如何成爲一名APP開發數據分(fēn)析師

數據分(fēn)析在APP開發中的(de)地位越來(lái)越重要，而好多(duō)人(rén)不知道什(shén)麽是數據分(fēn)析師，認爲會熟練使用(yòng)Excel就是數據分(fēn)析師，如果你還(hái)會使用(yòng)Excel中的(de)一些高(gāo)級功能如透視和(hé)函數等等，可(kě)能别人(rén)就認爲你是很牛的(de)數據分(fēn)析師了(le)，如果你工作中還(hái)用(yòng)到了(le)VBA，（word天啊！），在别人(rén)眼中你就是數據分(fēn)析大(dà)神了(le)。真的(de)是這(zhè)樣嗎？誠然，單用(yòng)Excel的(de)确可(kě)以解決大(dà)部分(fēn)的(de)數據問題，但是作爲一個(gè)數據分(fēn)析師，你并不是一個(gè)基層的(de)統計分(fēn)析從業者，那麽數據分(fēn)析師應該是怎樣的(de)職業呢(ne)？

（一）數據分(fēn)析師的(de)職場(chǎng)之路

1、業務方向

大(dà)家在招聘網站中搜索數據分(fēn)析的(de)職位，大(dà)概分(fēn)爲兩類：輔助業務的(de)數據分(fēn)析職位和(hé)數據分(fēn)析師職位。

1）輔助業務的(de)數據分(fēn)析：一般在零售業裏職位設置較多(duō)，該職位一定要對(duì)業務爛熟于心，對(duì)業務有長(cháng)時(shí)間的(de)積澱和(hé)理(lǐ)解，用(yòng)數據發現業務流程中的(de)問題，并提出合理(lǐ)化(huà)的(de)解決方案，分(fēn)析數據是爲整個(gè)商業邏輯去做(zuò)支撐。細分(fēn)職位包括：市場(chǎng)調查、行業分(fēn)析和(hé)經營分(fēn)析三類。

2）數據分(fēn)析師：業務方向的(de)數據分(fēn)析師，該職位招聘時(shí)一定前面有一個(gè)限定詞，什(shén)麽數據分(fēn)析師，歸結起來(lái)分(fēn)爲三類：産品數據分(fēn)析師，運營數據分(fēn)析師和(hé)銷售數據分(fēn)析師。

 

2、技術方向

技術方向主要指數據挖掘方向，分(fēn)爲三類：數據挖掘工程師(機器學習(xí))、數據倉庫工程師（構架師）和(hé)數據開發工程師。在互聯網和(hé)金融行業崗位設置較多(duō)

普遍來(lái)說：技術方向的(de)基礎崗的(de)工資薪酬要比業務崗的(de)薪酬高(gāo)一個(gè)等級，但是做(zuò)到管理(lǐ)崗的(de)話(huà)，在中國，業務崗的(de)薪酬比技術崗的(de)薪酬要高(gāo)。

 

（二）數據分(fēn)析從業者需具備的(de)核心能力

數據分(fēn)析從業者要具備四種核心能力：1、基礎科學的(de)能力；2、使用(yòng)分(fēn)析工具的(de)能力；3、掌握編程語言的(de)能力；4、邏輯思維的(de)能力

 

1、基礎科學的(de)能力

可(kě)以說，在數據決策的(de)時(shí)代，數據分(fēn)析幾乎滲透到企業的(de)每個(gè)業務環節中，行業數據分(fēn)析報告更是淋漓滿目，發布報告的(de)有的(de)是世界500強企業，有的(de)是知名的(de)數據洞察咨詢公司，jacky做(zuò)爲第三方數據評估機構的(de)從業者，在看到可(kě)視化(huà)效果越來(lái)越絢麗的(de)同時(shí)，我也(yě)憂心忡忡，大(dà)多(duō)數的(de)數據分(fēn)析報告：邏輯不見了(le)，故事線沒有了(le)，統計學支撐沒有了(le)，金在其外，敗絮其中。

 

2、使用(yòng)分(fēn)析工具的(de)能力

數據分(fēn)析工具：SQL、SPSS、SAS、R、EXCEL等等吧，都必須掌握并且會應用(yòng)，畢竟企業需要的(de)不是學者而是應用(yòng)型人(rén)才。

 

3、掌握編程語言的(de)能力

不會Python、不會R，說你懂(dǒng)數據分(fēn)析誰都不信。

 

4、邏輯思維的(de)能力

邏輯思維對(duì)于數據分(fēn)析來(lái)說特别重要，不單單是數理(lǐ)邏輯這(zhè)塊，還(hái)要有邏輯學的(de)知識。反映商業數據裏，大(dà)家可(kě)以理(lǐ)解爲去搭建商業框架或者說是故事線，有邏輯的(de)推進，結果才會另人(rén)信服。

 

（三）數據分(fēn)析學習(xí)規劃

任何一門技術或學科都有其内部規律，需要有計劃，有先後，循序漸進來(lái)學

 

1、統計學（業務方向）與SQL（技術方向）：首要必會技

任何數據分(fēn)析師從事業務方向的(de)工作都必須會統計學，統計學的(de)學習(xí)最好輔助SPSS或其他(tā)SAS來(lái)學，做(zuò)到數據分(fēn)析基本功紮實，兼顧實戰性。

任何數據分(fēn)析師從事技術方向的(de)工作都必會SQL，不單是數據分(fēn)析師，每一個(gè)運營、産品經理(lǐ)、尤其是互聯網行業，一定要會SQL，基本知名互聯網公司的(de)産品經理(lǐ)都能寫SQL。

學習(xí)中，要掌握SQL的(de)基礎語法、中級語法和(hé)常用(yòng)函數，結合關系數據庫系統（Oracle Database、SQL Server、DB2等）來(lái)學習(xí)SQL語句，找好方法，真的(de)不難。

 

2、Python與R：不分(fēn)伯仲，都要掌握

Python主要掌握基礎語法，pandas操作、numpy操作、sklearn建模，學會用(yòng)python編寫網絡爬蟲爬取數據，等等。

R語言就是爲了(le)統計而存在的(de)語言，我們要掌握R語言的(de)基礎語法、數據管理(lǐ)、數據挖掘建模與評估等。

 

3、數據可(kě)視化(huà)

有了(le)Python、和(hé)R的(de)基礎，我們可(kě)以就可(kě)以學習(xí)數據可(kě)視化(huà)了(le)。運營和(hé)産品都需要學習(xí)可(kě)視化(huà)，可(kě)視化(huà)說白了(le)，就是畫(huà)圖，但做(zuò)爲數據分(fēn)析師來(lái)說，我們不能用(yòng)EXCEL 來(lái)實現可(kě)視化(huà)，因爲它的(de)局限性太大(dà)了(le)。這(zhè)裏也(yě)不建議(yì)花太多(duō)時(shí)間學習(xí)給非專業人(rén)士展示的(de)Tableau，有1個(gè)小時(shí)學會Tableau足夠。

 

4、數據挖掘

這(zhè)裏知道要掌握基本概念，知道數據挖掘時(shí)做(zuò)什(shén)麽的(de)，知道它與數據分(fēn)析相比有什(shén)麽不同

 

5、監督學習(xí)、非監督學習(xí)、模型評估

Model建模，知道模型建好後應該怎樣去評估，掌握怎樣用(yòng)一些定量的(de)指标，數據，數值來(lái)衡量模型建好後到底有多(duō)準确，或者說到底有多(duō)錯誤。模型評估的(de)指标或計算(suàn)方式選擇正确與否，能夠直接影(yǐng)響到整個(gè)項目獲模型是否有效。

 

以上這(zhè)些隻是數據分(fēn)析的(de)入門，還(hái)有機器學習(xí)，文本與自然語言處理(lǐ)，分(fēn)布式計算(suàn)工具SPARK等等。