這篇文章是根據(jù)將之前自己的知乎問答結(jié)合自己入職后的體驗(yàn)進(jìn)行修改分享給大家，如果有意轉(zhuǎn)行做數(shù)據(jù)分析師的進(jìn)攻參考。這里的數(shù)據(jù)分析師定位于偏業(yè)務(wù)的數(shù)據(jù)分析師，不談高大上算法和數(shù)倉之類的數(shù)據(jù)分析師。

講這個(gè)之前還是要潑潑冷水，現(xiàn)在數(shù)據(jù)分析師的崗位被一些培訓(xùn)機(jī)構(gòu)炒的太熱，導(dǎo)致很多人被忽悠進(jìn)這個(gè)行業(yè)。分享最近在一個(gè)群里分享的看到騰訊的崗位競爭比例（可靠性不說，僅供參考），競爭很激烈。同時(shí)也有很多崗位招數(shù)據(jù)分析師，進(jìn)去之后就是個(gè)取數(shù)機(jī)，“SQL boy”。我勸大家還是謹(jǐn)慎考慮好是否要轉(zhuǎn)行，以及是否真的對數(shù)據(jù)感興趣。另外就是工具都是可以較快習(xí)得，難得是業(yè)務(wù)知識(shí)和分析思路框架。

▲據(jù)某論壇上看到騰訊的崗位錄取比例（僅供參考）

首先說下我的背景，某985學(xué)校的化工專業(yè)的研究生，畢業(yè)后去了外企做了制造業(yè)管培生。但是工作了2年之后，找不到太多的成就感，最大的收獲是發(fā)掘了自己對數(shù)據(jù)分析的興趣。大概花了3個(gè)月時(shí)間從準(zhǔn)備到拿到大廠的offer，也走過一些彎路。

一、你可能正遇到的誤區(qū)

（1）網(wǎng)紅Python語言掌握之后輕松轉(zhuǎn)行數(shù)據(jù)分析，JD描述要求Python編程

現(xiàn)實(shí)：是你絕大部分時(shí)候用不上Python。其實(shí)Python的場景更適合非結(jié)構(gòu)化的數(shù)據(jù)處理，網(wǎng)絡(luò)爬取數(shù)據(jù)，算法模型等場景，而在互聯(lián)網(wǎng)公司中大部分是結(jié)構(gòu)化數(shù)據(jù)，SQL + excel可以解決，反正我一年半沒怎么用過。我當(dāng)時(shí)準(zhǔn)備的時(shí)候，就走過彎路，花了一個(gè)半月在啃Python，浪費(fèi)了不少時(shí)間，我覺得如果要快速入門可以暫時(shí)不看Python，后面有興趣可以慢慢入門。

（2）JD要求是計(jì)算機(jī)專業(yè)，統(tǒng)計(jì)專業(yè)，數(shù)學(xué)專業(yè)等

現(xiàn)實(shí)：是其實(shí)只要對你數(shù)據(jù)敏感度高，基本的數(shù)學(xué)素養(yǎng)還可以，管你是社會(huì)科學(xué)，人文社科專業(yè)都可以，以我周邊的數(shù)據(jù)分析師為例，幾乎沒有幾個(gè)是以上專業(yè)的。

（3）沒有數(shù)據(jù)分析經(jīng)驗(yàn)怎么辦，達(dá)不到JD上2年經(jīng)驗(yàn)要求

現(xiàn)實(shí)：沒有經(jīng)驗(yàn)，創(chuàng)造經(jīng)驗(yàn)，數(shù)據(jù)分析是個(gè)通用技能，之前的工作中肯定能找到相關(guān)的使用數(shù)據(jù)得出行動(dòng)結(jié)論和建議的經(jīng)歷可以進(jìn)行包裝下。

（3）等我各個(gè)工具練習(xí)熟練，其它準(zhǔn)備好了后才開始面試

現(xiàn)實(shí)：在摸打滾爬中學(xué)習(xí)，我剛開始也是這種思想，一直沒有投簡歷。后來發(fā)現(xiàn)前幾次的面試是交學(xué)費(fèi)，讓我逐漸將思維從制造業(yè)切換到互聯(lián)網(wǎng)的思維，了解了一些套路，面試完即使復(fù)盤總結(jié)，后面順利多了。

二、準(zhǔn)備歷程

因?yàn)橹苓叢]有這樣的朋友可以請教，我只能求助于互聯(lián)網(wǎng)。在知乎上找了一些成功轉(zhuǎn)行的帖子總結(jié)下經(jīng)驗(yàn)，另外在招聘網(wǎng)站上匯總常見的數(shù)據(jù)分析師招聘需要的JD條件。明確了自己最大的差距是兩個(gè)，一個(gè)是在于一些常見數(shù)據(jù)分析工具需要補(bǔ)齊，第二是互聯(lián)網(wǎng)常見分析場景的業(yè)務(wù)思維，也稱套路。

由于白天工作，只能晚上和周末抽時(shí)間來學(xué)習(xí)相關(guān)知識(shí)，雖然比較辛苦，但是每天都有收獲的感覺是很幸福的。學(xué)習(xí)的地方選擇了公司附近的學(xué)校圖書館，氛圍好效率很高。

第一階段：2周拿下數(shù)據(jù)分析師的基礎(chǔ)必備技能-SQL

結(jié)合現(xiàn)在工作后反過來看的話，SQL真的很必備，數(shù)據(jù)分析工作匯總使用頻率最高的非SQL莫屬?；?周時(shí)間入門了基礎(chǔ)的SQL語句，看的是一個(gè)日本人寫的入門教材《SQL基礎(chǔ)教程(mick第二版）》，彩色的，有對應(yīng)不同類型SQL語句的差異，主要看第一章到第7章。

我用的互聯(lián)網(wǎng)公司常用的開源MySQL。自己根據(jù)一個(gè)實(shí)戰(zhàn)的大的case花了一周時(shí)間把它練習(xí)做完，SQL的基本語法語句比較簡單，重點(diǎn)練習(xí)熟悉關(guān)聯(lián)和條件的用法。其實(shí)回過頭來看，很多工具技能都是在具體工作場景中實(shí)踐得到提升。初期不必太糾結(jié)。

第二階段：花了1個(gè)月補(bǔ)齊統(tǒng)計(jì)學(xué)的知識(shí)

統(tǒng)計(jì)學(xué)還是蠻重要的。推薦一本經(jīng)典的書籍。安德森的《商務(wù)與經(jīng)濟(jì)統(tǒng)計(jì)-11版》。這本書特色是通過實(shí)際中的案例引入知識(shí)點(diǎn)，然后課后習(xí)題也都是實(shí)際的case，不會(huì)像普通教科書一樣枯燥。這本書知識(shí)點(diǎn)比較多，入門比較重要的是第一章到第13章，其中第一章到第6章（基礎(chǔ)的描述統(tǒng)計(jì)和概率相關(guān)基礎(chǔ)知識(shí)），第7章-9章（關(guān)于區(qū)間和假設(shè)檢驗(yàn)），第10章-第13章（假設(shè)檢驗(yàn)和區(qū)間的應(yīng)用于統(tǒng)計(jì)推斷）；如果時(shí)間不夠1-6章看完，了解基本的描述統(tǒng)計(jì)和概率就夠了。

第三階段：套路

說完了硬件技能，下面是軟件技能。首先是要了解一些分析的方法論和框架。方法論可以參見麥肯錫經(jīng)典著作《金字塔原理》,學(xué)習(xí)邏輯的思考和解決問題。關(guān)于數(shù)據(jù)分析流程和框架可以參考這本入門書《誰說菜鳥不會(huì)數(shù)據(jù)分析》。了解一些互聯(lián)網(wǎng)的相關(guān)細(xì)分領(lǐng)域的常見分析思路，可以學(xué)習(xí)《數(shù)據(jù)化管理》，我在面試中還用到了書中的case幫助。

因?yàn)槲彝兜幕ヂ?lián)網(wǎng)行業(yè)，又百度上科普了跟UV，PV，轉(zhuǎn)化漏斗，GMV，轉(zhuǎn)化率以及埋點(diǎn)等相關(guān)知識(shí)點(diǎn)。另外互聯(lián)網(wǎng)行業(yè)知識(shí)可以根據(jù)自己所投的細(xì)分行業(yè)，做一些對應(yīng)的行業(yè)研究，為面試打一定的基礎(chǔ)。

第四階段：加餐項(xiàng)

可視化軟件。我是用POWER BI比較多的，現(xiàn)在工作中通常也是用SQL處理完后的寬表，在POWER BI中可視化發(fā)現(xiàn)一些規(guī)律與異常趨勢，屢試不爽。

作者：高帆，微信號(hào)公眾號(hào)：數(shù)據(jù)氧氣，攜程高級數(shù)據(jù)分析師，4年數(shù)據(jù)分析經(jīng)驗(yàn)，2年互聯(lián)網(wǎng)數(shù)據(jù)分析經(jīng)驗(yàn)，專注于BA商業(yè)分析方向。

本文由 @高帆 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載

題圖來自Unsplash，基于CC0協(xié)議