iT邦幫忙

0

數據分析入門,不知道先学工具还是方法?這篇能為你解惑

對於剛剛入門資料分析的人來說,經常會聽到網上那些天花亂墜的學習方法和教程,但是卻感覺像是無頭蒼蠅一樣,東一榔頭西一棒槌,不知道到底先學資料分析的工具,還是要先掌握資料分析思維和方法,甚至糾結不清,選錯了路,以後追悔莫及。

首先,我們需要認清一個觀念,那就是資料分析是一種能力,而不是一種崗位

現實情況下,一般叫資料分析的基礎性崗位元,它需要的能力多半是資料處理能力,既然都是資料處理能力了,你必然要先學工具,不然根本連面試都過不了。

但是如果你是需要資料分析能力的其他崗位,比如資料產品經理,比如產品運營或產品經理,那就是要先學分析方法,你需要通過分析思路去解決具體的業務問題或者產品問題,而一般資料處理可以提需求給資料分析師或者資料RD。

那麼,對於想要第一次要入門資料分析的人來說,工具重要還是方法更重要呢?

資料分析的日常流程

在回答這個問題前,我們先體驗下資料分析師日常的工作流程:
比如你公司有一款APP,平時“日活”穩定在9W-10W之間,但是10月26日忽然跌到了8.8W,到10月27日掉到了8.5W,這時候產品負責人急了,想要你配合排查下日活下跌的原因。

接到這個任務時,你腦子裡開始有一個分析框架的雛形:

  • “日活”指標下跌了多少?是正常範圍內的下跌?還是突髮式的下跌?(What)
  • 是整體使用者下跌,還是部分使用者?(Who)
  • 下跌具體是從什麼時候開始的?(When)
  • 什麼原因會導致下跌?是某個管道推廣到期?還是產品更新導致登錄有問題?(Why)

接下來,你會把近期資料從資料庫中提取出來,資料提取這步用到了SQL。資料整理清洗和分析用到了Excel。

資料提取後,你會做具體的分析,到了分析這步你就會用到統計學知識和資料分析方法論。

比如,本周和上周對比環比下跌了多少?這裡涉及到了統計學中環比的概念,還有對比分析方法。再比如,你會從用戶、地域等不同的維度去拆分問題。最終你發現導致日活下跌的原因是A管道推廣費用到期了,這一步你就用到了多維分析法。

找到了原因後,你會提出解決辦法,推動產品部門落地執行。在溝通和展示的過程中,你可能會用簡報去展示。

先學工具還是先學方法?

根據以上工作場景,我們再回到問題:轉行資料分析,是先學方法還是工具?

我的回答是:同時,但方法要優於工具。

如果你學會了工具,但在實際工作場景中不會應用或者沒有分析思路,這是很致命的。就好比你買了一堆食材,但不會做。

如果學了分析方法,但是不知道怎麼提取資料分析資料,就好比你手裡有一個食譜,但是菜在冰箱裡拿不出來。

因為資料分析師的工作最終都不會脫離業務存在,每一步的執行和思考都需要工具的使用和資料分析方法論的應用,所以二者缺一不可。

從以上場景中,我們能夠看出一個優秀的資料分析師起碼要具備4種能力,分別是:

  • 1.基礎工具的使用
  • 2.資料分析方法論
  • 3.統計學知識
  • 4.結構化思維

一、工具的使用

對資料分析而言,熟練掌握Excel+SQL+python+BI工具這4個工具可以應對大部分工作了。
有的小夥伴會問,那R語言呢?除非特殊要求,一般情況下R和Python掌握一個就可以。工具就好比我們去打仗的兵器,你不能赤手空拳上戰場。

在工具學習這部分,建議先熟練掌握Excel+SQL,這2個工具是資料分析的基礎和核心。

  • Excel是日常工作中用到的最多的工具,常用的函數及樞紐分析表都要學。Excel推薦書籍《Excel高效辦公:資料處理與分析》
  • SQL是資料分析的核心工具,主要學習Select、彙總函式以及條件查詢等內容。SQL推薦資料《SQL基礎教程》
  • Python重點掌握Pandas資料結構、Matplotlib庫、Pyecharts庫及Numpy陣列。有SQL基礎之後再學Python會相對輕鬆些,所以不建議0基礎轉行的小夥伴上來就學Python。Python推薦書籍《對比Excel,輕鬆學習Python數據分析》

BI在資料處理,資料分析,資料展示上的功能遠遠強於Excel,例如Tableau、FineBI,這兩款BI工具,都可以整合企業中所有不同業務系統中的資料,這是Excel無法實現的,另外還可以對資料按照不同的維度進行分析,系統會以資料的特點來適配圖表展示,這些也都是Excel做不到的。

二、資料分析方法論

這部分需要掌握常見的分析方法如多維分析法、對比分析法、漏斗分析法、假設檢驗、回歸分析等。推薦書籍《誰說菜鳥不會數據分析-入門篇》

三、統計學知識

統計學這部分需要學習環比、同比、參數、變數、統計量、貝葉斯、二項分佈、正態分佈等基礎概念。推薦書籍《赤裸裸的統計學

四、結構化思維

結構化思維是優秀分析師必備技能,這部分內容推薦書籍《金字塔原理》。它能教會你思考、表達和解決問題的邏輯。

同時推薦一個好用的工具Process on,在建立指標體系的時候會讓你的分析非常有條理,它很容易勾畫複雜的模型,基本上是0難度上手。

零基礎入門資料分析,建議你多去看一些商業資料模型和資料分析案例,從案例中汲取知識,最終形成自己的分析思路。因為分析思路對資料分析師來說真的很重要。

同時,你要給自己一個明確的崗位目標,在學習期間充分調研目標領域的行業知識。

理論和工具的學習,最終目的都是為了通過資料驅動業務增長,所以讓你的工具技能和理論知識能夠落地實戰才是最重要的!
閱讀原文:數據分析入門,不知道先学工具还是方法?這篇能為你解惑


尚未有邦友留言

立即登入留言