作者：夏宇

在大數(shù)據(jù)、人工智能熱、5G、物聯(lián)網(wǎng)的時(shí)代，相信也有許多對(duì)數(shù)據(jù)分析非常感興趣且要轉(zhuǎn)行的小伙伴。但是，有些朋友對(duì)于是否該轉(zhuǎn)行一直抱有遲疑態(tài)度，轉(zhuǎn)行是不是要重新學(xué)，怎么學(xué)，如何入行等等一系列的問(wèn)題···

而他們并不知道進(jìn)入數(shù)據(jù)分析行業(yè)需要學(xué)什么，也不太清楚數(shù)據(jù)分析相關(guān)崗位平時(shí)工作都在干什么，還有一些已經(jīng)入行的不知道如何進(jìn)階。而之前交流分享的一直都是硬核的數(shù)據(jù)分析知識(shí)，那么，本期交流會(huì)邀請(qǐng)了小飛象數(shù)據(jù)大佬，來(lái)將從入行、初始、進(jìn)階三個(gè)方面，讓大家了解一下大佬是如何從數(shù)據(jù)小白到數(shù)據(jù)大神一步步成長(zhǎng)的。

數(shù)據(jù)分析學(xué)習(xí)，在于將別人的知識(shí)轉(zhuǎn)化成自己的知識(shí)，食之化盡，舉一反三。今天將會(huì)從3個(gè)方面來(lái)深?了解《數(shù)據(jù)大佬的成長(zhǎng)經(jīng)驗(yàn)分享 | 我的非典型數(shù)據(jù)分析之路》。

這一部分：入行—初識(shí)數(shù)據(jù)領(lǐng)域

第二部分：初期—打開(kāi)認(rèn)知，發(fā)現(xiàn)新的世界

第三部分：進(jìn)階—把握機(jī)會(huì)，開(kāi)啟新的挑戰(zhàn)

在分享之前，我們可以先思考幾個(gè)問(wèn)題：

★你覺(jué)得數(shù)據(jù)分析入門(mén)難點(diǎn)在哪里？

★實(shí)際工作中數(shù)據(jù)分析有什么崗位，工作內(nèi)容是什么？

★數(shù)據(jù)分析到底要如何學(xué)習(xí)和進(jìn)階？你覺(jué)得難么？

......

這次分享將為大家打開(kāi)一扇窗，希望能對(duì)零基礎(chǔ)轉(zhuǎn)行數(shù)據(jù)分析的小伙伴們有所啟發(fā)、對(duì)數(shù)據(jù)分析的從業(yè)人員的技能進(jìn)階一些借鑒。在分享的過(guò)程中，建議全程認(rèn)真聽(tīng)，帶著思考去看，希望通過(guò)本次分享，來(lái)給大家做一次系統(tǒng)的數(shù)據(jù)分析可視化分享，來(lái)解答大家對(duì)于可視化的疑點(diǎn)，并給做數(shù)據(jù)分析的人員提供一些思路，有任何問(wèn)題都可以隨時(shí)交流哦！

大家好，我將結(jié)合自身的經(jīng)驗(yàn)，和大家一起聊聊自己的非典型數(shù)據(jù)成長(zhǎng)之路，希望能通過(guò)自己過(guò)往經(jīng)驗(yàn)，給大家對(duì)數(shù)據(jù)分析有所新的啟發(fā)，將從入行，初期，進(jìn)階3個(gè)方面，來(lái)梳理總結(jié)自己的數(shù)據(jù)分析入行、成長(zhǎng)、進(jìn)階等的一些經(jīng)驗(yàn)。

第一部分，主要講我是怎么入行，以及我是怎么去認(rèn)識(shí)數(shù)據(jù)分析，第二部分，當(dāng)我接觸到數(shù)據(jù)分析之后，又會(huì)接觸到很多數(shù)據(jù)分析相關(guān)一些工具，可能會(huì)逐漸地去打開(kāi)我的一些認(rèn)知，有很多新的工具或者新的一些方式。第三部分，基于自己早期的一些工作經(jīng)驗(yàn)以及認(rèn)知，通過(guò)自己的摸索，把自己的想法如何更好的實(shí)現(xiàn)，把一些數(shù)據(jù)分析進(jìn)階的學(xué)習(xí)經(jīng)驗(yàn)分享給大家。 

以下是我個(gè)人的從業(yè)經(jīng)歷：

（我的個(gè)人從業(yè)經(jīng)歷） 

1、入行-擇業(yè)的邏輯

·選擇互聯(lián)網(wǎng)行業(yè)。在從宏觀上，一切行業(yè)互聯(lián)網(wǎng)化是未來(lái)的大趨勢(shì)，薪資福利更高····

·期望崗位數(shù)據(jù)分析。隨著數(shù)字化社會(huì)發(fā)展，帶來(lái)的是人才缺口，互聯(lián)網(wǎng)企業(yè)對(duì)人才的需求，每年以20%的速度增長(zhǎng)，其中以“數(shù)據(jù)分析”人才缺口最為突出，也是各家企業(yè)互相爭(zhēng)搶的高技能人才。未來(lái)是大數(shù)據(jù)時(shí)代，數(shù)據(jù)分析的發(fā)展空間更巨大，且數(shù)據(jù)領(lǐng)域的發(fā)展是令人興奮的····

·入行原因：主要大學(xué)是數(shù)學(xué)系的，但是實(shí)際上并沒(méi)有接觸過(guò)太多數(shù)據(jù)分析相關(guān)內(nèi)容，對(duì)Excel基本只是停留在用過(guò)的階段，也就是會(huì)填寫(xiě)表格做基礎(chǔ)的四則運(yùn)算。

那個(gè)年代互聯(lián)網(wǎng)也沒(méi)有如今這么發(fā)達(dá)，尤其是自媒體這塊，所以網(wǎng)上能找到的學(xué)習(xí)資料也基本都是一些機(jī)構(gòu)產(chǎn)出的，不像現(xiàn)在各種行業(yè)都有大佬或者資深熱衷于知識(shí)的傳播分享，我們可以接觸非常之多知識(shí)！

因?yàn)樽约菏菙?shù)學(xué)系的自認(rèn)為對(duì)數(shù)據(jù)敏感。所以選擇了數(shù)據(jù)分析，入行后有一個(gè)很好的領(lǐng)導(dǎo)，但是在數(shù)據(jù)分析上并沒(méi)有老師帶，基本都是在工作中學(xué)習(xí)在學(xué)習(xí)中工作。當(dāng)時(shí)是負(fù)責(zé)游戲的數(shù)據(jù)分析，公司有比較完善的數(shù)據(jù)分析平臺(tái)和數(shù)據(jù)支持部門(mén)，我的分析工作大多數(shù)都是對(duì)已加工過(guò)的數(shù)據(jù)進(jìn)行二次加工然后形成日?qǐng)?bào)周報(bào)之類(lèi)的，再就是根據(jù)實(shí)際的分析場(chǎng)景找數(shù)據(jù)支持部門(mén)發(fā)起提數(shù)需求（他們會(huì)寫(xiě)sql提數(shù)給我），我再二次加工形成想要的指標(biāo)。這個(gè)階段我用到的工具就是Excel，做圖表。 

2、入行-數(shù)據(jù)領(lǐng)域相關(guān)崗位 

其實(shí)這些崗位貫穿我們整個(gè)數(shù)據(jù)分析過(guò)程。數(shù)據(jù)的收集、加工、處理，再做一些數(shù)據(jù)分析，做一些數(shù)據(jù)可視化，再把數(shù)據(jù)的一些結(jié)論進(jìn)行一些應(yīng)用，其實(shí)它是一個(gè)流式化的過(guò)程，在每一個(gè)過(guò)程其實(shí)都會(huì)去引申出各種相對(duì)比較匹配的一些崗位。同樣，其實(shí)不同的數(shù)據(jù)分析的崗位，它可能也會(huì)覆蓋不同的流失過(guò)程的一些工作。如我現(xiàn)在做的數(shù)據(jù)產(chǎn)品，其實(shí)我們就會(huì)涉及到數(shù)據(jù)收集的邏輯，也會(huì)涉及到數(shù)據(jù)加工的內(nèi)容，另外就是數(shù)據(jù)應(yīng)用。大家其實(shí)可以簡(jiǎn)單了解一下。

拆分“數(shù)據(jù)分析”可以為：數(shù)據(jù)收集—數(shù)據(jù)處理—數(shù)據(jù)運(yùn)營(yíng)—數(shù)據(jù)應(yīng)用。因此，按照這個(gè)流程，數(shù)據(jù)領(lǐng)域相關(guān)崗位如下：

數(shù)據(jù)收集負(fù)責(zé)收集各種各樣的原始數(shù)據(jù)，比如用戶(hù)何時(shí)何地做了什么事情。它依賴(lài)于埋點(diǎn)采集系統(tǒng)，而埋點(diǎn)采集，需要收集什么類(lèi)型數(shù)據(jù)，屬于【數(shù)據(jù)產(chǎn)品經(jīng)理】確定規(guī)范（數(shù)據(jù)運(yùn)營(yíng)和數(shù)據(jù)分析師根據(jù)公司組織架構(gòu)也可以兼任）。 

收集上來(lái)的數(shù)據(jù)需要存儲(chǔ)，往往因?yàn)楦咄掏铝浚枰ＷC數(shù)據(jù)和日志的穩(wěn)定性，會(huì)采用Flume+Kafka，如果有實(shí)時(shí)統(tǒng)計(jì)要求，也得考慮流數(shù)據(jù)。這塊則是【數(shù)據(jù)工程師】的范疇，包括原始數(shù)據(jù)的再加工，數(shù)據(jù)清洗，都是專(zhuān)門(mén)的數(shù)據(jù)團(tuán)隊(duì)完成。 

當(dāng)獲得數(shù)據(jù)后，首先第一點(diǎn)是講各種明細(xì)數(shù)據(jù)處理業(yè)務(wù)指標(biāo)，沒(méi)有指標(biāo)不成方圓，這里由【數(shù)據(jù)分析師】定義的。有了指標(biāo)，配合各種數(shù)據(jù)產(chǎn)品輸出，如用戶(hù)畫(huà)像用戶(hù)標(biāo)簽、BI報(bào)表，這些數(shù)據(jù)產(chǎn)品都由【數(shù)據(jù)產(chǎn)品經(jīng)理】統(tǒng)籌排期…另外一方面，【數(shù)據(jù)挖掘工程師】和【算法專(zhuān)家】則憑各種數(shù)據(jù)建立模型，進(jìn)行實(shí)時(shí)或離線(xiàn)運(yùn)算。 

模型可能會(huì)預(yù)測(cè)用戶(hù)會(huì)不會(huì)購(gòu)買(mǎi)某個(gè)商品，可能是做出一系列的推薦，可能是判斷用戶(hù)屬于哪個(gè)類(lèi)型，不一而足。更上面一層是業(yè)務(wù)相關(guān)，【數(shù)據(jù)分析師】會(huì)監(jiān)控和分析BI上指標(biāo)的波動(dòng)，【數(shù)據(jù)挖掘工程】是通過(guò)用戶(hù)反饋數(shù)據(jù)，衡量算法的優(yōu)劣、【數(shù)據(jù)產(chǎn)品經(jīng)理】按AB測(cè)試的結(jié)果改進(jìn)產(chǎn)品。數(shù)據(jù)工程師保證系統(tǒng)的穩(wěn)定。

所有層次一環(huán)扣一環(huán)，每個(gè)崗位在其中都發(fā)揮特有的作用。數(shù)據(jù)工程偏底層技術(shù)，數(shù)據(jù)分析偏上層業(yè)務(wù)，數(shù)據(jù)挖掘和數(shù)據(jù)產(chǎn)品處于中間形態(tài)。不同公司雖然業(yè)務(wù)形態(tài)不一致，架構(gòu)會(huì)有差異，但是職責(zé)不會(huì)偏差太大。這也是數(shù)據(jù)分析為什么會(huì)有四個(gè)方向。

講到這里，你大概對(duì)數(shù)據(jù)分析的職業(yè)規(guī)劃有了明晰的了解。當(dāng)然，它們彼此間并不完全獨(dú)立，到后期，很多界限會(huì)變得模糊。

3、入行-數(shù)據(jù)的工作內(nèi)容

在我入行的時(shí)候，從事的游戲行業(yè)的數(shù)據(jù)分析，因?yàn)樵诤茉缙诘臅r(shí)候，游戲或者互聯(lián)網(wǎng)的做運(yùn)營(yíng)策略、版本更迭等工作，其實(shí)很多時(shí)候是拍腦袋的。有一些經(jīng)驗(yàn)豐富前輩們，憑借自身經(jīng)驗(yàn)，通過(guò)一些數(shù)據(jù)指標(biāo)波動(dòng)，可能需要做一個(gè)什么樣的運(yùn)營(yíng)策略，刺激一下收入的增長(zhǎng)，留存的增長(zhǎng)，但基本上都是拍腦袋的一種行為。數(shù)據(jù)分析、數(shù)據(jù)運(yùn)營(yíng)、數(shù)據(jù)精細(xì)化也在那個(gè)時(shí)候啟蒙的，很多互聯(lián)網(wǎng)公司開(kāi)始逐步重視數(shù)據(jù)分析的價(jià)值。

當(dāng)時(shí)我的主要工作內(nèi)容基本上是要形成產(chǎn)品的數(shù)據(jù)報(bào)表。業(yè)務(wù)的基礎(chǔ)數(shù)據(jù)監(jiān)控，一二級(jí)指標(biāo)，如 DAU、新增、留存、付費(fèi)率等相關(guān)數(shù)據(jù)，主要是給老板看的，讓老板清晰的了解整個(gè)項(xiàng)目的運(yùn)營(yíng)狀況。

第二，根據(jù)業(yè)務(wù)線(xiàn)的產(chǎn)品特性，會(huì)進(jìn)行與傳統(tǒng)一二級(jí)指標(biāo)不太一樣的專(zhuān)項(xiàng)數(shù)據(jù)指標(biāo)體系。

第三，我們會(huì)去做一些所謂的預(yù)警，其實(shí)就是數(shù)據(jù)發(fā)生一些波動(dòng)或異常的時(shí)候，做簡(jiǎn)單的模型預(yù)警，如超過(guò)之前多少值或者低于之前多少值，給出預(yù)警，并提出解決方案。 

第四，其實(shí)有一些專(zhuān)屬的功能或者特殊的一些功能，我們需要做一些專(zhuān)項(xiàng)分析，去找出一些問(wèn)題點(diǎn)。比如，游戲相關(guān)的一些產(chǎn)品，游戲其實(shí)會(huì)有新手引導(dǎo)，其實(shí)每個(gè)步驟特別細(xì)，我們就會(huì)去做新手引導(dǎo)，各個(gè)流程的分析，去找到流失的一些卡點(diǎn)，針對(duì)這些卡點(diǎn)去做更深度的分析?；跀?shù)據(jù)，定位的原因，再會(huì)給我們產(chǎn)品或者我們的策劃去提醒，給建議，告訴這里需要去做一些優(yōu)化了，應(yīng)該怎么去優(yōu)化等。

總之，數(shù)據(jù)分析崗位一般工作內(nèi)容：

·負(fù)責(zé)和支撐各部門(mén)相關(guān)的報(bào)表；

·建立和優(yōu)化指標(biāo)體系；

·監(jiān)控?cái)?shù)據(jù)的波動(dòng)和異常，找出問(wèn)題；

·優(yōu)化和驅(qū)動(dòng)業(yè)務(wù)，推動(dòng)數(shù)據(jù)化運(yùn)營(yíng)；

·找出可增長(zhǎng)的市場(chǎng)或產(chǎn)品優(yōu)化空間；

·輸出專(zhuān)題分析報(bào)告；

·····

4、入行-自我提升

為了提高工作效率，自己買(mǎi)了基本Excel的教程，主要學(xué)習(xí)了函數(shù)、數(shù)據(jù)透視表、快捷鍵和圖表制作。 

為了提升對(duì)業(yè)務(wù)的理解，自己和同事體驗(yàn)了很多同類(lèi)產(chǎn)品，同時(shí)也把當(dāng)時(shí)網(wǎng)絡(luò)上能找到的相關(guān)的數(shù)據(jù)分析知識(shí)都做了收藏與學(xué)習(xí)，主要是數(shù)據(jù)指標(biāo)體系如定義、關(guān)聯(lián)關(guān)系和分析價(jià)值等等。

比如以下就是自己當(dāng)時(shí)結(jié)合對(duì)業(yè)務(wù)理解和數(shù)據(jù)指標(biāo)的理解整理的文檔部分內(nèi)容，現(xiàn)在看來(lái)會(huì)發(fā)現(xiàn)寫(xiě)的還是比較淺，但是作為學(xué)習(xí)思考與總結(jié)還是很不錯(cuò)的。 

5、入行-數(shù)據(jù)分析框架 

所謂的數(shù)據(jù)敏感度：

·看到數(shù)據(jù)后能一眼看出來(lái)數(shù)據(jù)靠不靠譜

·看到數(shù)據(jù)后能一眼思考出數(shù)據(jù)背后的原因或者意義 

總之，做數(shù)據(jù)分析的人基本上是需要自己不斷地去摸索，是一個(gè)被動(dòng)學(xué)習(xí)的過(guò)程，一開(kāi)始我并不知道我要做什么，需要掌握什么，由上級(jí)給我安排一些任務(wù)。我在做這些任務(wù)的時(shí)候，我發(fā)現(xiàn)我都不會(huì)。我也是在摸索，找同事，找前面去咨詢(xún)，去了解，他們會(huì)告訴我你可以怎么去做，但他們不會(huì)去指導(dǎo)我。為什么？因?yàn)樗麄兏Α?/span> 

尤其是在工作中，沒(méi)人愿意，沒(méi)人他是有義務(wù)去指導(dǎo)教導(dǎo)你的，只能自己去想我應(yīng)該怎么辦。然后我就需要自己去思考怎么做，其實(shí)就是一個(gè)非常好的點(diǎn)，給自己去規(guī)劃一下我應(yīng)該怎么去做。在學(xué)習(xí)中，不斷成長(zhǎng)。

大概 1 到 2 年之后，我開(kāi)始接觸到一個(gè)新的工具tableau，也是被動(dòng)接收的tableau。當(dāng)時(shí)想法就是它好像可視化能力比較強(qiáng)一些，圖表展現(xiàn)效果很酷。

記得公司購(gòu)買(mǎi)了某三方的數(shù)據(jù)，他們的周期性數(shù)據(jù)是以Tableau展示的，為了更好的將這些數(shù)據(jù)按照我們期望的數(shù)據(jù)指標(biāo)進(jìn)行報(bào)表化，我也開(kāi)啟了Tableau的學(xué)習(xí)，這個(gè)學(xué)習(xí)也基本是自學(xué)了，方式也比較簡(jiǎn)單就是買(mǎi)了一本Tableau的書(shū)籍，在學(xué)中做，在做中學(xué)。

Tableau讓我打開(kāi)了新世界，拖拽操作和數(shù)據(jù)可視化讓我非常之歡喜，但是其實(shí)這個(gè)階段我的所做的數(shù)據(jù)分析工作也基本都是對(duì)數(shù)據(jù)支持部門(mén)加工過(guò)的數(shù)據(jù)進(jìn)行二次加工而已，只是形成了好看的圖和表。

好在Tableau一定程度上讓我的很多數(shù)據(jù)分析工作半自動(dòng)化。

那時(shí)候，我覺(jué)得數(shù)據(jù)分析實(shí)可能還有更多的工具值得我去探索，我已經(jīng)不再是只局限在 Excel 層面。

進(jìn)階

在入行的前四年里面，從最早的數(shù)據(jù)分析到后面做運(yùn)營(yíng)，再到后面負(fù)責(zé)一個(gè)項(xiàng)目的過(guò)程中，我培養(yǎng)了自己的兩個(gè)亮點(diǎn)。

第一個(gè)就是數(shù)據(jù)分析，數(shù)據(jù)運(yùn)營(yíng)的能力，第二塊其實(shí)就是對(duì)于整個(gè)游戲運(yùn)營(yíng)模塊通盤(pán)業(yè)務(wù)理解能力。

到后來(lái)因?yàn)楣ぷ髯儎?dòng)，不再有數(shù)據(jù)支持部門(mén)的強(qiáng)力支援，我需要自己面對(duì)原始日志數(shù)據(jù)，一開(kāi)始我會(huì)將他們導(dǎo)入到Tableau再進(jìn)行運(yùn)算處理（比較excel支持的數(shù)據(jù)量比較有限），直到發(fā)現(xiàn)數(shù)據(jù)量和處理復(fù)雜度遠(yuǎn)超我的預(yù)期。

于是乎，在找外部支援的同時(shí)我也開(kāi)始了自己的數(shù)據(jù)分析技能進(jìn)階—Sql和Python相關(guān)的學(xué)習(xí)。

·對(duì)于Sql，主要是用于初步的數(shù)據(jù)處理；

·對(duì)于Python，主要是用于深度加工和一些模型的使用，比如預(yù)測(cè)、同期群等等。此外就是一些自動(dòng)化的流程，比如自動(dòng)化輸出分析報(bào)告等等。

1、關(guān)于SQL的學(xué)習(xí)

2、Python學(xué)習(xí)路徑

3、自動(dòng)化報(bào)表流程

4、數(shù)據(jù)埋點(diǎn)設(shè)計(jì)經(jīng)驗(yàn)

之前我們公司的數(shù)據(jù)中臺(tái)，沒(méi)有現(xiàn)成的體系埋點(diǎn)，我需要自己去做，沒(méi)有地方去展示這些一二級(jí)的數(shù)據(jù)指標(biāo)。我需要自己去整理數(shù)據(jù)報(bào)表，根據(jù)我的看板，它展示的指標(biāo)內(nèi)容，它展示的一些功能有哪些篩選項(xiàng)，數(shù)據(jù)應(yīng)該怎么展示？這些數(shù)據(jù)計(jì)算邏輯是什么？完全是由我自己去設(shè)計(jì)埋點(diǎn)，去整理這些計(jì)算邏輯，甚至是去畫(huà)一些原型圖給到數(shù)據(jù)中臺(tái)的同學(xué)，他們?nèi)臀覀內(nèi)プ鲆恍┒ㄖ苹拈_(kāi)發(fā)，再去形成了我們的數(shù)據(jù)的一些報(bào)表看板。

（這里簡(jiǎn)單介紹一下，不去擴(kuò)展了）

所謂的數(shù)據(jù)埋點(diǎn)是數(shù)據(jù)采集領(lǐng)域的術(shù)語(yǔ)，指的是針對(duì)用戶(hù)行為或者特定事件進(jìn)行元數(shù)據(jù)上報(bào)采集。在此過(guò)程中收集所需信息，用于后續(xù)數(shù)據(jù)分析了解用戶(hù)的使用情況，為迭代產(chǎn)品或者運(yùn)營(yíng)工作提供數(shù)據(jù)支撐。

總結(jié)

以上就是本次分享的全部?jī)?nèi)容！也是我個(gè)人非典型的野蠻成長(zhǎng)的數(shù)據(jù)之路?？傊?span>一定要用細(xì)心、耐心、和平靜的心態(tài)去做數(shù)據(jù)分析。數(shù)據(jù)分析是個(gè)細(xì)活，根據(jù)二八原則，其中數(shù)據(jù)的處理將占去數(shù)據(jù)分析中的八成時(shí)間，如果數(shù)據(jù)處理不當(dāng)將影響接下來(lái)的分析，需要良好的心態(tài)減少犯錯(cuò)誤的概率。

希望能通過(guò)我的數(shù)據(jù)分析成長(zhǎng)經(jīng)歷，給到大家一起啟迪和思維上的擴(kuò)展！