今天我們主要從業務方向的數據分析入手，聊聊數據分析的入門條件及職業規劃。
一、數據分析是什麼
在我看來，數據分析就是有關“數據”這一類崗位的總稱。
從事這些工作的人，通過分析數據發現業務問題，洞察商業機會點，為運營活動、業務增長及企業發展提供合理建議及參考依據。
數據分析主要是與數據打交道，但數據分析≠分析大數據，所以大家不要對這個職位產生恐懼感。
零基礎轉行數據分析是可行的，要入門的話，3個月的時間也是足夠的。
但是有兩點需要注意：
1.如果本身對數據不敏感，或者看到複雜的數據就眼暈頭疼，那說明你可能不太適合這個崗位。
目前數據分析已不再是專職技能，而是職場人必備的通用技能，建議每個職場人都可以學一下，會讓你在職場競爭中更有優勢。
至於是否從事數據分析工作，還是看你對數據的敏感程度以及你對這個崗位的熱愛程度。
二、數據分析崗位方向及工作內容
數據分析可以簡單分為業務崗和技術崗2大方向：
業務類崗位——數據運營、數據分析師、商業分析、用戶研究、增長黑客、數據產品經理等。
技術類崗位——數據開發工程師、數據挖掘工程師、數據倉庫工程師等。
業務類崗位的數據分析師大多在業務部門，主要工作是數據提取、支撐各部門相關的報表、監控數據異常和波動，找出問題、輸出專題分析報告。
在日常工作中，業務部門往往更關心某個指標的為什麼下跌或上升、產品的用戶屬性是怎樣的，如何更好的完成自己的KPI等。
以活躍指標為例，數據分析人員通常要解決以下問題：
1.指標下跌了多少？是合理範圍內的數據波動，還是突發式?（What）
2.下跌是從什麼時候開始的？（when）
3.是整體用戶下跌，還是部分用戶？（who）
4.下跌的原因是什麼？產品更新？還是某個渠道推廣到期？（why）
5.怎麼解決下跌的問題（how）
在經過了數據提取-數據清洗-多維分析-交叉分析等一系列步驟之後，你發現是某個地區的活躍下跌了，但這並不能作為分析的結論。
因為某個地區的活躍下跌只是現象，並不是根本原因。
所以數據分析師要解決的是，為什麼這個地區的活躍跌了？是政策因素？還是競爭對手？或者是渠道問題，這些都是需要深入分析的範疇。
找到原因後，數據分析師還需要預測未來的發展趨勢，根據目前的分析結果輸出可執行的改善策略，最後推動業務部門落地，再次覆盤效果，最終形成閉環的分析路徑。
對數據分析師而言，解決問題只是一方面，另一方面數據分析師的職責是將業務數據體系化，形成一套指標框架。比如活躍下跌，本質上也是指標問題，如“日活”等指標。
技術方向的崗位如數據挖掘/算法專家等崗位有的歸在研發部門，有的則單獨成立數據部門。
與業務方向的數據分析師相比較來說，數據挖掘工程師要求更高的統計學能力及編程技巧。因為數據挖掘工程師對工具的要求比較高，所以數據挖掘的平均薪資是高於數據分析師的。
三、數據分析崗位技能要求
對業務方向的數據分析師而言，掌握工具只是基礎，還需要對業務有深入的理解以及較強的數據分析能力。
在工具的使用上，數據分析師需要掌握Excel、SQL、PPT、Python等工具。
如果不是特殊的要求，這4個工具完全可以入門了。
Excel是日常工作中用到的最多的工具，常用的函數及數據透視表都要學。
SQL是數據分析的核心工具，主要學習Select、聚合函數以及條件查詢等內容。
Python重點掌握Pandas數據結構、Matplotlib庫、Pyecharts庫及Numpy數組。
關於工具的部分，需要注意不同行業對工具的要求也會有差異，比如金融行業會要求SAS等工具。
除工具的使用外，數據分析師還要了解基本的統計學知識及數據分析方法。
統計學知識：環比、同比、概率分佈、變量、抽樣等。
數據分析方法：假設檢驗、迴歸分析、漏斗分析、多維分析、對比分析等。
針對0基礎的小夥伴，建議大家先將精力放在數據分析的思路和訓練上，多去看一些商業數據模型和數據分析案例的資料，最終形成自己的分析思路。
千萬不要一上來就啃Python，可以先上手Excel+SQL這2個簡單的數據分析工具來入門。有SQL基礎後再學Python會相對容易。
四、數據分析師的成長路線
業務方向的數據分析師主要有2條發展路徑。
一條是專精業務，晉升成為商業分析師、戰略分析師或管理崗。從業務型發展上來的好處是具備商業洞察能力。
另一條路就是提升技術能力，成長為算法專家或數據科學家。
當然，2個方向最終都不會脫離業務存在~
五、如何快速入門數據分析
應屆生想要入行數據分析，建議先做學習規劃：
1.明確自己想要走業務方向還是技術方向。
2.充分調研目標領域的行業知識，瞭解行業背景及行業相關的指標（在行業的選擇上你擅長的、熱愛的和有發展前景的即是最佳行業領域）。
3.瞭解目標行業常用的數據處理工具、數據生產流程及數據應用。針對數據工具進行系統性學習。
如果是0基礎轉行到數據分析，建議先羅列自己的個人優勢和行業背景，找到最佳突破口：
1.如果有運營相關經驗，基礎工具掌握一般，可以先學習SQL，再從數據運營崗入門。
數據運營崗比數據分析更容易入門，Excel+SQL就能搞定大部分工作了，而且這2個崗位的薪資是趨同的。
2.如果有產品經驗，對交互設計和用戶體驗有深入的理解，可以選擇數據產品經理。
3.如果有金融、物流等行業工作經驗，可以借用行業優勢，轉到相關行業的數據分析崗位。
也就是說，轉行數據分析的路徑不只有一條，我們要做的是根據自己的背景及優勢，找到最適合自己的那條路。
總結：
想要轉行數據分析師，你需要至少以下三點技能
1.必要的SQL、Excel+python\R技能；
2.正確的理解業務；
3.基本的數據使用意識和學習能力。
轉行過程中個人必要技能的錘鍊是很重要，但保持良好積極的心態也是轉行成功的必備要素之一。
希望大家不要被所謂的高大上的工具忽悠~~
當然由於每個人的年齡、工作經歷、目標城市都不同，所以並不是每個人都適合轉崗到數據分析，所以大家不要被培訓班忽悠，而是根據自己的情況做判斷。