数据分析入门及职业规划

知乎_挖数：https://www.zhihu.com/question/28945531/answer/101362710

关于推荐书那方面，卡牌大师已经讲的很好了，我主要补充下职业规划方面。
我认为数据相关的职业，大致有3种职业路线，分别是市场调研方向、数据分析/挖掘方向、数据工程师方向，这3条路线，分别有对应的公司和技能树。

市场调研方向

我有不少朋友 非数学/计算机/统计学 专业毕业的朋友走的是这个方向，数据相关，非技术路线，更偏向于市场方向，对技术的要求只是Excel、PPT，最多要求SPSS，很少要求会写SQL。这条路线看起来比较高大上，可以走外企路线。

数据分析师方向

很多读数学、统计学、计算机的童鞋会选这个方向，终极目标都是成为数据中心的负责人。中间有2个分叉，一条是从数据分析师到数据产品经理，这个路线最近很流行，主要是结合了数据分析和产品经理的能力。一条是高大上一点的数据挖掘方向，这条路线要求比较高，但薪资也高。当然能走数据挖掘路线是很多数据分析师的梦想，但算法和代码实现能力不是谁都能掌握的。

码农选择的方向

毕业后可以根据自己兴趣选择ETL、运维、可视化，所要求的能力各不相同。以上的公司只是我知道的有这些职位的公司，不代表一定要去这些公司才可以从事这些岗位。

推荐最近看的2本数据分析的书，偏业务分析：《精益数据分析》，作者Eric Ries，撰写的精益创业丛书曾拿下纽约时报畅销书排行榜第一名，美国奇点大学学院主席，毕业于耶鲁大学，创立的公司被Uber收购；《增长黑客》，作者范冰，WIFI万能钥匙产品经理；推荐最近在学的2个免费公开课：

• 描述统计学入门：了解数据的数学基础
• Python编程入门：用Git进行版本控制

推荐1个用于自学的网站，有免费的公开课，也有系统化的付费课程：

• CDA数据分析师官网，人大经济论坛旗下，专业度能排国内Top3

  学习资料推荐

  知乎_路人甲：https://www.zhihu.com/question/29265587/answer/214448257

现数据分析其实可以分为两种：一种类似产品经理、一种偏向数据挖掘，类似产品经理向更加注重业务，对业务能力要求比较高；数据挖掘向更加注重技术，对算法代码能力要求比较高。

首先我说说这两种方向共同需要的技术面，当然以下只是按照数据分析入门的标准来写：

1. SQL（数据库），我们都知道数据分析师每天都会处理海量的数据，这些数据来源于数据库，那么怎么从数据库取数据？如何建立两表、三表之间的关系？怎么取到自己想要的特定的数据？等等这些数据选择问题就是你首要考虑的问题，而这些问题都是通过SQL解决的，所以SQL是数据分析的最基础的技能，零基础学习SQL可以阅读这里：SQL教程_w3cschool
2. 统计学基础，数据分析的前提要对数据有感知，数据如何收集？数据整体分布是怎样的？如果有时间维度的话随着时间的变化是怎样的？数据的平均值是什么？数据的最大值最小值指什么？数据相关与回归、时间序列分析和预测等等，这些在网易公开课上倒是有不错的教程：哈里斯堡社区大学公开课：统计学入门全24集网易公开课
3.Python或者R的基础，这一点是必备项也是加分项，在数据挖掘方向是必备项，语言相比较工具更加灵活也更加实用。至于学习资料：R语言我不太清楚，Python方向可以在廖雪峰廖老师的博客里看Python教程，面向零基础。

再说说两者有区别的技能树：
1.数据挖掘向
我先打个前哨，想要在一两个月内快速成为数据挖掘向的数据分析师基本不可能，做数据挖掘必须要底子深基础牢，编程语言基础、算法、数据结构、统计学知识样样不能少，而这些不是你自习一两个月就能完全掌握的。
所以想做数据挖掘方向的，一定要花时间把软件工程专业学习的计算机基础课程看完，这些课程包括：数据结构、算法，可以在这里一探究竟：如何学习数据结构？
在此之后你可以动手用Python去尝试实现数据挖掘的十八大算法：数据挖掘18大算法实现以及其他相关经典DM算法

2.产品经理向
产品经理向需要你对业务感知能力强，对数据十分敏感，掌握常用的一些业务分析模型套路，企业经常招聘的岗位是：商业分析、数据运营、用户研究、策略分析等等。这方面的学习书籍就很多，看得越多掌握的方法越多，我说几本我看过的或者很多人推荐的书籍：增长黑客、精准数据分析、深入浅出数据分析、啤酒与尿布、网站分析实战。