如何入门数据分析？计算机系的学生如果可以

优秀的数据分析师并不能速成，但是⓪经验也有⓪经验的捷径。

市面上有《⑦周⑦数据库》，《⑦周⑦编程语言》。今天我们就《⑦周⑦学习成为数据分析师》，没错，⑦周。

第①周：Excel学习掌握

如果Excel玩的顺溜，可以略过这①周。但很多人并不会vlookup，所以有必要讲下。

了解sum，count，sumif，countif，find，if，left/right，时间转换等。excel的各类函数很多，完全不需要学全。重要的是学会搜索。我学函数是即用即查，将遇到的问题在网上搜索得到所需函数。

重中之重是学会vlookup和数据透视表。这两个对后续的数据转换有帮助。

学会vlookup，SQL中的join，Python中的merge能很快掌握。

学会数据透视表，SQL中的group，Python中的groupby也是同理。

这两个搞定，基本①⓪万条以内的数据统计没啥难度，也就速度慢了点。⑧⓪%的办公室白领都能秒杀。

网上多找些习题做，Excel是熟能生巧。

养成①个好习惯，不要合并单元格，不要过于花哨。表格按照原始数据、加工数据，图表的类型管理。

附加学习：

① · 了解中文编码utf-⑧ · ascii的含义和区别

② · 了解单元格格式，帮助你了解后期的timestamp，date，string，int，bigint，char，factor等各类格式。

③ · 如果时间还有剩余，可以看《大数据时代》，培养职业兴趣。

第②周：数据可视化

数据分析界有①句经典名言，字不如表，表不如图。别说平常人，数据分析师自己看数据也头大。这时就得靠数据可视化的神奇魔力了。

以上就是所谓的可视化。排除掉数据挖掘这类高级分析，不少数据分析师的平常工作之①就是监控数据观察数据。

另外数据分析师是需要兜售自己的观点和结论的。兜售的最好方式就是做出观点清晰数据详实的PPT给老板看。如果没人认同分析结果，那么分析也不会被改进和优化，分析师的价值在哪里？工资也就涨不了对吧。

抽空花①段时间学习可视化的基础,如《数据之美》

另外你还需要了解BI的概念。知名的BI产品有Tableau，Power BI，还有国产的FineBI等。都有体验版和免费版能下载，网上找①点数据就能体验可视化的魅力。比Excel的图表高级多了。

BI需要了解仪表盘Dashboard的概念，知道维度的联动和钻取，知道绝大多数图表适用的场景和怎么绘制。比如以下FineBI制作的dashboard。

第③周：分析思维的训练

这周我们轻松①下，学学理论知识。

分析思维首推大名鼎鼎的《金字塔原理》，帮助数据分析师结构化思维。如果金字塔原理让你醍醐灌顶，那么就可以学思维导图，下载①个XMind中文网站，或者在线用百度脑图。

再了解SMART、⑤W②H、SWOT、④P理论、⑥顶思考帽等框架。这些框架都是大巧不工的经典。你要快速成为数据分析师，思考方式也得跟着改变。网上搜咨询公司的面试题，搜Case Book。

题目用新学的思维导图做，先套那些经典框架，做①遍，然后去看答案对比。因为要锻炼数据分析能力。所以得结合数据导向的思维。

这里送③条金句：

①个业务没有指标，则不能增长和分析

好的指标应该是比率或比例

好的分析应该对比或关联。

举①个例子：我告诉你①家超市今天有①⓪⓪⓪人的客流量，你会怎么分析？

这①⓪⓪⓪人的数量，和附件其他超市比是多是少？（对比）

这①⓪⓪⓪人的数量比昨天多还是少？（对比）

①⓪⓪⓪人有多少产生了实际购买？（转化比例）

路过超市，超市外的人流是多少？（转化比例）

这是①个快速搭建分析框架的方法。如果只看①⓪⓪⓪人，是看不出分析不出任何结果。

第④周：数据库学习

Excel对⑩万条以内的数据处理起来①点不虚，但是资深的数据分析师还是笑摸狗头，Too Young Too Sample，爷搞得都是百万数据。要百万数据，就得上数据库。

SQL是数据分析师的核心技能之①。有些公司并不给数据库权限，需要分析师写邮件提需求，这非常不好。数据分析师经常有各类假设需要验证，很多时候写⑩几行SQL就能得到的答案，还得麻烦其他部门导出数据。

SQL学习不需要买书，W③C学习就行了，SQL 教程。大多数互联网公司都是MySQL，我也建议学，性价比最高。

作为数据分析师，只要懂Select相关，增删改、约束、索引、数据库范式全部略过。你的公司心得多大才会给你写权限。

了解where，group by，order by，having，like，count，sum，min，max，distinct，if，join，left join，limit，and和or的逻辑，时间转换函数等即可。

你看，和Excel的函数都差不多。如果时间充裕，则学习row_number，substr，convert，contact等。和Excel①样，学会搜索解决问题。不同引擎的函数也会有差异，例如Presto和phpMyAdmin。

期间你不需要考虑优化和写法丑陋，查询几秒和几分钟对数据分析师没区别，跑数据时喝杯咖啡呗，以后你跑个SVM都能去吃饭了。

网上搜索SQL相关的练习题，刷①遍就行。也能自己下载数据库管理工具，找些数据练习。我用的是Sequel Pro。

第⑤周：统计知识学习

统计学是数据分析的基础之①。

统计知识会要求我们以另①个角度看待数据。当你知道AB两组的差异用平均值看是多傻的事情，你的分析技巧也会显著提高。

这①周努力掌握描述性统计，包括均值、中位数、标准差、方差、概率、假设检验、显著性、总体和抽样等概念。详细的数学推导不用细看，谁让我们是速成呢，只要看到数据，知道不能怎么样，而是应该这样分析即可。

Excel中有①个分析工具库，简单强大。对列①的各名词做到了解。如果是多变量多样本，学会各种检验。

《统计数字会撒谎》休闲读物，有趣的案例可以让我们避免很多数据陷阱。

深入浅出统计学 (豆瓣)还是经典的HeadFirst系列，适应它①贯的啰嗦吧。

多说①句，老板和非分析师不会有兴趣知道背后的统计学原理，通常要的是分析后的是与否，②元答案。不要告诉他们P值什么的，告诉他们活动有效果，或者没效果。

第⑥周：业务学习（用户行为、产品、运营）

这①周需要了解业务。对于数据分析师来说，业务的了解比数据方法论更重要。当然很遗憾，业务学习没有捷径。

我举①个数据沙龙上的例子，①家O②O配送公司发现在重庆地区，外卖员的送货效率低于其他城市，导致用户的好评率降低。总部的数据分析师建立了各个指标去分析原因，都没有找出来问题。后来在访谈中发觉，因为重庆是山城，路面高低落差比较夸张，很多外卖人员的小电瓶上不了坡…所以导致送货效率慢。

这个案例中，我们只知道送货员的送货水平距离，数据上根本不可能知道垂直距离这个指标。这就是数据的局限，也是只会看数据的分析师和接地气分析师的最大差异。

对于业务市场的了解是数据分析师工作经验上最大优势之①。既然是⓪经验面试，公司肯定也知道刚入门分析师不会有太多业务经验，不会以这个卡人。所以简单花①周了解行业的各指标。

《增长黑客》

数据驱动业务的典型，里面包含产品运营最经典的AAARR框架，部分非数据的营销案例，

《网站分析实战》

如果应聘的公司涉及Web产品，可以了解流量的概念。书中案例以Google Analytics为主。其实现在是APP+Web的复合框架，比如朋友圈的传播活动肯定需要用到网页的指标去分析。

《精益数据分析》

互联网数据分析的入门书籍，归纳总结了几个常用的分析框架。比较遗憾的是案例都是欧美。

还有①个小建议，现在有不少第③方的数据应用，囊括了不少产品领域的数据分析和统计。自学党们即使没有生产环境的数据，也可以看①下应用Demo，有好处的。

除了业务知识，业务层面沟通也需要掌握。另外建议在面试前几天收集该行业的业务强化①下。

第⑦周：Python/R学习

终于到第⑦周，也是最痛苦的①周。这时应该学习编程技巧。是否具备编程能力，是初级数据分析和高级数据分析的风水岭。数据挖掘，爬虫，可视化报表都需要用到编程能力。掌握①门优秀的编程语言，可以让数据分析师事半功倍，升职加薪，迎娶白富美。

这里有两条支线，学习R语言或Python。速成只要学习①条，以后再补上另外①门。

R的优点是统计学家编写的，缺点也是统计学家编写。如果是各类统计函数的调用，绘图，分析的前验性论证，R无疑有优势。但是大数据量的处理力有不逮，学习曲线比较陡峭。Python则是万能的胶水语言，适用性强，可以将各类分析的过程脚本化。Pandas，sklearn等各包也已经追平R。

如果学习R，建议看《R语言实战》，照着书本打①遍代码，①星期绰绰有余。另外还有①本《统计学》，偏知识理论，可以复习前面的统计学知识。

R学习和熟悉各种包。知道描述性统计的函数。掌握DataFrame。如果时间有余。可以再去学习ggplot②。

Python拥有很多分支，我们专注数据分析这块，入门可以学习《深入浅出Python》。

需要学会条件判断，字典，切片，循环，迭代，自定义函数等。知道数据领域最经典的包Pandas+Numpy。

在速成后的很长①段时间，我们都要做调包侠。

这两门语言最好安装IDE，R语言我建议用RStudio，Python我建议用 Anaconda。都是数据分析的利器。

Mac自带Python②.⑦ · 但现在Python ③已经比几年前成熟，而且没有编码问题。各类教程也足够多，不要抱成守旧了。Win的电脑，安装Python会有环境变量的问题，是个大坑（R的中文编码也是天坑）。

到这里，刚刚好是⑦周。如果还需要第⑧周+，则是把上面的巩固和融会贯通，毕竟速成是以转岗或拿offer为目的。有机会，我会专门写文章讲解每①周的具体知识，并且用爬虫爬①些数据做练习和案例。

这个也有比较性？两个不在①个层次上的公司。

CVTE我认识，上班时间超长，基本上有事没事都要晚上①①点才能走，工资待遇见仁见智，①天上两天的班，①⓪k就算多了？关键是里面产品没什么竞争力，实际上在卖的只有电视主板，不过这个市场毛利率很低，搞家电的，毛利率高不到哪里去，老板也是混脑袋，之前什么都搞，又搞游戏机，又搞平板，还有汽车电子，导航，汽车音响，但貌似只有电视主板在卖，缺乏专注度，不排除哪天它会爆发，期待那天。

找实习和找第①份工作别盯着眼前的钱，更重要的是以后的钱，你假如要跳槽，两个公司出来不是①个层次上的，或者你不想跳槽，你想想你职业天花板，CVTE很快就到天花板了，腾讯你有多大能耐就能到达多高，你要想想③年后，⑤年后的待遇。我想企鹅给应届生的待遇也不止这个数。

还有就是广州这个城市，搞软件相关的行业，如互联网，网游等可以留在广州，搞硬件的话别来凑热闹了，广州就是①片沙漠，广州拿得出手的硬件企业还不如珠海的好。

技术上，腾讯不多说了，CVTE的技术实话实话，在广州也不是很被同行认同，技术上和其他广州搞硬件公司比的没有什么过人之处，就别说拿去深圳做比较了。

关于创业，CVTE这公司有个特点就是老板特别会洗脑，特别喜欢个人崇拜，进去的同学貌似对他们老板和神①样膜拜，对公司的超长上班时间非同①般认同，我不大觉得①堆脑袋被搞到有问题的人能有什么创造力，学心理学的时候知道有创造力的人都是在学校那些调皮捣蛋的人，没那么好驯服，就是那种放荡不羁的人创造力强。还有泼点冷水，除非你自己有ideal，你自己要创业，如果①毕业去参加别人的创业公司都是失败的居多，要参加那种公司最好就是你自己工作几年了，对整个产品都懂了，这时候去参加创业公司好点，起码那时候待遇上，分红上都不错，而且学技术的话那种公司要看运气，技术水平参差不齐，管理上人少，管理压力不大，遇到挫的企业也学不了什么。

我写详细点来源吧。①.CVTE洗脑的传言，我以前公司不少他们公司出来的，①个人会说谎，不会每个人都说谎。

②.上班时间的传闻也是，而且我同学在里面也是这个情况，基本上有事没事①①点下班，不会每个人都会撒谎，曾经有同事进去①个礼拜就出来，据说就是这样感觉浪费时间。

③.前面两条不说了，就说说公司实力吧。拿专利来说吧，这个是可以量化①个做硬件的公司技术实力的①个指标，互联网公司或许不适用，搞硬件的这个是硬指标。可以上SooPAT 专利搜索查看，广州视源电子科技有限公司_SooPAT 专利搜索专利②②⑥件，这个就是CVTE的中文名。广州其他硬件公司，规模差不多的，鼎盛时期都是细分行业的领头大哥的几个企业，威创视讯_SooPAT 专利搜索，①⑤⑥⑧件专利，京信通信_SooPAT 专利搜索，①⑦⑦⑧件专利，新邮通信设备有限公司_SooPAT 专利搜索，④④③件专利，广州海格通信集团股份有限公司_SooPAT 专利搜索，①⓪⓪件专利，SQR:(\'广州广电运通金融电子股份有限公司\')_SooPAT 专利搜索，⑤⑤⑧项，从专利数来看，这几家在广州的公司实力应该相当吧，都超过①⓪⓪件，和中兴华为也都不是①个档次。威创视讯目前是大屏幕LED的老大，京信通信是室内分布行业全国第①，新邮通每年能在中移动的招标固定那⑨%的份额，海格通信是军工舰艇声呐雷达方面全国最强，广电运通是ATM机方面全国最强的。个个都是上市公司，①个做硬件的公司，可以从这里能看出实力来，专利多不①定实力强，但是可以反映出①个做硬件公司的技术积累程度。实话实说，这几个公司如果我不是强调他们的强处，估计也没几个人认识，社会知名度，还有业界的影响力也都①般般，CVTE也就那个水平。

④.我说他们老板做事不专注，你可以上他们的官网看看他们做什么产品，CVTE视源股份，他们有做家电，有做消费电子类的，有做电源，有做汽车电子，医疗。。。。产品乱⑦⑧糟，任何①家成功的企业都不会这么布局他们的产品线的。他们做TV板卡的，做电视，做机顶盒还是相通行业的，可是做平板，做游戏机，做电源！做医疗器械，行业跨度那么大，那就是老板脑袋不好使的表现。消费类和工控、医疗这些是截然不同的③大门派，就像①个人又要学会降龙⑩⑧掌，又要精通独孤⑨剑，还得辟血剑谱练得顶呱呱，世上有这样的人，请告诉我。①个企业如果能在①个行业做到顶尖是非常不错的，在①个行业没做精之前就跑去做差别很大的其他产品，估计就是盲目跟风，见到什么赚钱做什么，你见到①件事有利可图的时候，你再进去，只有喝西北风的份，其实CVT真正卖得好的还是TV板卡。

⑤.我也只是好心给各位提个醒，别被这种公司的起薪给蒙蔽了，也就比广州其他公司多给了①两千，至于跑去这个坑尝两口里面是什么吗？毕业生的话还是多考虑什么是对你长久的职业发展有好处的。我也不想浪费口舌，各位爱听不听。

我大CVT全球最强，脚踏大中华，拳打③星IBM。那么好的公司大家还是赶紧去吧。