在數據分析、挖掘方面，有哪些好書值得推薦？

騰訊大數據知乎平台自開通以來，不時獲邀回答關於大數據入門和大數據書籍、工具的推薦等問題，我們也非常希望與大數據愛好者們分享一些經驗和乾貨。
本次我們邀請到了一位騰訊內部資深數據分析師，他將會為大數據入門者推薦相關書籍，同時也會系統地為大家講解數據分析師需要掌握的相關知識技能，最後分享一些他作為數據分析師的個人心得，希望能對大家在學習數據分析的過程中有所幫助。

下圖是數據分析師認證的基本內容（cda.pinggu.org/view/3.html），1至3級，從低到高。概括起來四點要求：

1、理論要求及對數字的敏感性，包括統計知識、市場研究、模型原理等。

2、工具使用，包括挖掘工具、資料庫、常用辦公軟體（excel、PPT、word、腦圖）等

3、業務理解能力和對商業的敏感性。對商業及產品要有深刻的理解，因為數據分析的出發點就是要解決商業的問題，只有理解了商業問題，才能轉換成數據分析的問題，從而滿足部門的要求。

4、彙報和圖表展現能力。這是臨門一腳，做得再好的分析模型，如果不能很好地展示給領導和客戶，成效就大打折扣，也會影響到數據分析師的職業晉陞。

從廣義來說，現在大多數的工作都需要用到分析能力，特別是數據化運營理念深入的今天，像BAT這樣的公司強調全員參與數據化運營，所以，把它作為一種能力培訓，將會讓你終生受益。

數據分析的四個步驟（這有別於數據挖掘流程：商業理解、數據理解、數據準備、模型搭建、模型評估、模型部署），是從更宏觀地展示數據分析的過程：獲取數據、處理數據、分析數據、呈現數據。

（一） 獲取數據

獲取數據的前提是對商業問題的理解，把商業問題轉化成數據問題，要通過現象發現本質，確定從哪些緯度來分析問題，界定問題后，進行數據的採集。此環節，需要數據分析師具備結構化的思維和對商業問題的理解能力。

推薦書籍：《金字塔原理》、麥肯錫三部曲：《麥肯錫意識》、《麥肯錫工具》、《麥肯錫方法》

工具：思維導圖、mindmanager軟體

（二） 處理數據

一個數據分析項目，通常數據處理時間佔70%以上，使用先進的工具有利於提升效率，所以盡量學習最新最有效的處理工具，以下介紹的是最傳統的，但卻很有效率的工具：

Excel：日常在做通報、報告和抽樣分析中經常用到，其圖表功能很強大，處理10萬級別的數據很輕鬆。

UltraEdit：文本工具，比TXT工具好用，打開和運行速度都比較快。

ACCESS：桌面資料庫，主要是用於日常的抽樣分析（做全量統計分析，消耗資源和時間較多，通常分析師會隨機抽取部分數據進行分析），使用SQL語言，處理100萬級別的數據還是很快捷。

Oracle、SQL Sever：處理千萬級別的數據需要用到這兩類資料庫。

當然，在自己能力和時間允許的情況下，學習新流行的分散式資料庫及提升自身的編程能力，對未來的職業發展也有很大幫助。

分析軟體主要推薦：

SPSS系列：老牌的統計分析軟體，SPSS Statistics（偏統計功能、市場研究）、SPSS Modeler（偏數據挖掘）,不用編程，易學。

SAS：老牌經典挖掘軟體，需要編程。

R：開源軟體，新流行，對非結構化數據處理效率上更高，需編程。

隨著文本挖掘技術進一步發展，對非結構化數據的分析需求也越來越大，需要進一步關注文本挖掘工具的使用。

（三） 分析數據

分析數據，需要用到各類的模型，包括關聯規則、聚類、分類、預測模型等，其中一個最重要的思想是對比，任何的數據需要在參照系下進行對比，結論才有意義。

推薦書籍：

1、《數據挖掘與數據化運營實戰，思路、方法、技巧與應用》，盧輝著，機械出版社。這本書是近年國內寫得最好的，務必把它當作聖經一樣來讀。

2、《誰說菜鳥不會數據分析（入門篇）》和《誰說菜鳥不會數據分析（工具篇）》，張文霖等編著。屬於入門級的書，適合初學者。

3、《統計學》第五版，賈俊平等編著，人民大學出版社。比較好的一本統計學的書。

4、《數據挖掘導論》完整版，[美]Pang-Ning Tan等著，范明等翻譯，人民郵電出版社。

5、《數據挖掘概念與技術》,Jiawei Han等著，范明等翻譯，機械工業出版社。這本書相對難一些。

6、《市場研究定量分析方法與應用》，簡明等編著，人民大學出版社。

7、《問卷統計分析實務---SPSS操作與應用》，吳明隆著，重慶大學出版社。在市場調查領域比較出名的一本書，對問卷調查數據分析講解比較詳細。

（四） 呈現數據

該部分需要把數據結果進行有效的呈現和演講彙報，需要用到金字塔原理、圖表及PPT、word的呈現，培養良好的演講能力。

推薦書籍：

1、《說服力讓你的PPT會說話》，張志等編著，人民郵電出版社。

2、《別告訴我你懂ppt》加強版，李治著，北京大學出版社。

3、《用圖表說話》，基恩。澤拉茲尼著，馬曉路等翻譯，清華大學出版社。

（五） 其他的知識結構

數據分析師除了具備數學知識外，還要具備市場研究、營銷管理、心理學、行為學、產品運營、互聯網、大數據等方面的知識，需要構建完整廣泛的知識體系，才能支撐解決日常遇到的不同類型的商業問題。

推薦書籍：

1、《消費者行為學》第10版，希夫曼等人著，江林等翻譯，人民大學出版社，現在應該更新到更高的版本。

2、《怪誕行為學》升級版，艾瑞里著，趙德亮等翻譯，中信出版社

3、《營銷管理》，科特勒等著，梅清豪翻譯，格致出版社和上海人民出版社聯合出版

4、《互聯網思維---獨孤九劍》，趙大偉主編，機械出版社

5、《大數據時代---生活、工作與思維的大變革》，舍恩伯格等著，周濤等翻譯，浙江人民出版社

1、數據分析師通常分兩類，分工不同，但各有優勢。

一類是在專門的挖掘團隊裡面從事數據挖掘和分析工作的。如果你能在這類專業團隊學習成長，那是幸運的，但進入這類團隊的門檻較高，需要紮實的數據挖掘知識、挖掘工具應用經驗和編程能力。該類分析師更偏向技術線條，未來的職業通道可能走專家的技術路線。

另一類是下沉到各業務團隊或者運營部門的數據分析師，成為業務團隊的一員。他們工作是支撐業務運營，包括日常業務的異常監控、客戶和市場研究、參與產品開發、建立數據模型提升運營效率等。該類型分析師偏向產品和運營，可以轉向做運營和產品。

2、數據分析師的理想行業在互聯網，但條條大道通羅馬，走合適你的路線。

從行業的角度來看：

1）互聯網行業是數據分析應用最廣的行業，其中的電商企業，更是目前最火的，而且企業也更重視數據分析的價值，是數據分析師理想的成長平台。

2）其次是諮詢公司（比如專門的數據挖掘公司Teradata、尼爾森等市場研究公司），他們需要數據分析人才，而且相對來說，數據分析師在諮詢公司成長的速度更快，專業也會更全面。

3）再次是金融行業，比如銀行和證券等行業，該行業對數據分析的依賴需求，越來越大。

4）最後是電信行業（移動、聯通和電信），它們擁有海量的數據，在嚴峻的競爭下，也越來越重視數據分析，但進入這些公司的門檻比較高。

這個問題的答案跟「什麼人適合學功夫」一樣，毫無疑問，功夫是適合任何人學習的（排除心術不正的人），因為能夠強身健體。而功夫的成效，要看習武者的修鍊深淺。常常有人爭論，是詠春拳厲害，還是散打厲害，其實是顛倒了因果，應該看哪個人練習得比較好，流派之間沒有高低，只有人修鍊的厚薄。

實際上，問題的潛台詞是「什麼人學習數據分析，會更容易取得成功（比如職業成功）」，這個要視乎你的興趣、付出和機遇。但要做到出類拔萃，除了上面三點，還需要一點天賦，這裡的機遇是指你遇到的職業發展平台、商業環境、導師和同事。借用管理大師德魯克的話「管理是可以習得的」，管理並非是天生的，而數據分析能力，也可以後天提升。或許做到優秀，只需要你更加的努力+興趣，而這個努力的過程，也包括你尋找機遇的部分。

請再次問問自己，是否真的喜歡數據分析，能否忍受處理數據時的寂寞？如果是，那就開始學習，給你幾條建議。

1、把數據分析作為一種能力培養，讓自己在現在的團隊中展現出良好的數據分析能力，為你以後內部轉崗做好準備。如果內部轉崗不成，你可以考慮跳槽到我之前分析的行業中，但我強烈建議你還是需要把系統開發的編程能力學習好，並且對商業智能系統（BI和CRM）有一定了解，這也許是應聘數據分析的優勢。如果沒有數據分析經驗去應聘，相對會難一些，用人單位會考你統計和數據挖掘模型方面的知識，以及工具使用情況。

2、在公司里找一些有共同愛好的同事一起學習數據分析，平時多請教數據分析做得好的同事，它山之石，可以攻玉。

3、紮實學好一、兩門數據挖掘軟體，基於你有編程的基礎，建議你可以學SAS或者R，同時輔助學習SPSS Modeler。如果沒編程基礎或者希望短期能夠取得成效，那也可以先學習SPSS。SAS+SPSS，基本能夠滿足很大部分企業的需求，三者都會，那更好。

4、要了解公司是如何運營，產品是如何開發的，如何做客戶研究鎖定客戶需求，如何做產品營銷，這些需要不斷工作積累和廣泛的閱讀。

5、開始學習時，先讀幾本有趣的數據分析類的書（如《誰說菜鳥不會數據分析》），然後系統學習一下統計知識（建議教材用《統計學》第五版，賈俊平等編著），接著網上快速搜集軟體操作視頻和案例，然後逐個分析模型進行學習和總結歸納，學習最好能夠結合實際工作中的問題進行。

6、學習到一定程度時，參加一些數據分析師的職業認證，進一步梳理知識結構，同時認識一些志同道合的朋友和老師，也是對你有很大幫助。