年薪百萬的數據分析師成長曆程！

「他們需要從數據中找到有用的真相，然後解釋給領導者。」 – Rchard Snee Emc

作者是擁有120萬微博冬粉，20萬微信公眾冬粉的博主，知道是誰嗎

我的數據分析師經歷

第一階段：與數據的接觸

大學時代我的專業是統計學，一個二流大學部裡面的王牌專業，但是畢業后（2006年）發現很難找到對口的專業，於是選擇了北上，在北京漂泊一個多月，身上的錢也快花沒了，這時突然有一家調研公司電話讓我去面試助理研究員，於是經過幾輪的面試，我榮幸的加入了這家公司，月薪2300。心裡想著終於可以玩我大學時代學的那些相關分析、回歸分析、聚類分析、因子分析等等，可去的第一天就讓我錄入數據，那時候問卷錄入數據用的是EpiData，這個軟體的界面當時無比難看，純藍屏+白字，幹了6個月後感覺眼睛都散光了，不但沒用到什麼演算法，連excel+PPT+spss這些基本的操作設置界面都快忘記了，於是偷著去巴結項目經理讓給我一些報告看看，慢慢找到了一些數據運營到商業環境的感覺。

調研行業的可以看看，這個行業很鍛煉人：

《市場研究定量分析方法與應用》、《不做無效的營銷》

第二階段 自學數據分析，交行業朋友，擴充人脈

心裡想著這樣下去也不是辦法，於是自己下班沒事就去網上找一些數據，斥資買了一台筆記本，下班后一邊看書一邊操作，但是這樣的學習方式，弊端就是自娛自樂，只能提升操作技能方面的能力，很難去全面理解數據的運營。之後又去上一些論壇、加入一些數據分析相關的QQ群，那時候的群、論壇、博客都很活躍，記得當時常看的有：小蚊子樂園、大城子、數據化管理、統計網、數據挖掘論壇、3see 等。那時候數據分析的資源很少不像現在這麼多，於是慢慢認識了許多大咖，私下與大咖們交流，諮詢語言程序、分析思路、軟體操作、PPT製作，甚至職業規劃方面的問題，一直斷斷續續和大咖們保持聯繫到現在，開始慢慢的品味數據的魅力

推薦幾本適合自學的書：張文彤老師《spss操作實戰》、《誰說菜鳥不會數據分析》、《數據化管理》、《excel圖表之道》

第三階段：主動申請參與項目、挑戰自我

紙上談兵終覺淺，有一天，我記得是北京「柳絮」亂飄的季節，我一大早去了老闆的辦公室，給老闆表達了我的想法，談了很久很久，談最多的是我對目前報告的一些看法和提高數據分析效率的方法，比如當時許多數據分析師不會excel的VBA、spss裡面的syntax語言，更不用說SQL了。於是用這樣類似「程序員」的角色慢慢加入到了項目裡面，至少高級研究經理開會討論的時候都會帶上我，跟著項目跟了一年多，薪水漲到了4500，記得很清楚那一年是2008年。在這裡才懂得，ETL有多苦逼，你熬通宵出來就是為了那幾個數，就是為了滿足領導的那句話....

推薦去：

excelhome論壇、人大經濟論壇、天善智能

第四階段：真正意義的數據分析師

心裡想著一直在第三方調研公司干，做的項目很多，但是對每個行業都了解的不是特別深，想去真正的企業去看看，去招聘網站找了一圈，沒有找到合適的，那個時候互聯網還沒這麼火，需求也沒這麼多。最後經過行業朋友介紹，去了一家為運營商做數據分析服務的公司，月薪給到了7000，職位名叫運營分析師。在這裡才慢慢開始做全套的服務，壓力也是很大的。從商業問題的理解、提出數據需求、建立數據分析模型、分享部署等都要自己去跟進去參與去實施，那時候伴隨我的工具基本上是：思路梳理（mindmanager、各類成熟分析模型，如SWOT）、數據（oracle、 Sql、UltraEdit、excel）、分析類（spss、sas、clementine）、展示類（PPT、水晶儀錶）；心裡想著一直在第三方調研公司干，做的項目很多，但是對每個行業都了解的不是特別深，想去真正的企業去看看，去招聘網站找了一圈，沒有找到合適的，那個時候互聯網還沒這麼火，需求也沒這麼多。最後經過行業朋友介紹，去了一家為運營商做數據分析服務的公司，月薪給到了7000，職位名叫運營分析師。在這裡才慢慢開始做全套的服務，壓力也是很大的。從商業問題的理解、提出數據需求、建立數據分析模型、分享部署等都要自己去跟進去參與去實施，那時候伴隨我的工具基本上是：思路梳理（mindmanager、各類成熟分析模型，如SWOT）、數據（oracle、 Sql、UltraEdit、excel）、分析類（spss、sas、clementine）、展示類（PPT、水晶儀錶、BI工具）；

推薦書籍：

《麥肯錫意識》、《麥肯錫工具》、《麥肯錫方法》、《深入淺出數據分析》

第五階段 轉型、跟潮流

突然有一天被邀請去中關村參加一個互聯網界的數據分析師交流會，我發現他們聊的許多工具（Google Analytics、webtrends、Clicky）我都不知道，和我一直做的數據分析貌似名同意不同，後來經過很長的一段時間學習，我發現其實網站分析很有意思，比如小區保安的三問：你從哪裡來？你來幹什麼？你要去哪裡？在這些分析軟體上展示的淋淋盡致，於是自己就去報名參加了一些網站分析師的活動，也付費參與過一些循序漸進的課程，說實在話，這個領域的工具對數據分析師分析思路的擴散很有意義，他們把整體行業的分析提煉成一個強大的分析系統出來，比BI要強大的多，推薦大家沒事去看看學學這些系統，畢竟多一份技能就多一份機會多一份加薪的機會。

2012年年初被一家獵頭公司推薦到互聯網公司做數據分析，那時候互聯網行業瘋狂的挖數據分析師，再加上我自學過網站分析，面試時發揮的還行，薪水就到了1.8w，這時候才是真正意義的過萬了！

其實我們這個行業要感謝互聯網，沒有互聯網飛速的發展，這個行業的薪資真的令人堪憂。

推薦幾本書：《網站分析2.0》、《流量的秘密》、《網站分析實戰》

第六階段：大數據來襲，各類炒作滿天飛

一覺醒來，大數據這三個字滿屏幕的飛，無數什麼發言稿、什麼文章、什麼分析報告、什麼內容都要加上「大數據」三個字，你才會覺得你很牛B，沒辦法我們改變不了世界，我們就要順應潮流，於是開始學習hadoop、mysql、分散式、雲計算等，這時候文本數據也開始被大家重視，複雜的數據格式也慢慢有技術來去解決，慢慢都開始學R、phyton、shell、hive，這時候我感覺自己又回到了程序員時代，與時俱進，先學著吧。出去和別人交流時至少知道點什麼，要不人家會小看你的，哈哈哈.....其實數據分析師是一個多技能的職業，你不但要懂技術、還要懂商業、還要懂如何去呈現自己的成果、更重要的是你要懂博弈。這時候的薪水你們猜猜？

不過有幾本書還是很不錯的：《大數據時代》、《大數據》、《數據之巔》

最後總結一下，，寫幾點自己的看法

1、判斷一個企業重不重視數據，不是看它有多麼炫的系統和圖表，而是看老闆；

2、要讓數據發揮價值，不是一個系統、一個PPT的問題，而是部門職能高低的問題；

3、不要被高級的數據分析迷失方向，我們要更懂得數據的真實性和完整性，畢竟萬丈高樓平地起；

4、看任何數據分析不要輕易下結論，要參透數據的採集方式、數據的偏差風險；

5、巧婦難做無米之炊 ，對於現在的技術這不是借口，爬蟲軟體一大把，我們要大膽去嘗試、大膽分析、讓同行去罵；

6、一定要記得讓市場、讓業務去驗證我們的分析成果，形成閉環，要不永遠得不到「真經」，黃婆賣瓜自賣自誇；

7、別讓自己淪陷為ETL工程師，那樣你永遠體會不到上層數據化運營的價值；

8、不斷提升自己的綜合能力，打鐵還需自身硬，多一份技能多一份自信；

9、嘗試寫作，有時候寫作是對自己能力和成果性學習的提煉和總結，數據君就敗在這點，懶！

10、多問、多學、多交流、多主動去承擔一些意外的分析，這才是提升自己最快的方式

11、現實中掌握一、二種主流的語言和軟體即可，工具是為我們服務，提高效率的

12、技術永遠在前進，商業環境也日益複雜，不進則退，要有危機感

13、數據要多方去驗證，遇見異常數據要看數據背後的業務，千萬不可一鍵delete

14、學會主動在所在企業組建數據分析興趣圈，定時去互相交流，你主動，數據才會和你有故事

好了，就寫到這裡吧，這就是我！請善待你們身邊的程序員、數據分析師、設計師.....他們的職位活在不斷博弈的過程中！

數據君微信公眾：datakong 一個20萬數據、技術、互聯網愛好者關注的信息平台，十大大數據領域影響力平台之一，轉載請帶上ID，畢竟寫的是我自己。