没有合适的资源?快使用搜索试试~ 我知道了~
资源推荐
资源详情
资源评论
数 据 分 析 修 炼 手 册
目 录
数据分析修炼手册...........................................................................................................................1
数据分析师如何分类? .................................................................................................1
数据分析师的具体工作职责和工作内容有哪些?........................................................3
如何在业余时间成为数据分析师? ..............................................................................4
数据分析实战与运用.....................................................................................................9
如何用 Excel 做数据分析? .........................................................................................10
如何用 Tableau 做数据可视化?.................................................................................16
数 据 分 析 师 如 何 分 类 ?
入行之后,我才发现数据分析其实可以分为两种:一种类似产品经理、一种偏向数据挖掘,类似
产品经理向更加注重业务,对业务能力要求比较高;数据挖掘向更加注重技术,对算法代码能力
要求比较高。
首先我说说这两种方向共同需要的技术面,当然以下只是按照数据分析入门的标准来写:
1. SQL(数据库),我们都知道数据分析师每天都会处理海量的数据,这些数据来源于数据库,
那么怎么从数据库取数据?如何建立两表、三表之间的关系?怎么取到自己想要的特定的数据?
等等这些数据选择问题就是你首要考虑的问题,而这些问题都是通过 SQL 解决的,所以 SQL 是
数据分析的最基础的技能,零基础学习 SQL 可以阅读这里:SQL 教程_w3cschool
2. 统计学基础,数据分析的前提要对数据有感知,数据如何收集?数据整体分布是怎样的?如
果有时间维度的话随着时间的变化是怎样的?数据的平均值是什么?数据的最大值最小值指什
么?数据相关与回归、时间序列分析和预测等等,这些在网易公开课上倒是有不错的教程:哈里
斯堡社区大学公开课:统计学入门_全 24 集_网易公开课
3.Python 或者 R 的基础,这一点是必备项也是加分项,在数据挖掘方向是必备项,语言相比较
工具更加灵活也更加实用。至于学习资料:R 语言我不太清楚,Python 方向可以在廖雪峰廖老师
的博客里看 Python 教程,面向零基础。
再说说两者有区别的技能树:
1.数据挖掘向
我先打个前哨,想要在一两个月内快速成为数据挖掘向的数据分析师基本不可能,做数据挖掘必
须要底子深基础牢,编程语言基础、算法、数据结构、统计学知识样样不能少,而这些不是你自
习一两个月就能完全掌握的。
所以想做数据挖掘方向的,一定要花时间把软件工程专业学习的计算机基础课程看完,这些课程
包括:数据结构、算法。
在此之后你可以动手用 Python 去尝试实现数据挖掘的十八大算法:数据挖掘 18 大算法实现以及
其他相关经典 DM 算法
2.产品经理向
产品经理向需要你对业务感知能力强,对数据十分敏感,掌握常用的一些业务分析模型套路,企
业经常招聘的岗位是:商业分析、数据运营、用户研究、策略分析等等。这方面的学习书籍就很
多,看得越多掌握的方法越多,我说几本我看过的或者很多人推荐的书籍:《增长黑客》、《网
站分析实战》、《精益数据分析》、《深入浅出数据分析》、《啤酒与尿布》、《数据之魅》、
《Storytelling with Data》
总之一百个人眼中有一百个哈姆雷特,一百个数据分析师对快速入门有一百种方法,但是万变不
离其中,以上是我的愚见,希望能对你有所启发。
因为我本人是属于商业数据分析师的角色,所以在接下来的讨论中奖主要围绕产品经理向的数据
分析师。
数 据 分 析 师 的 具 体 工 作 职 责 和 工 作 内 容 有 哪 些 ?
有关于这一块,我现在给大家贴几个链接。
1、 https://www.zhihu.com/question/20129061「数据分析师的具体工作职责和工作内容有哪
些?」
2、 http://www.pmcaff.com/discuss/index/315805294081088「数据分析师的日常工作有哪些?
如何入门数据分析?」
以下是我作为一个商业数据分析师自己的理解,我把数据分析师的工作日常总结为
下面几个方面。
「1」产生数据
我这里所说的产生数据,并不是说去做开发或是做数据采集。我这里所说的数据是每当业务上有
新的功能点需要开发上线的时候,数据分析师需要去围绕着这些功能会产生哪些业务变化、这个
功能上线的目的是什么、上线之后该如何衡量效果等一系列问题,在功能上线前做好数据的埋点、
以及可以衡量最终效果的指标。这样当功能上线的时候,你可以快速的衡量业务效果。
「2」提供数据
第一步的数据产生有方便了第二步的数据提供。提供数据可能是作为一个数据分析师每天都要做
的事情,甚至有时候大半天都在做这件事情。数据需求的来源是多方的,各种业务方以及产品经
理。商业数据分析师是公司业务方面的数据的出口,为了能准确的给需求方提供数据,你需要跟
业务方有充分的沟通,对公司的数据维度有详细的了解。
「3」解释数据
作为数据分析师,是不能止步于提供数据的。提供数据之余,你也要会解释数据,这些数据是怎
么来的?好的数据坏的数据都需要去知道,那样才能取长补短。
� 春节期间用户购买 vip 的数量翻了一倍,为什么翻倍了?
� 上周的用户留存降低了几个百分点,为什么降低?
� 知乎的最近一周的活跃用户答题量下滑几个百分点?
等等这些问题,都需要你一步一步的深入挖掘,而这背后的真正原因能够快速的做出预警或者给
之后的发展一些很好的 idea.
「4」探索数据
光有解释数据是不够的,因为数据分析并不是解决能看出来的问题,还要能提出发现解决一些探
索性的问题。
� 给新用户怎样的激励,才能让他们的次日留存达到最佳?比方说 Linkedin 探索出来的让新用户拥
有六个以及以上好友可以很好提高他们的留存。
探索数据通常是一个长期的比较大的项目,探索数据并不存在一个标准的答案,也通常可能是几
个月出不了一个好的结论。
「5」影响数据
剩余14页未读,继续阅读
资源评论
小小哭包
- 粉丝: 1906
- 资源: 3975
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功