優(yōu)秀的數(shù)據(jù)分析師是不能速成的，但是零經(jīng)驗也有零經(jīng)驗的捷徑。前提是針對入門，目的是達(dá)到數(shù)據(jù)分析師的門檻，順利拿到一份offer，不涉及數(shù)據(jù)挖掘等高級技巧。本文所介紹的方法傾向互聯(lián)網(wǎng)領(lǐng)域，不論是分析師這個職位，還是運營、產(chǎn)品的能力發(fā)展都是適用的。其他領(lǐng)域就仁者見仁了。

市面上有《七周七數(shù)據(jù)庫》，《七周七編程語言》。今天我們就《七周七學(xué)習(xí)成為數(shù)據(jù)分析師》。

沒錯，七周。

第一周：Excel學(xué)習(xí)掌握

如果Excel玩的順溜，你可以略過這一周。不過介于我入行時也不會vlookup，所以有必要講下。

重點是了解各種函數(shù)，包括但不限于sum，count，sumif，countif，find，if，left/right，時間轉(zhuǎn)換等。

Excel函數(shù)不需要學(xué)全，重要的是學(xué)會搜索。即如何將遇到的問題在搜索引擎上描述清楚。

我認(rèn)為掌握vlookup和數(shù)據(jù)透視表足夠，是最具性價比的兩個技巧。

學(xué)會vlookup，SQL中的join，Python中的merge很容易理解。

學(xué)會數(shù)據(jù)透視表，SQL中的group，Python中的pivot_table也是同理。

這兩個搞定，基本10萬條以內(nèi)的數(shù)據(jù)統(tǒng)計沒啥難度，80%的辦公室白領(lǐng)都能秒殺。

Excel是熟能生巧，多找練習(xí)題。還有需要養(yǎng)成好習(xí)慣，不要合并單元格，不要過于花哨。表格按照原始數(shù)據(jù)(sheet1)、加工數(shù)據(jù)(sheet2)，圖表(sheet3)的類型管理。

下面是為了以后更好的基礎(chǔ)而附加的學(xué)習(xí)任務(wù)。

了解單元格格式，后期的數(shù)據(jù)類型包括各類timestamp，date，string，int，bigint，char，factor，float等。

了解數(shù)組，以及怎么用(excel的數(shù)組挺難用)，Python和R也會涉及到 list。

了解函數(shù)和參數(shù)，當(dāng)進(jìn)階為編程型的數(shù)據(jù)分析師時，會讓你更快的掌握。

了解中文編碼，UTF8和ASCII，包括CSV的delimiter等，以后你會回來感謝我的。

養(yǎng)成一個好習(xí)慣，不要合并單元格，不要過于花哨。表格按照原始數(shù)據(jù)、加工數(shù)據(jù)，圖表的類型管理。

如果時間還有剩余，可以看大數(shù)據(jù)時代，培養(yǎng)職業(yè)興趣。

再來一道練習(xí)題，我給你1000個身份證號碼，告訴我里面有多少男女，各省市人口的分布，這些人的年齡和星座。(身份證號碼規(guī)律可以網(wǎng)上搜索)

第二周：數(shù)據(jù)可視化

數(shù)據(jù)分析界有一句經(jīng)典名言，字不如表，表不如圖。數(shù)據(jù)可視化是數(shù)據(jù)分析的主要方向之一。除掉數(shù)據(jù)挖掘這類高級分析，不少數(shù)據(jù)分析就是監(jiān)控數(shù)據(jù)觀察數(shù)據(jù)。

數(shù)據(jù)分析的最終都是要兜售自己的觀點和結(jié)論的。兜售的最好方式就是做出觀點清晰數(shù)據(jù)詳實的PPT給老板看。如果沒人認(rèn)同分析結(jié)果，那么分析也不會被改進(jìn)和優(yōu)化，不落地的數(shù)據(jù)分析價值又在哪里?

首先要了解常用的圖表：

如果還不過癮，我們得掌握信息圖和BI，下圖就是微軟的Power BI：

BI(商業(yè)智能)和圖表的區(qū)別在于BI擅長交互和報表，更擅長解釋已經(jīng)發(fā)生和正在發(fā)生的數(shù)據(jù)。將要發(fā)生的數(shù)據(jù)是數(shù)據(jù)挖掘的方向。

BI的好處在于很大程度解放數(shù)據(jù)分析師的工作，推動全部門的數(shù)據(jù)意識，另外降低其他部門的數(shù)據(jù)需求(萬惡的導(dǎo)數(shù)據(jù))。

BI市面上的產(chǎn)品很多，基本都是建立儀表盤Dashboard，通過維度的聯(lián)動和鉆取，獲得可視化的分析。

數(shù)據(jù)可視化的學(xué)習(xí)就是三個過程，了解數(shù)據(jù)(圖表)，整合數(shù)據(jù)(BI)，展示數(shù)據(jù)(信息化)。

可視化也和審美息息相關(guān)，很多直男代表并不擅長做圖，沒關(guān)系，抽空可以看書：數(shù)據(jù)之美

PPT也別落下，Excel作圖多練習(xí)，不會有壞處的。

第三周：分析思維的訓(xùn)練

這周我們輕松一下，學(xué)學(xué)理論知識。

分析思維首推大名鼎鼎的金字塔原理 ，幫助數(shù)據(jù)分析師結(jié)構(gòu)化思維。如果金字塔原理讓你醍醐灌頂，那么就可以學(xué)思維導(dǎo)圖，下載一個XMind中文網(wǎng)站，或者在線用百度腦圖(百度難得不被罵的產(chǎn)品)。

再了解SMART、5W2H、SWOT、4P理論、六頂思考帽等框架。這些框架都是大巧不工的經(jīng)典。你要快速成為數(shù)據(jù)分析師，思考方式也得跟著改變。網(wǎng)上搜咨詢公司的面試題，搜Case Book。題目用新學(xué)的思維導(dǎo)圖做，先套那些經(jīng)典框架，做一遍，然后去看答案對比。

等思維框架建立好，我們應(yīng)該往里面塞點數(shù)據(jù)分析的思維了。

這里送三條金句：

一個業(yè)務(wù)沒有指標(biāo)，則不能增長和分析

好的指標(biāo)應(yīng)該是比率或比例

好的分析應(yīng)該對比或關(guān)聯(lián)。

舉一個例子：我告訴你一家超市今天有1000人的客流量，你會怎么分析?

這1000人的數(shù)量，和附件其他超市比是多是少?(對比)

這1000人的數(shù)量比昨天多還是少?(對比)

1000人有多少產(chǎn)生了實際購買?(轉(zhuǎn)化比例)

路過超市，超市外的人流是多少?(轉(zhuǎn)化比例)

這是一個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結(jié)果。

優(yōu)秀的數(shù)據(jù)分析師會拷問別人的數(shù)據(jù)，而他本身的分析也是經(jīng)得起拷問，這就是分析思維能力。需要確切明白的是，一周時間鍛煉不出數(shù)據(jù)思維，只能做到了解。數(shù)據(jù)思維是不斷練習(xí)的結(jié)果，我只是盡量縮短這個過程。

第四周：數(shù)據(jù)庫學(xué)習(xí)

Excel對十萬條以內(nèi)的數(shù)據(jù)處理起來沒有問題，但是互聯(lián)網(wǎng)行業(yè)就是不缺數(shù)據(jù)。但凡產(chǎn)品有一點規(guī)模，數(shù)據(jù)都是百萬起。這時候就需要學(xué)習(xí)數(shù)據(jù)庫。

越來越多的產(chǎn)品和運營崗位，會在招聘條件中，將會SQL作為優(yōu)先的加分項。

SQL是數(shù)據(jù)分析的核心技能之一，從Excel到SQL絕對是數(shù)據(jù)處理效率的一大進(jìn)步。

學(xué)習(xí)圍繞Select展開。增刪改、約束、索引、數(shù)據(jù)庫范式均可以跳過。SQL學(xué)習(xí)不需要買書，W3C學(xué)習(xí)就行了，SQL 教程。大多數(shù)互聯(lián)網(wǎng)公司都是MySQL，我也建議學(xué)，性價比最高。

主要了解where，group by，order by，having，like，count，sum，min，max，distinct，if，join，left join，limit，and和or的邏輯，時間轉(zhuǎn)換函數(shù)等。

如果想要跟進(jìn)一步，可以學(xué)習(xí)row_number，substr，convert，contact等。另外不同數(shù)據(jù)平臺的函數(shù)會有差異，例如Presto和phpMyAdmin。

你看，和Excel的函數(shù)都差不多。按照SQL，從熟練到掌握這兩篇的內(nèi)容學(xué)習(xí)。雖然沒有實戰(zhàn)的打磨，但是了解一個大概夠了。

期間你不需要考慮優(yōu)化和寫法丑陋，查詢幾秒和幾分鐘對數(shù)據(jù)分析師沒區(qū)別，跑數(shù)據(jù)時喝杯咖啡唄，以后你跑個SVM都能去吃飯了。

網(wǎng)上也能搜索SQL相關(guān)的練習(xí)題，刷一遍就行。也能自己下載數(shù)據(jù)庫管理工具，找些數(shù)據(jù)練習(xí)。我用的是Sequel Pro。

附加學(xué)習(xí)：

如果這周的學(xué)習(xí)充裕，可以了解MapReduce原理。

來一道練習(xí)題，表A是用戶的注冊時間表，表B是用戶所在地，寫出各地區(qū)每月新注冊用戶的查詢SQL。掌握到這個程度，基本夠用，雖然往后工作中會有更多變態(tài)數(shù)據(jù)需求。

第五周：統(tǒng)計知識學(xué)習(xí)

很遺憾，統(tǒng)計知識是我最薄弱的地方，也是數(shù)據(jù)分析的基礎(chǔ)之一。

統(tǒng)計知識會要求我們以另一個角度看待數(shù)據(jù)。當(dāng)你知道AB兩組的差異用平均值看是多傻的事情，你的分析技巧也會顯著提高。

這一周努力掌握描述性統(tǒng)計，包括均值、中位數(shù)、標(biāo)準(zhǔn)差、方差、概率、假設(shè)檢驗、顯著性、總體和抽樣等概念。詳細(xì)的數(shù)學(xué)推導(dǎo)不用細(xì)看，誰讓我們是速成呢，只要看到數(shù)據(jù)，知道不能怎么樣，而是應(yīng)該這樣分析即可。

Excel中有一個分析工具庫，簡單強大。對列1的各名詞做到了解。如果是多變量多樣本，學(xué)會各種檢驗。

多說一句，老板和非分析師不會有興趣知道背后的統(tǒng)計學(xué)原理，通常要的是分析后的是與否，二元答案。不要告訴他們P值什么的，告訴他們活動有效果，或者沒效果。

第六周：業(yè)務(wù)學(xué)習(xí)(用戶行為、產(chǎn)品、運營)

這一周需要了解業(yè)務(wù)。對于數(shù)據(jù)分析師來說，業(yè)務(wù)的了解比數(shù)據(jù)方法論更重要。當(dāng)然很遺憾，業(yè)務(wù)學(xué)習(xí)沒有捷徑。

我舉一個數(shù)據(jù)沙龍上的例子，一家O2O配送公司發(fā)現(xiàn)在重慶地區(qū)，外賣員的送貨效率低于其他城市，導(dǎo)致用戶的好評率降低。總部的數(shù)據(jù)分析師建立了各個指標(biāo)去分析原因，都沒有找出來問題。后來在訪談中發(fā)覺，因為重慶是山城，路面高低落差比較夸張，很多外賣人員的小電瓶上不了坡…所以導(dǎo)致送貨效率慢。

這個案例中，我們只知道送貨員的送貨水平距離，數(shù)據(jù)上根本不可能知道垂直距離這個指標(biāo)。這就是數(shù)據(jù)的局限，也是只會看數(shù)據(jù)的分析師和接地氣分析師的最大差異。

對于業(yè)務(wù)市場的了解是數(shù)據(jù)分析師工作經(jīng)驗上最大優(yōu)勢之一。既然是零經(jīng)驗面試，公司肯定也知道剛?cè)腴T分析師不會有太多業(yè)務(wù)經(jīng)驗，不會以這個卡人。所以簡單花一周了解行業(yè)的各指標(biāo)。

以知乎最多的互聯(lián)網(wǎng)行業(yè)為例。至少了解活躍用戶數(shù)，活躍用戶率，留存率，流失率，傳播系數(shù)等通用概念。

還有一個小建議，現(xiàn)在有不少第三方的數(shù)據(jù)應(yīng)用，囊括了不少產(chǎn)品領(lǐng)域的數(shù)據(jù)分析和統(tǒng)計。自學(xué)黨們即使沒有生產(chǎn)環(huán)境的數(shù)據(jù)，也可以看一下應(yīng)用Demo，有好處的。

除了業(yè)務(wù)知識，業(yè)務(wù)層面溝通也需要掌握。另外建議在面試前幾天收集該行業(yè)的業(yè)務(wù)強化一下。

第七周：Python/R 學(xué)習(xí)

終于到第七周，也是最痛苦的一周。這時應(yīng)該學(xué)習(xí)編程技巧。

是否具備編程能力，是初級數(shù)據(jù)分析和高級數(shù)據(jù)分析的風(fēng)水嶺。數(shù)據(jù)挖掘，爬蟲，可視化報表都需要用到編程能力。掌握一門優(yōu)秀的編程語言，可以讓數(shù)據(jù)分析師事半功倍，升職加薪，迎娶白富美。(SAS/SPSS我不了解，所以不做指導(dǎo))

這里有兩條支線，學(xué)習(xí)R語言或Python。速成只要學(xué)習(xí)一條，以后再補上另外一門。

R的優(yōu)點是統(tǒng)計學(xué)家編寫的，缺點也是統(tǒng)計學(xué)家編寫。如果是各類統(tǒng)計函數(shù)的調(diào)用，繪圖，分析的前驗性論證，R無疑有優(yōu)勢。但是大數(shù)據(jù)量的處理力有不逮，學(xué)習(xí)曲線比較陡峭。Python則是萬能的膠水語言，適用性強，可以將各類分析的過程腳本化。Pandas，sklearn等各包也已經(jīng)追平R。

如果學(xué)習(xí)R，筆者建議看R語言實戰(zhàn) ， 照著書本打一遍代碼，一星期綽綽有余。另外還有一本 統(tǒng)計學(xué) ，偏知識理論，可以復(fù)習(xí)前面的統(tǒng)計學(xué)知識。

R學(xué)習(xí)和熟悉各種包。知道描述性統(tǒng)計的函數(shù)。掌握DataFrame。如果時間有余?？梢栽偃W(xué)習(xí)ggplot2。

Python擁有很多分支，我們專注數(shù)據(jù)分析這塊，入門可以學(xué)習(xí) 深入淺出Python 。也是把代碼寫一遍。

需要學(xué)會條件判斷，字典，切片，循環(huán)，迭代，自定義函數(shù)等。知道數(shù)據(jù)領(lǐng)域最經(jīng)典的包Pandas+Numpy。

在速成后的很長一段時間，我們都要做調(diào)包俠。

這兩門語言最好安裝IDE，R語言我建議用RStudio，Python我建議用 Anaconda。都是數(shù)據(jù)分析的利器。

Mac自帶Python2.7，但現(xiàn)在Python 3已經(jīng)比幾年前成熟，而且沒有編碼問題。各類教程也足夠多，不要抱成守舊了。Win的電腦，安裝Python會有環(huán)境變量的問題，是個大坑(R的中文編碼也是天坑)。

到這里，剛剛好是七周。如果還需要第八周+，則是把上面的鞏固和融會貫通，畢竟速成是以轉(zhuǎn)崗或拿offer為目的。

成為數(shù)據(jù)分析師后，坑才剛剛開始，努力吧。