干貨分享：數(shù)據(jù)分析師應(yīng)掌握的核心技能和思維
大數(shù)據(jù)
發(fā)表時間:2018/12/5 10:30:40??作者:sjfx??
大數(shù)據(jù)
發(fā)表時間:2018/12/5 10:30:40??作者:sjfx??
對于很多剛開始學習數(shù)據(jù)分析的人來說，最常被問道的問題就是：我感覺自己掌握了很多數(shù)據(jù)分析技術(shù)啊，但好像又什么也做不了。
拿到一堆數(shù)據(jù)，根本不知如何下手，從哪里開始分析？
統(tǒng)計分析、建模一頓騷操作，得出的結(jié)論竟然只是常識？
簡單、規(guī)整的數(shù)據(jù)能夠下手，遇到雜亂、多文件數(shù)據(jù)就懵逼？
………
這些問題看似簡單，但是確實是大部分的人在學習過程中都會遇到的問題。真正去學習數(shù)據(jù)分析的人，都會有這樣的感覺：數(shù)據(jù)分析本身并不困難，難的是真正獲得能夠支撐決策的結(jié)論。
就好像，即便你熟讀Python各種語法，依然不能寫出自己的程序一樣。就是算你有一把鋒利無比的劍，你不懂得招式方法，不懂馭劍之術(shù)，那就是一把廢鐵。
所以真實的數(shù)據(jù)分析應(yīng)用，應(yīng)該是工具與方法、邏輯、思維的結(jié)合，你僅掌握了工具（而且深入不夠），自然不能得心應(yīng)手。
那么到底應(yīng)該掌握哪些技能，掌握到什么程度，才能夠勝任真正的商業(yè)分析和職位需求呢？我們分別從技術(shù)、方法和業(yè)務(wù)三個方面來說明。
關(guān)于技術(shù)
技術(shù)應(yīng)該是最能夠直觀感受的層面，請別人推薦書單、尋求專業(yè)人士的指導(dǎo)，搜索系統(tǒng)的教程，幾乎都是去解決技術(shù)層面的問題。
通常我們?nèi)ヌ嵘夹g(shù)，無非是找一個資源，然后開始啃。比如要偶然聽說要學Python，就哼哧哼哧開始數(shù)據(jù)結(jié)構(gòu)、語句、函數(shù)、面向?qū)ο蟆?；?shù)據(jù)庫要學習，就找來《十日精通mySQL》《MongoDB速成指南》……
這樣毫無目的的學習，是一件收益極低的事情，且不說這樣系統(tǒng)地啃大塊頭，很容易從入門到放棄，即便真正學習了一些東西，沒有真正的輸出，知識很快就不是你的了。
所以對于沒有什么數(shù)據(jù)分析經(jīng)驗的人，更建議明確數(shù)據(jù)分析的流程，針對每個流程做針對性的學習，并在每個部分做實際的訓練和內(nèi)容輸出。
我們通常把一個數(shù)據(jù)分析項目的技術(shù)流程分為“數(shù)據(jù)預(yù)處理、統(tǒng)計分析、探索性分析、預(yù)測性分析、可視化及報告”，那么我們就需要針對每個流程進行針對性的訓練。
01 數(shù)據(jù)預(yù)處理
數(shù)據(jù)清洗雖然是“臟活”，但卻是后續(xù)分析的重要保證。比如企業(yè)用戶的數(shù)據(jù)，大量的缺失、異常、錯誤，要怎樣將數(shù)據(jù)標準化？
這里面就涉及到數(shù)據(jù)的切片、拼接、過濾、排序以及基本的索引與運算，很多時候，數(shù)據(jù)清洗能夠幫助我們掌握數(shù)據(jù)分布的基本特征，獲得對整體數(shù)據(jù)的初步感覺。
02 統(tǒng)計分析
基礎(chǔ)統(tǒng)計分析可以讓我們直觀地對數(shù)據(jù)進行描述，比如基本的統(tǒng)計量（極值、均值、中位數(shù)、眾數(shù)、方差等），其實就可以為我們提供基礎(chǔ)的描述性分析結(jié)論。
常見的排行榜、中位數(shù)對比、平均水平、相關(guān)性、影響因素等等結(jié)果，都可以從基本統(tǒng)計分析中得出，需要你要掌握基本的科學計算工具。
03 探索性分析
相對于有目的的統(tǒng)計分析（當然統(tǒng)計也可理解為探索），探索性分析適用于我們對數(shù)據(jù)中的信息缺乏經(jīng)驗的場景。通過數(shù)據(jù)可視化的方式，對數(shù)據(jù)進行更直觀的展示，很多直接觀察得不到的結(jié)論，通過圖形卻能夠很好地掌握。
比如數(shù)據(jù)的分布規(guī)律、數(shù)據(jù)的變化趨勢……這就要求你能夠針對不同類型的數(shù)據(jù)，輸出適合的圖形（常見的條形圖、箱線圖、散點圖、熱力圖、地圖等），從中獲得信息。
04 預(yù)測性分析
對未來數(shù)據(jù)進行預(yù)測，往往能夠獲得比較有指導(dǎo)意義的結(jié)論。這就要涉及基本的建模知識，像基本的線性回歸、邏輯回歸、決策樹等模型，一般就可以建立不錯的預(yù)測模型了。
做數(shù)據(jù)預(yù)測往往能直接提升我們的技術(shù)深度，往往一個優(yōu)秀的數(shù)據(jù)分析師，也算是初級的數(shù)據(jù)挖掘工程師了。
關(guān)于方法論
為什么我們要說方法論呢？因為這在某種程度上，為我們做具體的數(shù)據(jù)分析項目提供了方向。
很多時候，我們拿到一個數(shù)據(jù)集、或者遇到一個分析問題，無從下手，很大的可能不是技術(shù)不足，而是缺少分析方法。
比如即便是最簡單的統(tǒng)計分析，統(tǒng)計量的理解要非常深刻。哪些字段應(yīng)該求和；哪些字段應(yīng)該取均值；哪些字段應(yīng)該進行方差分析；哪些應(yīng)該進行頻率統(tǒng)計……這些都是建立在你對統(tǒng)計分析理解的基礎(chǔ)上。而僅僅是這些分析，就足夠得出有價值的結(jié)論。
而對于剛上手數(shù)據(jù)分析的小白來說，探索性分析則是彌補方法論不足的重要方式。所以可視化的技能就顯得尤為重要，有人認為可視化是單純做最后的結(jié)論展示的，但事實上，可視化是進行數(shù)據(jù)分析的重要步驟。所以，盡可能多地用圖形去觀看探索數(shù)據(jù)內(nèi)部的規(guī)律，是獲得數(shù)據(jù)中隱藏信息的關(guān)鍵步驟。
這些比較通用的方法，只要你多做幾個項目，你就會有一些初步的感覺：哪些統(tǒng)計信息是有用的，哪些字段的信息是相對重要的，這就是我們常說的數(shù)據(jù)思維。
當然涉及到具體的領(lǐng)域，還有一些比較常用的方法論，比如對比分析（數(shù)據(jù)變化、同比環(huán)比等指標）、比如用戶增長的AARRR模型、生命周期模型、漏斗分析法……
當然，對于新手來說更重要的是，去熟悉更多的項目，嘗試更多的實踐，找到基本的分析感覺。我們遇到的大多是二維數(shù)據(jù)、時間序列、網(wǎng)絡(luò)數(shù)據(jù)，了解不同數(shù)據(jù)類型的分析方法，就能掌握不同領(lǐng)域的數(shù)據(jù)分析。
經(jīng)過實際訓練，不用多久，你就會發(fā)現(xiàn)，對于數(shù)據(jù)分析豁然開朗，那么你就真正上道了。
關(guān)于業(yè)務(wù)思維
優(yōu)秀的數(shù)據(jù)分析師一定是對業(yè)務(wù)非常了解的，這是輸出價值結(jié)論、做出優(yōu)秀決策的必要條件。在做數(shù)據(jù)分析時一定切記，對于你要分析的問題，你要有明確的輸出：要得到什么結(jié)論，想弄明白的事情是什么。
很多人一開始只學習具體的技術(shù)，沉迷于炫技，勢要寫大段的代碼，做炫酷的圖表。當然提升技術(shù)深度固然沒錯，但很可能實際在分析思維和能力上的提升并不明顯，也很難輸出有價值的內(nèi)容。
這是很多人都會走入的誤區(qū)，認為努力彌補技術(shù)上的差距，就縮短了數(shù)據(jù)分析能力的差距，但很多時候，你和專業(yè)分析師差的是提出問題、梳理邏輯和解決問題的能力。
這種能力就源于對業(yè)務(wù)知識的理解。
對于一個具體的分析項目，你在拿到數(shù)據(jù)之后，知道具體要去解決什么問題？需要根據(jù)分析結(jié)論去做哪些決策？現(xiàn)有的數(shù)據(jù)能夠去解決哪些方面的問題？
對于具體的業(yè)務(wù)來說，哪些指標是重要的？哪些字段之間通常會有很強的相關(guān)性？探索哪些數(shù)據(jù)之間的關(guān)系會大概率獲得有價值的結(jié)果？
通過這些問題，你就有了一條非常清晰的分析邏輯，分析的先后順序是什么，大概會得出哪些結(jié)論，甚至最終的報告如何呈現(xiàn)，就都不是問題了。
所以，在尋求技術(shù)突破的同時，更建議去找具體的數(shù)據(jù)集，或明確一個分析目標，做實際的分析項目，通過這種基于問題、結(jié)論的思考，獲得數(shù)據(jù)分析的一般方法，這才是你的個人核心競爭力。
當然在具體的項目中，遇到技術(shù)上的空缺或不足，有針對性地彌補，效率也會更高。（來源：微信公眾號ecshujufenxi）
