【入门必读】数据分析的入门和职业规划
来自：是Maaaax啊
入门和职业规划应该从两个角度考虑：
领域和路线。
领域是不少新人常忽略的要素，其实数据分析不会脱离业务存在。你进入哪个行业，很大程度会决定你初期的技能树和技能点。譬如金融领域的风控模型、营销领域的生命周期、广告领域的点击率预估等，各有各的特色。
如果是一位应届生，不妨多了解自己感兴趣的领域，多积累相关的经验，为面试做准备。
如果已经有一定行业履历，只是想要转岗数据分析师，那么跨岗不跨行，尽量避免跳到一个陌生的领域。
领域经验我给不了太多的指点，主要也就三点：1.自己感兴趣的，2.自己擅长的，3.有钱途的。成为某领域的数据专家，会是一个更好的筹码。
而路线大致可以划分成四大方向：
数据分析，数据挖掘，数据产品，数据工程。
数据分析/数据运营/商业分析
这是业务方向的数据分析师。
绝大部分人，都是从这个岗位开始自己的数据之路，也是基数最大的岗位。
因为基数大，所以这类岗位通常鱼龙混杂。有些虽然叫数据分析师，但是每天只需要和Excel打交道，完成leader布置的表格整理工作就行。混个几年，成为一位数据分析主管，给下面的新人继续布置Excel任务。
又有一种数据分析师，岗位职责要求你掌握常用的机器学习算法，面试首先推导一个决策树或者逻辑回归。
都叫数据分析师，其实天差地别。
这里更多指代互联网行业，偏业务的数据分析师，一般属于运营部门。不少公司也称数据运营或者商业分析。
这类岗位的职位描述一般是：
- 负责和支撑各部门相关的报表；
- 建立和优化指标体系；
- 监控数据的波动和异常，找出问题；
- 优化和驱动业务，推动数据化运营；
- 找出可增长的市场或产品优化空间；
- 输出专题分析报告；
实际的岗位中，不少业务端的数据分析师，主要工作都是第一点。别管它用汇总、分析、数据支持什么修饰词，基本是跑SQL，做报表。硬生生活成了业务端的表哥。
这是很常见的情况，也是入门新人的第一个坑。因为从头到尾，这类分析师，都没有解决问题。
业务部门往往更关心，某个指标为什么下跌或者上升。产品的用户是什么样的？怎么能更好的完成自己的KPI。
以活跃指标的下跌举例：
- 活跃指标下跌了多少？是属于合理的数据波动，还是突发式？
- 什么时候开始的下跌？
- 是整体的活跃用户下跌，还是部分用户？
- 为什么下跌？是产品版本，还是运营失误？
- 怎么解决下跌的问题
这是一套标准的解决思维。分别对应what、when、who、why、how，每一部分都不是三言两语可以解释清楚。不要看它很简单，例如你通过多维分析，发现某个地区的活跃下跌了，不要急着把它作为分析的结论，这是不合格的数据分析。某地区的活跃下跌，只是现象，不是原因，把它作为结论提交，肯定会被骂的。
你要解决的是，为什么这个地区的活跃下跌了。是该地渠道，是该地竞争对手，是该地市场环境？这些问题都是细化的范畴。并且，它们要能以量化解释，而不是我认为。
做好了这点，才是一个真正的业务端的数据分析师。
解决问题是一方面工作，另外一方面，数据分析师的职责是将业务数据体系化，建立一套指标框架。活跃下跌的问题，本质上也是指标问题。什么时候开始下跌，哪部分下跌，都能转化成对应指标，如日活跃用户数，新老用户活跃数，地区活跃数。
你不能衡量它，就无法增长它，指的就是指标体系。指标体系可以业务部门建立，但数据分析师也挺合适。一方面他们比数据挖掘这类技术岗位更贴合业务，一方面不像业务岗位对数据抓瞎。
两者结合，这岗位也能称为数据运营。
指标体系如果工程化自动化，也就是BI，所以数据分析师可以算半个BI分析师，这里不包括BI报表开发。BI如果采购第三方，数据分析师负责BI没问题，如果自有开发，那么BI岗技术的色彩更浓厚。
数据分析思维和业务的理解，是分析师赖以生存的技能。很多时候，工具是锦上添花的作用。掌握Excel+SQL/hive，了解描述统计学，知道常见的可视化表达，足够完成大部分任务。机器学习这类能力，对此类数据分析师不是必须的，Python也一样，只是加分项。毕竟为什么下跌，你无法用数据挖掘解答。
数据分析师是一个基础岗位，如果专精于业务，更适合往管理端发展，单纯的工具和技巧很难拉开差距。Title比较常见的有数据运营经理/总监，数据分析经理等。
商业/市场分析是另外一个方向，更多见于传统行业。你要开一家超市，你得考虑哪里开，这就要考虑居民密度，居民消费能力，竞争对手的多寡，步行交通距离，开车交通距离等。这些数据是宏观的大指标，往往靠搜索和调研完成，这是和互联网数据分析师最大的差异。
如果往其他分支发展，比如数据挖掘工程师，则要继续掌握Python和机器学习等。从业务型发展上来的好处是接地气，具备商业洞察力（天天搞报表，怎么可能不熟），这点是直接做数据挖掘，或者程序员转岗，所不具备的。
新人，比较普适的发展路线是先成为一位数据分析师。积累相关的经验，在一两年后，决定往后的发展，是数据挖掘，还是专精数据分析成为管理岗。
学习资料：
Excel和SQL可以网上搜索，也能买书，不多推荐。
指标体系的建立，可以看精益数据分析。另外有一本数据化决策，讲如何量化，比较宽泛。
统计学可以看商务与经济统计，主要是前半部分。
还有一本数据挖掘技术——应用于市场营销、销售与客户关系管理。我推荐它是比较纠结的，这本书的知识点比较丰富，非技术人员也能理解，但是翻译太糟糕了…
学习数据化运营，可以看数据化运营速成手册，对新人比较友好的。
业务和数据分析思维，了解金字塔原理，看看case in point、 crack the case、BCG系列也不错。
我以前也有相关的集合回答，可见：如何快速成为数据分析师？
数据挖掘/算法专家
这是技术向的数据岗，有些归类在研发部门，有些则单独成立数据部门。
数据挖掘工程师要求更高的统计学能力、数理能力以及编程技巧。
从概念上说，数据挖掘Data mining是一种方式，机器学习Machine learing是一门方法/学科。机器学习主要是有监督和无监督学习，有监督又可划分成回归和分类，它们是从过去的历史数据中学习到一个模型，模型可以针对特定问题求解。
数据挖掘的范围则大得多，即可以通过机器学习，而能借助其他算法。比如协同过滤、关联规则、PageRank等，它们是数据挖掘的经典算法，但不属于机器学习，所以在机器学习的书籍上，你是看不到的。
除此之外，还有一个领域，属于最优化问题的运筹学。现实中的问题往往有很多约束，比如护士排班，一共有三班（早、中、晚），现在要求每班满足最低护士人数，每位护士尽量不能连班，每位护士不能连续工作5天。每位护士的夜班数要均衡，每位护士每月的班数要均衡…这些问题很难用机器学习的方法完成，而在最优化领域，则有遗传算法、模拟退火算法、蚁群算法等。
实际的应用场景中，如外卖行业，如何寻找骑手效率最大化的最优路径，同样属于最优化，也是数据挖掘的工作范畴。
数据挖掘工程师，除了掌握算法，同样需要编程能力去实现，不论R、Python、Scala/Java，至少掌握一种。模型的实施，往往也要求Hadoop/Spark的工程实践经验，精通SQL/Hive是必须的。
常见数据挖掘项目的闭环如下：
- 定义问题
- 数据抽取
- 数据清洗
- 特征选取/特征工程
- 数据模型
- 数据验证
- 迭代优化
单看环节，数据挖掘对分析能力没有业务型那么高。这不代表业务不重要，尤其在特征选取方面，对业务的理解很大程度会影响特征怎么选取，进而影响模型质量。
数据挖掘的业务领域一样可以细分。金融行业的信用模型和风控模型/反欺诈模型、广告模型的点击预估模型、电商行业的推荐系统和用户画像系统。从需求提出到落地，数据挖掘工程师除了全程跟进也要熟悉业务。
因为要求高，所以数据挖掘的平均薪资高于普通的数据分析师。
一个分工明确的团队，数据分析师负责将业务需求抽象成一个具体的数据假设或者模型。比如，运营希望减少用户流失，那么设立一个流失指标，现在需要预测用户流失率的模型。模型可以是数据分析师完成，也能是数据挖掘工程师。最终由数据挖掘团队部署到线上。
在一些公司，高级数据分析师会等价于数据挖掘工程师，只是工程能力可以稍弱，模型部署由专门的工程团队完成。
数据挖掘工程师，往后发展，称为算法专家。后者对理论要求更严苛，几乎都要阅读国外的前沿论文。方向不局限于简单的分类或者回归，还包括图像识别、自然语言处理、智能量化投顾这种复合领域。如果从业者本身有相关的名校高学历，硕士起，这无疑是一个大优势。
深度学习则更前沿，它由神经网络发展而来，是机器学习的一个子集。因为各类框架开枝散叶，诸多模型百花齐放，也可以算一个全新的分支。除了要求熟悉TensorFlow, Caffe, MXNet等深度学习框架，对模型的理论应用和调参也是必备的。
算法专家和深度学习专家，薪资level会更高一级，一般对应于业务型的数据运营/分析总监。
数据科学家是上述岗位的最终形态之一，要么理论能力非常强，往往担任研究院的一把手。要么工程能力突出，上述的系统都能完成平台化的部署。
学习资料：
这类岗位对基础知识要求扎实，所以书籍需要比较大的阅读量，而且要保持领域新论文的吸收。
统计学习，除了商务与经济统计外，国外有一本The Elements of Statistical Learning，评价不错。
机器学习的入门，李航的统计学习方法，周志华的机器学习，择其一。英文好也能看PRML。
Python，入门书籍的推荐太多，略过。用Python进行数据分析是必备的，当然这本书有点老，活用官网最新文档和stackoverflow，基本无碍。
再进一步，则是机器学习的代码实现，比较知名的有集体智慧编程，机器学习实战等。其实最近还有不少新书，Python DataScience Handbook等，我当然不可能都看过，所以也不好推（hu）荐（you）。
除了基础，行业领域的也不能落下，诸如推荐系统实战、计算广告…按需学习。
数据产品经理
这个岗位比较新兴，它有两种理解，一种是具备强数据分析能力的PM，一种是公司数据产品的规划者。
前者，以数据导向优化和改进产品。在产品强势的公司，数据分析也会划归到产品部门，甚至运营也属于产品部。这类产品经理有更多的机会接触业务，属于顺便把分析师的活也干了，一专多能的典型。
他们会运用不同的数据源，对用户的行为特征分析和挖掘，达到改进产品。最典型的场景就是AB测试。大到页面布局、路径规划、小到按钮的颜色和样式，均可以通过数据指标评估。
下图的案例，就是弱化心愿单按钮的存在感，让用户更多的聚焦在直接购买而不是收藏，最终让销售额提高了35%。
俗话说，再优秀的产品经理也跑不过一半AB测试。此类数据产品经理，更多是注重数据分析能力，擅长用分析进行决策。数据是能力的一部分。
后者，是真正意义上的数据产品经理。在公司迈大迈强后，数据量与日俱增，此时会有不少数据相关的产品项目：包括大数据平台、埋点采集系统、BI、推荐系统、广告平台等。这些当然也是产品，自然需要提炼需求、设计、规划、项目排期，乃至落地。
我们不妨看几个数据产品经理要求：
- 负责大数据产品的设计，输出需求文档、产品原型；
- 负责推荐算法的产品策略，完成相关推荐及个性化推荐产品的需求分析；
- 负责分析和挖掘用户消费内容的行为数据，为改进算法策略提供依据；
- 负责客户端数据需求的对接，制定相关埋点规范及口径，相关业务指标验证；
- 报表展示工具的落地和应用；
和C端注重用户体验不同，数据产品，更注重整体的分析能力和逻辑。除了产品经理最基础的Axure、Visio、MindManager等工具。往往还需要很多技术型的能力。比如了解BI／DW原理和实施、了解常用的推荐算法、了解机器学习模型等。这也很容易理解，C端要求你了解用户需求，而在数据端，主要用户就是数据。
这当然不是说，用户体验不重要，拿推荐算法来说，除了满足用户最基本的感兴趣，也要考虑时效性，考虑新兴趣的挖掘，考虑无数据时的冷启动问题…这些一样是用户体验，只是解决方案也得从数据出发。后端的数据产品，如报表，用户往往是你隔壁工位的小秦或小路，设计得丑一点不要紧，要是数据指标口径不统一，那才会分分钟骂街。
虽然数据PM需要熟悉各类数据模型、指标、数据挖掘和数据工程的实现，但是聚焦点是把它作为一个项目去实现，而不是考虑技术的细节。故而不用精通。
数据产品经理是一个比较新兴的岗位，所以有丰富经验的从业者并不多，我个人认为，还是存在比较大的职业缺口。当然也有其他问题，一是因为新兴，部门负责人本身也没有想好他们能干什么，不少数据PM还从事表哥的工作。二是数据产品本身可借鉴的经验不多，像APP产品，可以下载体验，总归有一个学习了解的过程。然而用户画像、BI、算法策略，都是其他公司的内部机密，无从参考，我就遇到不少对用户画像实现非常感兴趣的数据PM。
从职业发展上看，数据分析师做数据产品经理更合适。普通的产品经理，对前端、后端的技术栈尚未熟悉，何况日新月异的数据栈。这个岗位，适合对数据特别感兴趣，但是数理天赋不高的职场人，那么以沟通、项目管理和需求规划为目标，也不错。
学习资料：
数据产品经理，如果有数据挖掘经验，那么技术相关的书籍倒不重要，更关注产品经理本身的能力，包括Axure，各类文档的编写、项目管理、需求整理等，市面上资料比较多。
这里再补充一本，数据挖掘与数据化运营实战，没啥高深技术，但是能够了解体系的初步建立。
其他书籍参考其他岗位即可。
数据工程
数据工程其实更偏技术，从职业道路上看，程序员走这条道路更开阔。
在很多中小型的公司，一方面数据是无序的、缺失的、原始的，另外一方面各种业务报表又嗷嗷待哺。没办法，分析师只能自己撸起袖子，一个人当两个人用。兼做数据清洗+ETL+BI。
数据分析踏上数据工程的不归路如下：
- 每天都要从五六张表上join，那么不妨加工成一张中间表；
- ETL的依赖关系越来越复杂，尝试用kettle/airflow等框架搞定，弄个DAG美滋滋；
- 运营部门的周报次次都要这几个指标，看看能否做一个自动化BI；
- 数据量逐日增多，最近T+1的日报需要几个小时完成，研究下查询语句的优化；
- 查询语句的优化空间也不大了，开始迁移到Hadoop/Spark分布式平台，新技术栈的学习；
- 新平台，原有的工具也不管用了，某大牛说apache上有工具能解决这个问题，于是阅读文档；
- 公司部署了私有化的埋点采集，数据缺失比较厉害，业务部门天天骂娘，继续埋Flume/Kafka的坑；
- 等等…
如果分析师在技术方面的灵性不错，那么技能点会往技术栈方向迁移。从最初的SQL，到了解Hadoop集群、了解presto/impala/spark、了解ELK、了解分布式存储和NoSQL……
这也是一个不错的发展方向，因为数据挖掘需要了解算法/模型，理论知识要求过高，不少硕士和博士还过来抢饭碗，如果自己不擅长容易遇到天花板。选择更底层的工程实现和架构，也是出路，薪资也不会低于数据挖掘。
部分公司会将机器学习模型的部署和实现交给数据工程团队，这要求数据工程师熟悉sparkMLlib、Mahout此类框架。
数据工程师，可以从数据分析师的SQL技能，往数据的底层收集、存储、计算、运维拓展。往后发展则是数据总监、或者数据架构师。因为数据分析出身，与纯技术栈的程序员比，思考会更全面一些，虽然技术底子的薄弱需要弥补。
另外，DBA、BI这些传统的数据库从业者，也是能按这条路线进阶，或者选择数据产品经理方向。
数据工程类的书籍，我看的不多，给不了建议。主要按各类名词搜索吧，什么linux、数据仓库、Hadoop、Spark、Storm、Elasticsearch等。
你的回复
回复请先 登录 , 或 注册
相关内容推荐
最新讨论 ( 更多 )
- 对Web3.0和DAO组织感兴趣的可以加入我们 (飘落无缘)
- 闲鱼出全新雷鸟Air 智能AR眼镜，1088元 (Selina)
- 刚刚被骗了200 想把钱转回来有人会盗QQ吗？有偿20r (冬天真的好冷❄️)
- 这是个诈骗的女骗子，叫刘敏，提供有效线索的重谢 (momomo)
- #人工智能生态峰会2023 (吴加蒜)