请教下，转数据分析，还需要学哪些?

学业务逻辑，脱离业务无从谈分析

@andylsr 这个只能在工作中才能去学到的吧？

你是数据分析，核心在于发现数据的价值
而现在 我感觉你还仅仅是想做可视化

统计知识

数据分析你不能脱离业务啊

面向 JD 学习，招聘信息上面都有。

大数据的存储可不是随便的 mongo 和 mysql 之类的

1、学会忽悠。（不开玩笑），运营问你 xx 数据有问题，你能不能给一个令人信服的理由；你写了一个报告，别人有质疑，你能不能给出一个为什么这么写的原因？

2、excel。各公司可能会有不同的 BI 软件，但 excel 通常都会用到。你可以基于 excel 做一些简单的报告就好，对应的 BI 甚至可以入职了再了解（个人感觉这些也不难吧……）

3、sql。通常搞数据分析就是各种 sql 写的飞起，不过多数公司应该只要求会就行，不会要求你写的多么棒之类的。。

所以你会发现从上往下三个，越往上越重要，花的精力也越多（ sql 甚至稍微看一下就会了）。几乎多数公司也都是重视你对数据的理解，而这个理解很多时候说白了，就是你如何忽悠出来一个令人信服的理由。

另外，数据清洗不用太关注。讲白了就是有点异常值你给去掉就行了。以及 python 使用的频率没那么高，甚至不会 python 的多了去了。

@NeezerGu 这样子的吗？我看知乎上，很多说数据分析，要学会数据清洗。所以想问下，数据分析，要学哪些算法？还要看数据挖掘方面的吗？

@p2pCoder 我只是写了一些自己了解的，自己不懂的就没写，我也不知道数据分析，要懂哪些。这段时间打算好好看看那些

@Colorful 啥叫数据清洗。。
比如你跑一份日活，开发告诉你有一批错误的数据是 0，以及这两天数据有点重复。
你就从
select day,count(*) from 日活表 group by day
变成
select day,count(distinct uid) from 日活表 where uid!=0 group by day
就好了。
这就是数据清洗…………

当然，更多的时候是出现在你做分析的时候。
你拿到不熟悉的表，第一件事就是了解一下数据，而不是直接拿上做。
不然后期你发现这个数据中有异常值（比如以直播为例，发现有用户开播时间超过 24 小时的，拉高了平均开播时间等），你再重头开始写 where 清洗一遍就花时间了。

@Colorful 算法、数据挖掘方面主要看你们公司的结构。
有些地方给我感觉数据分析、挖掘不分开的。
两种活都接，或者应该说是做数据分析的顺带把数据挖掘的给做了。这种对算法的需求可能就会大一些。

纯数据分析个人感觉并不需要算法支持，需要的时候百度看一下就好。反正我个人是那种学了忘的，最后通常是用到了就百度谷歌看一下就好。

@NeezerGu 你这样说的话，我就有点理解了。那我现在应该多看哪些方面的？

@Colorful
首先按说你是前端的话，sql 应该接触过，我假设你有基本的 sql 技能。
那主要我推荐你基础的了解一下 excel 的常用函数（其实主要就是一些 vlookup、countif 之类的），数据透视图，制图（折线图什么那些），这些应该 1、2 天就能搞定（百度一下应该都不难的），太复杂的组合函数不推荐专门去学，真要用的话还不如直接上 python

接着，如果想公司内部转岗的话。公司数据敏感问题不严重的情况下，我推荐你问一下公司的数据同事，要点需求自己试一试（其实我真感觉数据组很多基础需求就是干一发 sql，excel 划拉两下，给产品 /运营说几句，就完了……），
如果你能解决这个，你问问数据的 leader 能不能转过去。某种意义下比较懂行的数据 leader，在缺人的情况下，会比较愿意要转岗的人（一方面对公司的业务稍微有一定了解，培养成本低，另一方面转岗至少一年吧，都会比较吃苦耐劳一些，愿意做一些其他人不愿做的基础活）

如果你想直接跳其他公司的话，我觉得会比较难。推荐你先按照该公司的主要产品，去学一些数据技能，比如对方公司主要产品是直播方面的，你可以直接用爬虫抓一些直播的数据（比如我抓过 twitch 的，印象里几乎不设防），然后试着分析一下，无论啥东西都行，只要你觉得这个分析比较有意思。个人感觉会成为一个加分项。

数据分析这行业，缺人缺的厉害，但主要还是看老板们的心里预期投入吧。
个人感觉为了满足产品 /运营很多对数据的好奇心，会需要大量“取数机器人”，理论入职门槛极低。但有些团队会要求比较严，学历啥子的都有要求，进去往往刚开始依旧还是取数，做 bi 什么的。
所以真想做的话不要气馁，面试可能也比较看运气。

数据整个的可以 从采集->存储->建模->分析->变现 几个步骤 。 你说的 实际上是数据研发的范畴。 如果是分析的话 就需要针对具体的行业，先了解业务 然后根据业务构建你的分析模型(指标+平台) 然后 去分析指标的问题 挖掘价值点。
我们这边就是 开发+建模+分析 阿里巴巴国际站欢迎你。

dataquest 上试用一下或者买一个月的课程

@p2pCoder
@NeezerGu
@conge
@andylsr
其实，上面 @到的几位都提到了，做数据分析重要的还是在于业务方面：对数据的理解、现象的解读和对应的建议。
而 lz 提到的那么多技术名词，其实走的是数据工程师或者数据可视化的方向。
一个偏业务、营销，一个走技术、研发，不一样的。
不知道 lz 真正想走的是数据分析还是啥。
如果是数据分析的话，其实用啥工具、语言根本不重要，领导也压根不在乎。
他要的是你捣鼓完那堆数据后，发现了什么东东，对此给出的建议是啥，公司应该怎么做。
lz 真想走数据分析的路，我给的建议是：
1、征得公司同意后(重要)，用你觉得趁手的工具，给业务、运营人员做基础的日报、月报、销售仪表盘。报表简洁易懂就行，花俏的可视化就免了。这样，你不但能接触公司机密的业务数据，知道公司的销售构成、成长轨迹、发展方向，也能接触一线业务人员，了解公司最新的业务发展方向，销售难点等等。过程很枯燥，看到哪些屎一样的数据，各种吐槽。不过没关系，毕竟只有这样才能摸清公司的业务；

2、经过摸底阶段后，lz 由于不断地和业务部门打交道，对公司的业务、销售模式都基本了解。可以尝试主动介入到业务部门的工作中：给业务部门解决业务难题。例如，最近 A 区的销售下滑特别明显，是哪里出现问题了，数据能不能跟踪到；我们的产品，跟市场的竞品对比，有哪些差异？实际工作中，业务部门的问题往往都很广大空，不会提出像“我要哪个区域什么时间的产品销售数量比例，饼图！”的问题。不管没关系，你经过 1 后，已经清楚业务的数据有哪些，尝试去跟他们沟通，去追问，去明白他们真正想要的数据。这期间，你应该也要逐渐了解他们的思考方式，业务经营思路。为什么会要这些数据，看了数据后，有做什么举动。这里，他们的想法很重要；

3、当你在日常工作中，能了解数据需要输出报表后，尝试多做一步：给出建议。这时候，你要在思想上当自己是业务人员，出现问题后自己要从数据中找出原因，并尝试让数据产生价值。模拟 2 中的业务人员去思考去工作：A 区业绩下滑的原因是什么，这情况会出现在别的地方吗？怎么样才能解决这个问题？甚至再进一步：怎么样才能避免出现这个问题？

做到上面 3 点后，你已经是一个称职的数据分析人员了。

以上，只是我个人见解，仅供参考。


吐个槽，看到群里发的，这就是我说的忽悠。。。

@NeezerGu 不是转岗，跳到其它的公司。sql 的查询这些，基本没问题，mongo 比较熟一些。数据这块还算懂一些吧，之前有做过 2 个项目的大数据展示这块，算是可视化吧，只是数据不是我处理，只是纯粹的展示以及逻辑这些。
像 PowerBI 和 Tableau 这两个工具，会用，自己也有试着做了一些。爬虫，简单的会，这几天在看复杂的。

我待的几家公司，都没有专门做数据这块。所以只能在网上参考一些。
看了拉勾的这些，大部分都要会算法以及机器学习。

@ccoming 其实我是想往数据挖掘这块走。但我完全没接触过数据分析这块，身边也没有人做这块，所以无人着手。
只是在提问的时候，说明一下自己会的哪些。现在是想去其它公司面试数据分析。

也不知道数据分析到底是哪些。
但看到有些人说，分析和挖掘是一起的，所以我不清楚，自己应该要有个怎么样的定位

@hello2060 我去看看，太感谢了

@bozhongshao 建模 这块一直不太懂。分析这块得多看下统计学，其它的感觉还好

@Colorful 建模的话 其实就是业务建模。 就是结合业务进行分析 分析也不单单是统计那么简单。 其实还是业务分析 哈哈 建议可以看看数据运营相关的东西。 现在简单的分析就到这一层了

不知楼主找到工作了吗 我也想找数据分析的工作 但是感觉投不到

@a505362678 加微信聊聊？