重启 数据分析师

31岁。
重启 数据分析师
难度大不大。

啥数据分析师，基本就是玄学分析师

要学的东西挺多

谁给你学习的时间？

谁认可你自学成才没有实战的经验？

同31，前段时间想重启学python。

一看本地招聘待遇，还不如现在三分之一，消停了。

找了个本地国企，税前薪资和目前税后一样，不过福利好，准备养老了。

北方二线城市，天花板太低。

数据分析相对简单。这个职位在正常公司甚至都不用管数据获取，清洗，存储。也不会要求你做复杂的建模。

只需要你懂得基本的的SQL，图表的制作（excel或者tableau类似产品）。进阶一点，可以选择python的pandas来做。

之后就是展示你分析能力的步骤了。首先是对数据本身的分析，高中水平的数学就可以应付大部分场景。最重要的还是结合业务对数据结果做出合理的解释，预测。或者针对管理层的一些问题，用数据来回答。


进阶的话，学习机器学习知识，可以让你脱颖而出，那时候小公司也满足不了的要求了，可以去大中型企业展示自我。


假设你没有编程基础，part time时间规划：

初步了解SQL，简单的python编程（读写脚本）一个月


了解数据分析工具。excel，tableau（类似产品），python pandas
三个月

网上寻找案例（最好是你目前工作的行业），实战演练，最好能有一个作品集。一到两个月

结合自己之前的履历，美化简历，开始投简历。

所以就算全职工作的情况下，半年也能上路了。


我预测未来3到5年，数据分析能力会成为excel一样普遍的能力。如何保证你在这个行业脱颖而出不被淘汰，我觉得有两点：对特定行业、业务有着清晰的认知，讲故事行云流水，这要求口才好；能分析别人分析不了的数据，这研究技术好。

天道酬勤，楼主加油。


iOS fly ~

回复6#屋大维

多谢建议！

回复6#屋大维

分析清楚，路径明确

良心回帖，D版感谢有你

学了也得有地方给你用，跳槽基本上很难，你干不过毕业生，最好在你现在的公司找到数据分析师的职位，和支持你的领导。 iOS fly ~

回复6#屋大维

翻看了下你的帖子，有勇气有惰性有坚持，更有打动人心的不放弃

回复6#屋大维
有系统的培训教程吗？

Datacamp我之前看就有一套课程，目前还没学 iOS fly ~

回复6#屋大维

马克备用

挂着data analyst职位干了好多年了。

我觉得这个职位的关键是理解业务、理解需求。技术方面比较好掌握，需要什么学什么就行。 iOS fly ~

感谢分享HiPDA·NG

有没有数据清洗外包团队？ iOS fly ~

mark.数据分析

回复6#屋大维
厉害 iOS fly ~

收到，讲的很详细，入门，到前景预测。非常感谢。还是每个行业，都是需要一些特殊的技能来支撑

重启备着iOS fly ~

mark，最近有空学习一下小尾巴~

回复6#屋大维

请问，培养数据分析有什么书籍入门吗？具体一点就是传统零售行业数据分析有没有什么案例可以学习？

回复22#7-eleven

power bi，b站视频挑着看。还有王佩丰的数据透视表。
足够绝大多数的用途了。

回复24#fangyu

pbi我看了很久了，dax函数基本没有细讲的视频

马克学习

回复25#likeG4

几个关键的会了就行。其他的，自己慢慢看文档都可以。

calculate和row context 及filter context搞明白，可以应付大部分业务场景。
简书和微信公众号，有不少讲dax函数的。

Mark iOS fly ~

这行启动不难，有数据sense难

mark一记

回复14#recp


正相反，做了十几年业务，忽然被调到负责数据分析部门，一窍不通，完全不知道怎么入门。
手下虽然有不少人 却都是非计算机专业的大学毕业生。需要从头做起

马克看看。。。

回复6#屋大维


真大佬

mark iOS fly ~

回复28#bartonexdu

难就在这里啦，各种函数好像有个上下文区别，有表函数值函数。

现在到处是这类培训

数据分析从财会诞生起就开始了，这些年被深度学习及大数据赋予了新的愿景。13年我在校学习Data Science时，很多人都认为远景是大数据赋予AI以智慧，由AI来指导业务，在此之前，暂以人工数据分析+业务专家智慧的形式徐徐前行，但是学术上的想法往往太理想化，实际情况往往牵扯到利益之争。
近些年很多企业成立数据部门，大多运转不起来，主要有两个问题：
一、是数据指导业务还是数据辅助业务，前者是数据部门或数据分析师有强势话语权，会设计一系列指标考核业务部门，后者则是数据分析基本沦为鸡肋，业务部门根本不鸟数据分析的结果。实际情况往往后者居多，因为很多数据分析师不懂业务逻辑，很容易被业务专家当场拍桌子怼回去。
二、数据部门往往是非盈利部门，缺少自己的实际业务，特别容易空转，一群人围在一起就是不停想自己存在的意义是什么，到底如何创造价值，成为企业的核心部门。目前见到过的数据产品往往都和公司财务或金融投资关系密切，例如供应链金融，这还是回到了数据分析的本源。
公司以外，量化投资近些年也开始重视逻辑，从重数据转到重模型。
以前机器学习被视为黑盒子，现在机器学习训练过程的可视化在不断突破，黑盒子被打开后业务人员就不再需要数据专家，自己就能结合逻辑去分析，与此同时，机器学习的相关工具也在打包整合，未来业务人员可以像使用EXCEL一样使用这些工具，不再需要专门的数据师，所以我认为数据分析师未来的道路偏培训和教师，以上仅供参考，不做任何负责。

可以用两个主方向看待:
函数运行时受影响的作用域来看待筛选。
函数返回表还是标量值。

英语还过关的话，可以去coursera上看看。我读书的时候上过一个duke女老师的课，直接就是美国一个大零售商的数据库给你玩。

回复40#屋大维

感谢推荐！

我买的网易云课堂的视频教程，讲Power Pivot入门，主要就是Dax函数，觉得还不错，就100来块钱，比随便买几本书自己看效率高很多。 iOS fly ~

这个职位是新兴的

lz要转就抓紧，现在大批失业或者准失业咨询顾问都在转商业/数据分析师。

mark。。。