分析工作的人，都想要来分一杯羹。

我们用数据分析中常用的分析理论来谈这个问题—5W2H。

（1） What：想从事数据分析工作

如下所示，是我之前搜集到的对各等级分析师的一个能力总结。

除了数据分析师，大部分人的工作其实都会接触到数据分析，只不过他们的分析工作都是比较简单的分析，相当于初级数据分析师的水平。而若是想进一步进阶到中级数据分析师，就会比较困难了，会迅速筛掉一大波打酱油的数据从业人员。

也就是说，我们应该明确自己的职业规划。如果你想从事数据分析工作，首先你应该考虑是从事专职的数据分析，还是类似于运营、市场等会经常进行数据分析的工作。它们的区别在于：

在初级阶段，专职的数据分析师基本相当于打杂，是作为数据专员一样的存在，名副其实的表哥表姐，工作内容枯燥，而运营等人员，会更多触及到业务以及业务的施行，工作内容丰富，更容易快速进入管理层。

到了中级阶段，由于专业知识技能、经验等的缺乏，很多初级数据分析师会被淘汰掉，而未被淘汰掉的数据分析师，就开始有了相对较好的薪资待遇和发展空间。而运营等人员，通常很难突然转到来做中级数据分析师，他们缺乏对数据分析相关知识技能的深入理解，这个阶段，不是说你会用数据透视表看透数据就可以了，需要你深入挖掘数据。

到了高级阶段，数据分析师的薪资待遇又上了一个很大的台阶，已经算是中高端的才人了。而运营等人员，才开始筛掉一大波从业人员，最终留下的，也会获得很好的待遇。但到此来说，如果你想从事专职数据分析师，在前期就会遭遇到残酷的优胜劣汰，而若只是想从事会接触到日常数据分析工作的其它岗位，这种优胜劣汰会发生在后期。毕竟，简单的工作谁都会做，如果你没有一颗不断进取的心，很难在每一次的优胜劣汰中存活下去。

（2） Why：为什么想从事数据分析工作？

确定问题后，接下来就应该不带任何杂念地问问自己：你为什么想从事数据分析工作？是因为被高薪诱惑到了，还是觉得这一块发展空间很大，或者是觉得它特别高大上，或者是觉得自己特别适合数据工作，亦或是别的什么原因。无论什么原因，你都要清醒理智一点，对你得出的原因进行进一步剖析。

比如，你认为这一块的发展空间很大。从整体趋势来说，它确实有很大的发展空间，但这种大空间，贴切来说，比较适用于中高端人才，具体的论述我也在这里谈了，大家可以多去看看相关文章，自己多思考。

比如，你认为数据分析工作特别高大上。你可以问问身边从事数据工作的朋友、同事，你会发现，数据工作大部分时间是很枯燥的，无论是业务向，亦或是技术向的数据分析师，他们都会有枯燥乏味的日常报表要做，每份数据分析报告，70%以上的时间都花在了对脏数据的清洗、整理上面，真正在做分析的时间只有不到30%。而且，除非涉及到一些特别的需求，需要用到你所谓的“高大上”的算法，通常数据分析师采用的分析方法、技术方法，都会以简单实用准确为主。

比如，你觉得自己特别适合从事数据工作。对数据分析师而言，需要具备基本的素质：态度严谨负责、诚实、好奇心强烈、逻辑思维清晰等。你可以检索下自己，是否具有这些素质。数据工作必须是要严谨对待的，别人最终只看得到我们的分析结果和各种建议，并看不到我们去和脏数据交战的有多么激烈，要让别人信任你的报告，采纳你的建议，首先必须让别人相信你这个人。

（3） Who：谁来做？谁适合做？

我随手截取了几份数据分析师的招聘内容，如下所示。

（初级数据专员招聘）

（中级数据分析师招聘）

（中偏高级数据分析师招聘）

我们圈一下我们需要关注的重点，“本科学历”、“统计学专业”、“数学专业”、“计算机专业”。从这几个关键词来看，大部分的数据分析工作，对专业性知识的要求都很强，这是有一定的原因的，中高级的数据工作并不是所有人都能做的。

除了我们之前谈论过的数据分析师应该具备的基本素质，其它就是对专业性知识的掌握，其中包括：统计学、数学建模、专业软件技术等。而初级数据分析师（也可叫做“数据专员”），要求就没那么严格，招聘条件也很宽泛，只是会很难入门而已。

到此，你可以自我检讨下：自己真的适合从事专职数据分析工作吗？面对企业这种专业性要求如此强的招聘，你能胜任吗？

不然，请你及时止步，不要一股脑地被各种吹捧大数据的公众号给带偏了。

（4） When：什么时候开始做？

到此，你可能已经下定决心要从事数据工作了，那接下来，我们就应该考虑从什么时候开始做。

什么时候正式转到“数据分析”岗位？

给自己定一个时间节点，到了这个节点，你就需要开始去四处面试，并期望尽快入门成为一名专职的“数据分析师”。

需要准备多久？

根据给定的时间节点，制定学习计划。

（这一部分，并没有什么好概述的。）

（5） Where：在哪里做？

当你做好了计划，必然会有一个初步的目标企业与目标职位。不论是大厂还是小企业，你都需要按照对应的招聘需求去做准备。你的目标企业，就是你未来可能从事的行业方向，互联网、电子商务、传统企业等等，你需要确定好你未来主攻的行业方向，千万不要各个行业都去尝试一遍，没人会相信你各行各业都了解，只需要你对1、2个行业能做到精通。

（这一部分，也不进行概述了。）

（6） How：如何做？

不要抱怨不知道如何学习数据分析，也不要迷茫，一步步将思维理清楚，你会发现你有太多地方可以自学数据分析了。可以通过各种书籍资料、各种学习平台等。

好了，我现在要开始吐槽了。

关于书籍资料：

我买过很多数据分析相关的书籍，分析思维类、技术类等等，这些书曾堆成了山，那时我对于数据分析思维、软件技术并没有那么熟练，也很迷茫。然而，我还是咬牙在一本本啃书。

（上面图片中的那些书，很多我都没看，只看了一部分，各种原因都有，所以不要照着买，我不负责哦！！！）

后来我就发现，有些书，写的真的超级烂。整本书东拼西凑，根本不知道要表达什么，想要提及某些分析方法，又只是很简单地描述了一些，也没有带入业务实例进行说明。写的乱七八糟不说，还卖的贼贵（你的良心不会痛吗？）~~~这些书，我也不点名了（避免我被点名）。但我现在看到那些作者写的书，我都直接避开了。

但我还是总结出一些购书技巧：

书名浮夸一般内容也不太靠谱（浮夸，可以自己体会，比如标题包含的内容特别宽泛等）、目录没有层次结构一般也不太靠谱（目录都没有逻辑，还指望内容有多有逻辑吗？！）、购书评价中评和差评中对书籍内容做了较差的读后体验评价一般也不靠谱、试读1-2章后发现废话比真实内容还多的一般也不靠谱~~~~~~（欢迎补充^__^）

相对来说，分析思维类书籍比技术类书籍更容易买到坑，毕竟技术类书籍还有很多可以实操的教学，而思维业务类，就可以像我一样，全篇一本正经的胡说八道。其实，真的没有多少靠谱的思维业务类书籍，如果有的话，请也推荐给我吧。

另外，虽然写书的作者可能真的挺牛逼的，但你要明白，所有从事数据工作的工作人员，都会签署保密协议。他们就算能熟练掌握某种分析思维，他们也没法把他们工作中的真实业务内容、流程等清楚告诉给你，然后再教你怎么去分析。所以你会发现，所有相关书籍和视频课程，往往在谈到具体的业务内容上时，都是欲言又止，导致你根本没法理解他们的分析操作。

关于视频网课：

我之前也花过一些钱买过很多网课，结果，我又中招了。很多视频网课，跟我之前吐槽的书籍一样，满满的都是坑，都讲的超级烂。但其中我也有运气好的时候，看过一两个比较靠谱的网课，确实讲的不错。

那么，我就想问一下：为什么现在会有那么多数据分析类的网课呢？

我之前也说过，有很多公众号各种吹捧大数据怎么高薪，然后他们就出现广告，推出“不拿offer全额退款”、“学了这个之后年薪百万”等等之类的标题的网课。很多迷茫的孩子，就掉进去了，掉进坑里去了~~~

我们都知道数据分析分两个方向：业务向和技术向。如果是业务向的数据分析师，建议您还是多找一些干货来学习，一些夸张的网课就没必要参加了，多花时间去弥补自己不足的地方；如果是技术向的数据分析师，你要搞清楚哦，若你是计算机专业毕业的，没问题，找点靠谱的网课多学习技术知识吧，若不是计算机专业的，亲，那你凭什么觉得你通过短暂的网课学习，就能超越计算机专业的同学了，而且越往后发展，你会学的越来越吃力，且不说“机器学习”、“数据挖掘”等本身就需要有比较牢靠的数理统计建模知识。

另外，要学习数据分析，也可以在任何能让你操练数据、培养分析思维的平台。你要利用自身的环境，尤其是在工作中。如果工作中，你能获得一份相关的原始数据（此时你应该无比庆幸，大多数人是很难获取到工作相关的原始数据的！！！），你就得到了一次数据分析的机会，拿着这份数据，凭借着你对你工作相关业务的理解，去操作练习吧。

总之，想要学习这一块，迷茫是必然的，但千万别被这些圈钱的，给带到沟里去了，费时费钱，还火气特别大。

（7） How much：投入的时间、金钱，收获如何？

想要学习这一块，肯定不会轻松，要花很多时间去钻研，当然，也会花一定的钱（被坑过就知道这钱有多少花的不值）。