很可惜 T 。T 您現在還不是作者身份，不能自主發(fā)稿哦～
如有投稿需求，請把文章發(fā)送到郵箱tougao@appcpx.com，一經錄用會有專人和您聯系
咨詢如何成為春羽作者請聯系：鳥哥筆記小羽毛（ngbjxym）
開局一張圖
有志于轉行數據分析的朋友們好～古牧君今天大膽開麥，針對近年來網上各路培訓班營造出來的“人人都是數據分析師”熱潮，給出一些個人看法。希望能讓所有沖動轉行的小白們都先冷靜下，想清楚到底要不要做之后，再去行動。
本文篇幅適中，內容環(huán)環(huán)相扣：
1，目前市場上數據分析的熱度究竟高不高？
2，數據分析師的實際需求量到底大不大？
3，為什么會出現“人人都是數據分析師”的現象？
4，普通數據分析師日常工作內容都是啥？
5，應付日常工作都需要掌握哪些技能、又有什么門檻？
6，哪些人不建議零基礎轉行數據分析？
除了體感上遍布各大平臺的培訓機構廣告，我們還可以查看產品經理 v.s 數據分析師的百度指數，在對比中量化解答這個問題：
可以發(fā)現，這兩個崗位都是源遠流長，從互聯網誕生伊始就存在了。但直到19年之前，產品經理的熱度都是2倍于數據分析師的；而從19年開始，數據分析師的熱度奮起直追，加之產品經理逐漸降溫，導致兩者差距已經縮小到50%以內了。
既然是市場， 就要講供需關系，供給側那么火熱，需求側呢？我們直接從大型互聯網招聘網站的崗位搜索結果來看，在限制城市、崗位和工作年限的前提下，對比產品經理、看下初級數據分析師在不同城市的實際需求量：
該網站不會直接顯示某個崗位在全國的實際招聘總量，比如超過500時就只會顯示500+，我們只能變通一下，收集全國6大互聯網重鎮(zhèn)初級產品經理 v.s 初級數據分析師的招聘量，在對比中偏定性的了解后者的實際需求量到底有多大：
從上圖中我們能很清晰的得到2個結論：
任憑媒體近些年來怎么吹，論互聯網就業(yè)機會和豐富性，北京依然是毫無爭議的第一梯隊，上海、深圳、廣州是第二梯隊，杭州、成都妥妥的第三梯隊
相對初級產品經理而言，初級數據分析師的需求量遠遠落后。無法像當年人人都是產品熱潮一樣，承受人人都來做數據分析師
僅憑個人主觀感受，有如下兩個見解：
近年來所謂的流量紅利差不多見頂，需要做精細化運營了；再加上早年間幾位互聯網巨佬瘋狂輸出“數據公司”的概念，導致大環(huán)境對數據分析類崗位的需求和認可都有了階段性的提升
近年來生意不好做、錢不好賺，大家普遍滋生焦慮心理。培訓行業(yè)作為一門生意，因勢利導的利用焦慮。可產品經理、運營、甚至交互設計、編程在前幾年就已經喊過“人人都是”了，需要有新的水源涌入，目光自然就移到了數據分析上。
古牧君人肉整理了招聘網站上1～3年數據分析師的崗位JD，抽取一些共性內容列舉并解讀如下，首先是崗位職責部分：
常規(guī)監(jiān)控：日報周報月報這類的，主要是監(jiān)控下業(yè)務的核心指標有沒有變動。如果有的話，就要解釋下原因。原始些的每天手工提取數據然后EXCEL加工制表呈現，正常些的會有對應的BI報表和郵件預警；
效果評估：“產品新功能上線后效果好不好？最近搞的一個運營活動效果好不好？”這些都需要數據事后諸葛亮一下，ABtest什么的會經常使用。這部分其實不僅僅是事后的事兒，在開始之前就需要數據分析師來全盤的考慮，設計評估方案并依方案來布置需要監(jiān)控/收集數據的位置和字段，是一個系統工程；
業(yè)務決策：“怎樣才能提升用戶的活躍/留存？”這類問題會來自一線業(yè)務部門，我們的分析結論和建議會影響他們的決策和操作。這里最關鍵的是拆解業(yè)務方提出的問題，之后再給出一個系統性的方案；
研究分析：“現在的年輕人都喜歡什么??？”這類問題往往不是那么功利，可能沒有任何一線業(yè)務部門有這類迫切的需求，但為了公司長遠戰(zhàn)略發(fā)展和團隊自身影響力等，還是必須的。這里最關鍵的是如何提出有價值的問題，而不是張嘴等著喂飯
其次是崗位技能部分：
專業(yè)相關：數學、統計、計算機相關專業(yè)優(yōu)先
數據思維：能夠量化衡量業(yè)務問題，并體系化評估業(yè)務發(fā)展
數據敏感：對指標的波動和相互之間的關聯敏感，能及時發(fā)現潛在問題
理解溝通：能很好的理解業(yè)務問題，順暢的與業(yè)務團隊溝通協作
熟悉方法：掌握常見統計學方法，有ABtest、機器學習等經驗優(yōu)先
掌握工具：熟練使用SQL/Excel/Python/R等數據處理工具
報告展示：可視化數據分析結果，降低理解成本、提升溝通效率
我們繼續(xù)把上述技能歸納總結，看看為了應付數據分析師的日常工作，到底都需要哪些核心技能：
工具型技能：這部分就是各類培訓班和營銷文章的主打，因為它確實是最基礎、最需要的，但隨著工作的深入，也是最不那么重要的。羅列下數據分析師需要掌握的工具，不外乎下面這些：
SQL，提取數據必備技能，學起來也方便，隨便買本講SQL的書就能入門。后續(xù)隨著實際使用中遇到各種問題再網上搜復雜的代碼寫法就好，不必前期太磕死書本；不過這種程度只是入門級別，當數據量較大的時候，還要考慮代碼的性能，這些就不強求
EXCEL，也是各種工具書鋪天蓋地。提取完數據后，簡單的數據處理啊、作圖啊制表啊都在這里搞定了，可以說數據分析師80%左右的工作，就靠SQL+EXCEL了。對EXCEL沒必要追求太多的奇技**巧，工具而已，用到的時候查一查就好，說到底還是要服務應用（對數據可視化感興趣想自學的，推薦下面這本）
Python或R或SPSS等，這些都是數據挖掘的工具，是日常工作中相對“高階”的那一小部分。雖然不鼓勵炫技式的工具使用，但知曉基本的數據挖掘，還是有利于拓寬分析師的思路。比如很多數據集，常規(guī)的統計分布可能看不出什么端倪，這時候就需要聚類試試；當我們想要預測些事情的時候，回歸啊分類樹啊這些基礎的模型算法也會有用武之地。Python和R都需要寫代碼來操作，而SPSS則更像EXCEL、鼠標點點點就OK了。重要的是，要理解這些工具背后模型和算法的原理，知道它們適用的場景和優(yōu)劣勢，才能真的駕馭工具
方法論型技能：掌握了基礎的工具后，還有很多人執(zhí)迷于數據分析方法論。講真，我問到周圍幾個同事（BAT且title為高級XXX），他們多少都有些為難。很多文章都會列舉各種各樣的方法和模型，但其實那些并不是數據分析獨有的，比如5W2H、MECE、SWOT等，都是通用的邏輯思維方式方法。但為了勸誡那些想要給培訓班送錢的善男信女，我還是想簡要說說：
邏輯思維真是的一切的基礎，有條理分主次的表達自己的觀點，同時也要能抽絲剝繭的分析問題解決問題，對數據分析師來講很關鍵；如果非要說有什么方法論，我覺得對比細分溯源就挺好的。舉個例子，今年騰訊的熱度是1000萬，這個數說明啥？首先要問清楚熱度是怎么定義的，然后要找個參照系，比如跟去年比，才能知道是高是低。進一步，如果比去年高了，那是為什么高的？可以從不同維度進行細分溯源，比如從時間維度上，看看是否僅僅是某個月暴增導致的？再比如從對象維度，看看針對騰訊的討論是說公司、還是說領導人、還是說產品？也可以從數據的來源渠道細分看，是新聞媒體的報道多了、還是網友在論壇貼吧的討論多了？
你說是先有方法論才能做成一件事情，還是先做成一件事情再有的方法論呢？很多時候，方法論已經被我們這個時代過度消費了，它成了成功者的事后諸葛亮。就像歷史一樣，是被掌握話語權的人隨意粉飾打扮的小姑娘
業(yè)務型技能：還沒完，要想讓自己的分析結果切實可行，就要深入的了解所在的業(yè)務，不能閉門造車天馬行空的搞純數據研究。舉個例子，豆瓣要提升商業(yè)收入，錢從哪些人那兒掙？這就需要首先對目前業(yè)務有一個了解，小組、書影音、廣播、FM的比例如何？豆瓣上不同人群的畫像如何？結合宏觀環(huán)境來看，哪些人消費意愿在增強？
做人型技能：最后，任何一項工作，都不可能是一座孤島。自稱“社交恐懼”“溝通障礙”的朋友，如果是真的話，甭管數據分析還是寫代碼，都不那么適合你。或者說的委婉一些，你可以做，但肯定很難做的好。我見過的工程師里能做上leader的，也都是相對他們群體而言更懂溝通的藝術、更懂換位思考的那群人。畢竟工作中的事情，很多情況下分工合作資源互換，會比你單槍匹馬來的事半功倍；合格的社交合作外，也要有一定的“敏感性”，就是能洞察出領導們的心思。有一種說法是，工作就是讓領導開心。我雖然覺得這句話太功利，但也不是全無道理。不妨換個角度來看，自古成大事者，更多是心懷理想的現實主義者。我們需要了解這個環(huán)境，適應這個環(huán)境。很多時候正確的事情也需要看時機，很多時候事情能不能做成，“人”的因素是很重要的。我們需要有能力判斷哪些事情的價值更高、更能做成，在自身利益與公司利益之間，找一個微妙的平衡
既然門檻都知道了，那么對應哪些人不適合零基礎轉型，也就一目了然了：
SQL和EXCEL都很容易上手，高中數學OK就好；Python、R那些工具，其實更重要的是背后的原理，所以需要相對扎實的概率統計+高數底子。不過數據挖掘也不是所有數據分析師都需要會的，所以工具這部分，武斷一點給個標準：高考數學150滿分的話有個100+就差不多了
稍微武斷一些的說，國內大部分純文科專業(yè)背景的同學（尤其是畢業(yè)后也一直從事創(chuàng)意類、職能類、銷售類等工作的朋友），零基礎轉型數據分析難度較大，不太建議。因為長時間的專業(yè)背景和工作環(huán)境，會重塑人的思維方式，如果已經習慣了發(fā)散式、跳躍式思維，日常又更偏重感性而非理性，數據分析類工作就較難適應
特別學術型的朋友，比如對學習研究以外都缺乏基本認知和興趣的那種，不那么適合數據分析師這種崗位，因為這個崗位其實沒那么高深也沒那么科研，相反，非常需要接地氣。數據分析本質上就是應用學科，需要以應用為導向，從問題出發(fā)去倒推解決方案，而非先研究一個東西再看看有什么可應用的場景。是否愿意了解你所在的業(yè)務方向，能否理解一線實際工作環(huán)境都面臨著什么問題，真不是所有人都能搞定的
過于固執(zhí)的朋友、缺乏同理心的朋友、不善于溝通的朋友，在數據分析師的崗位上注定不會走的很遠，在其他崗位也同樣。一方面我們需要通過換位思考，真正的理解對方的問題和困難，有時候更是用戶的需求；一方面我們也需要通過溝通，把我們的觀點和看法順滑的輸出出去，并最好能在聽眾的心里生根發(fā)芽，最終開花結果
最后再講一個大道理：哪兒有什么崗位是人人都能做的？如果真有，那咱又何必去趟這紅海的渾水呢？作為崗位的數據分析，不必糾結死守；但作為能力的數據分析，還是非常值得每個人了解一下的。
-END-
本文為作者獨立觀點，不代表鳥哥筆記立場，未經允許不得轉載。
《鳥哥筆記版權及免責申明》 如對文章、圖片、字體等版權有疑問，請點擊 反饋舉報
我們致力于提供一個高質量內容的交流平臺。為落實國家互聯網信息辦公室“依法管網、依法辦網、依法上網”的要求，為完善跟帖評論自律管理，為了保護用戶創(chuàng)造的內容、維護開放、真實、專業(yè)的平臺氛圍，我們團隊將依據本公約中的條款對注冊用戶和發(fā)布在本平臺的內容進行管理。平臺鼓勵用戶創(chuàng)作、發(fā)布優(yōu)質內容，同時也將采取必要措施管理違法、侵權或有其他不良影響的網絡信息。
一、根據《網絡信息內容生態(tài)治理規(guī)定》《中華人民共和國未成年人保護法》等法律法規(guī)，對以下違法、不良信息或存在危害的行為進行處理。
1. 違反法律法規(guī)的信息，主要表現為：
1)反對憲法所確定的基本原則；
2)危害國家安全，泄露國家秘密，顛覆國家政權，破壞國家統一，損害國家榮譽和利益；
3)侮辱、濫用英烈形象，歪曲、丑化、褻瀆、否定英雄烈士事跡和精神，以侮辱、誹謗或者其他方式侵害英雄烈士的姓名、肖像、名譽、榮譽；
4)宣揚恐怖主義、極端主義或者煽動實施恐怖活動、極端主義活動；
5)煽動民族仇恨、民族歧視，破壞民族團結；
6)破壞國家宗教政策，宣揚邪教和封建迷信；
7)散布謠言，擾亂社會秩序，破壞社會穩(wěn)定；
8)宣揚淫穢、色情、賭博、暴力、兇殺、恐怖或者教唆犯罪；
9)煽動非法集會、結社、游行、示威、聚眾擾亂社會秩序；
10)侮辱或者誹謗他人，侵害他人名譽、隱私和其他合法權益；
11)通過網絡以文字、圖片、音視頻等形式，對未成年人實施侮辱、誹謗、威脅或者惡意損害未成年人形象進行網絡欺凌的；
12)危害未成年人身心健康的；
13)含有法律、行政法規(guī)禁止的其他內容；
2. 不友善：不尊重用戶及其所貢獻內容的信息或行為。主要表現為：
1)輕蔑：貶低、輕視他人及其勞動成果；
2)誹謗：捏造、散布虛假事實，損害他人名譽；
3)嘲諷：以比喻、夸張、侮辱性的手法對他人或其行為進行揭露或描述，以此來激怒他人；
4)挑釁：以不友好的方式激怒他人，意圖使對方對自己的言論作出回應，蓄意制造事端；
5)羞辱：貶低他人的能力、行為、生理或身份特征，讓對方難堪；
6)謾罵：以不文明的語言對他人進行負面評價；
7)歧視：煽動人群歧視、地域歧視等，針對他人的民族、種族、宗教、性取向、性別、年齡、地域、生理特征等身份或者歸類的攻擊；
8)威脅：許諾以不良的后果來迫使他人服從自己的意志；
3. 發(fā)布垃圾廣告信息：以推廣曝光為目的，發(fā)布影響用戶體驗、擾亂本網站秩序的內容，或進行相關行為。主要表現為：
1)多次發(fā)布包含售賣產品、提供服務、宣傳推廣內容的垃圾廣告。包括但不限于以下幾種形式：
2)單個帳號多次發(fā)布包含垃圾廣告的內容；
3)多個廣告帳號互相配合發(fā)布、傳播包含垃圾廣告的內容；
4)多次發(fā)布包含欺騙性外鏈的內容，如未注明的淘寶客鏈接、跳轉網站等，誘騙用戶點擊鏈接
5)發(fā)布大量包含推廣鏈接、產品、品牌等內容獲取搜索引擎中的不正當曝光；
6)購買或出售帳號之間虛假地互動，發(fā)布干擾網站秩序的推廣內容及相關交易。
7)發(fā)布包含欺騙性的惡意營銷內容，如通過偽造經歷、冒充他人等方式進行惡意營銷；
8)使用特殊符號、圖片等方式規(guī)避垃圾廣告內容審核的廣告內容。
4. 色情低俗信息，主要表現為：
1)包含自己或他人性經驗的細節(jié)描述或露骨的感受描述；
2)涉及色情段子、兩性笑話的低俗內容；
3)配圖、頭圖中包含庸俗或挑逗性圖片的內容；
4)帶有性暗示、性挑逗等易使人產生性聯想；
5)展現血腥、驚悚、殘忍等致人身心不適；
6)炒作緋聞、丑聞、劣跡等；
7)宣揚低俗、庸俗、媚俗內容。
5. 不實信息，主要表現為：
1)可能存在事實性錯誤或者造謠等內容；
2)存在事實夸大、偽造虛假經歷等誤導他人的內容；
3)偽造身份、冒充他人，通過頭像、用戶名等個人信息暗示自己具有特定身份，或與特定機構或個人存在關聯。
6. 傳播封建迷信，主要表現為：
1)找人算命、測字、占卜、解夢、化解厄運、使用迷信方式治病；
2)求推薦算命看相大師；
3)針對具體風水等問題進行求助或咨詢；
4)問自己或他人的八字、六爻、星盤、手相、面相、五行缺失，包括通過占卜方法問婚姻、前程、運勢，東西寵物丟了能不能找回、取名改名等；
7. 文章標題黨，主要表現為：
1)以各種夸張、獵奇、不合常理的表現手法等行為來誘導用戶；
2)內容與標題之間存在嚴重不實或者原意扭曲；
3)使用夸張標題，內容與標題嚴重不符的。
8.「飯圈」亂象行為，主要表現為：
1)誘導未成年人應援集資、高額消費、投票打榜
2)粉絲互撕謾罵、拉踩引戰(zhàn)、造謠攻擊、人肉搜索、侵犯隱私
3)鼓動「飯圈」粉絲攀比炫富、奢靡享樂等行為
4)以號召粉絲、雇用網絡水軍、「養(yǎng)號」形式刷量控評等行為
5)通過「蹭熱點」、制造話題等形式干擾輿論，影響傳播秩序
9. 其他危害行為或內容，主要表現為：
1)可能引發(fā)未成年人模仿不安全行為和違反社會公德行為、誘導未成年人不良嗜好影響未成年人身心健康的；
2)不當評述自然災害、重大事故等災難的；
3)美化、粉飾侵略戰(zhàn)爭行為的；
4)法律、行政法規(guī)禁止，或可能對網絡生態(tài)造成不良影響的其他內容。
二、違規(guī)處罰
本網站通過主動發(fā)現和接受用戶舉報兩種方式收集違規(guī)行為信息。所有有意的降低內容質量、傷害平臺氛圍及欺凌未成年人或危害未成年人身心健康的行為都是不能容忍的。
當一個用戶發(fā)布違規(guī)內容時，本網站將依據相關用戶違規(guī)情節(jié)嚴重程度，對帳號進行禁言 1 天、7 天、15 天直至永久禁言或封停賬號的處罰。當涉及欺凌未成年人、危害未成年人身心健康、通過作弊手段注冊、使用帳號，或者濫用多個帳號發(fā)布違規(guī)內容時，本網站將加重處罰。
三、申訴
隨著平臺管理經驗的不斷豐富，本網站出于維護本網站氛圍和秩序的目的，將不斷完善本公約。
如果本網站用戶對本網站基于本公約規(guī)定做出的處理有異議，可以通過「建議反饋」功能向本網站進行反饋。
(規(guī)則的最終解釋權歸屬本網站所有)