如何快速成為數據分析師？

關於這個問題，我們參訪了騰訊大數據平台的幾位數據分析師，他們工作的日常就是針對業務問題查找與分析數據。多年工作經驗的沉澱，讓他們對數據分析更有自己的認識和見解。以下，我們用訪談的形式為大家呈現（人物名稱均為化名）：

梅梅和Stella 數據工程師 從業 2年

小編：請問如何快速成為數據分析師？

梅梅：快速成為？那首先工具的東西你一定要去自學了，Excel、Python、R 對於初學者來說是足夠的，進階的話可以再學習spark、hive等。另外 PPT 也要學習，用來呈現數據。

Stella：我覺得如果想要成為數據分析師，你需要不斷去培養自己的數據敏感度，這個方面的話，可以從閱讀行業的數據報告開始。一般來說BAT和一些知名的數據服務公司出的數據報告都是比較優質的，可以關注他們的微信公眾號或者官網去獲取，當然也推薦關注我們「騰訊大數據」的微信公眾號，我們會定期分享一些行業數據報告。

梅梅：除了工具，還有方法論層面的東西也需要去學習，比如5w2h分析法、4p理論、PEST分析法等等。

濤哥和盤姐 高級數據工程師 從業 4年

小編：請問如何快速成為數據分析師？

濤哥：我認為你首先得懂業務，你才知道你的數據分析到底要去分析和解決什麼問題。也就是說，要理解數據是為業務做服務的。任何數據分析都要結合公司業務，否則結果都將沒有太大意義。

盤姐：對，數據分析必須要結合業務場景來談。所以從這個角度來說，要成為數據分析師的話，可以多去熟悉行業、了解公司的業務和流程，多看行業數據分析報告，了解數據分析的維度、方向，去思考數據分析在業務中起到的作用是什麼，解決了什麼問題。

鶴子 高級數據工程師 數據組組長 從業 8年

小編：請問如何快速成為數據分析師？

鶴子：這個問題，我認為首先要培養一個數據嗅覺，多看各行業的數據報告，這是非常重要的，如果一開始就去看理論書籍可能不會很好地結合實際，也會感覺比較枯燥。因此要多看報告，去理解這些數據能表達什麼意思、說明什麼現象；其次要多看身邊發現的事件，然後嘗試自己用數據去表達。有時候當你發現你不知道怎麼用數據去表達，那麼你就自然會去尋求理論和技術方面的支持；第三，就是要去學一些基礎的數據統計的方法，統計學方面的比較基礎的東西可以先學，然後就是一些數據分析工具，最好是Python、R。

手動分割線

總結幾位工程師的回答，可以看到學習數據分析的關鍵詞包括數據敏感、工具學習、業務場景、理論學習等，他們從整體框架上為大家闡述了成為數據分析師所需要具備的能力，結合之前回答過的問題 ——《在數據分析、挖掘方面，有哪些好書值得推薦？》，下面再繼續為大家推薦一些數據學習的書籍和工具，推薦者依然是騰訊內部資深數據分析師：

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