做数据分析需要学什么?
通俗地说,数据分析是为了解决问题,要么自己解决问题,要么解决别人的问题
1、自己解决问题
2、帮助别人解决问题
请先看第一个。我自己解决问题。如果你的主要工作不是用数据分析,而是用数据分析来验证和解决你的问题,其实主要是学好数据分析的方法论、基本统计学、excel的基本操作就足够了。心情好的话可以学习python,但是基本的工作环境99%是不能使用的。没有excel这样的操作爽快感,高级大企业都有自己
二是帮助别人解决问题,大致可以分为三个方向
1、向他人提供报告。这很常见。对这类数据分析的要求最高,需要从问题的定义、定义的标准、数据提取、数据分析和数据表示中学习。包括行业分析、业务模型、分析工具、表达方法等,技术类的重点是代码算法,业务类的是思维体系报告能力。
2、为他人提供工具支持。这很容易想到吧。是大家经常看到的数据产品。这种类型主要是增加数据的思维方式。例如,如何抓住数据,如何设置嵌入点。另外,数据的表现方法、系统设计的业务逻辑、权限和功能板块的规划等,实际上是将帮助者的需求转化为详细的技术需求,然后跪下来委托程序员进行开发优化。
3、还有一个活在夹缝中,帮助别人(分析师、产品)解决问题,主要解决数据清洗、建模、技术支持等,就有数据工程师。平时主要是数据的ETL、各种表格的制作提取。另外,还有数据建模工程师。你不想多年来通过推翻各类数据模型,评估模型,从而定期优化或建立新模型,成为数据分析师的程序员吗?这些大多做久了就开始迷茫,自己到底在做什么?
这一类没有罗列给大家具体学习的知识要点和学习方式。这类资源太多了,比大家都有办法。
文源:邓小平种草
评论