如何成為一名APP開發數據分析師

數據分析在APP開發中的地位越來越重要，而好多人不知道什么是數據分析師，認為會熟練使用Excel就是數據分析師，如果你還會使用Excel中的一些高級功能如透視和函數等等，可能別人就認為你是很牛的數據分析師了，如果你工作中還用到了VBA，（word天啊！），在別人眼中你就是數據分析大神了。真的是這樣嗎？誠然，單用Excel的確可以解決大部分的數據問題，但是作為一個數據分析師，你并不是一個基層的統計分析從業者，那么數據分析師應該是怎樣的職業呢？

（一）數據分析師的職場之路

1、業務方向

大家在招聘網站中搜索數據分析的職位，大概分為兩類：輔助業務的數據分析職位和數據分析師職位。

1）輔助業務的數據分析：一般在零售業里職位設置較多，該職位一定要對業務爛熟于心，對業務有長時間的積淀和理解，用數據發現業務流程中的問題，并提出合理化的解決方案，分析數據是為整個商業邏輯去做支撐。細分職位包括：市場調查、行業分析和經營分析三類。

2）數據分析師：業務方向的數據分析師，該職位招聘時一定前面有一個限定詞，什么數據分析師，歸結起來分為三類：產品數據分析師，運營數據分析師和銷售數據分析師。

 

2、技術方向

技術方向主要指數據挖掘方向，分為三類：數據挖掘工程師(機器學習)、數據倉庫工程師（構架師）和數據開發工程師。在互聯網和金融行業崗位設置較多

普遍來說：技術方向的基礎崗的工資薪酬要比業務崗的薪酬高一個等級，但是做到管理崗的話，在中國，業務崗的薪酬比技術崗的薪酬要高。

 

（二）數據分析從業者需具備的核心能力

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

 

1、基礎科學的能力

可以說，在數據決策的時代，數據分析幾乎滲透到企業的每個業務環節中，行業數據分析報告更是淋漓滿目，發布報告的有的是世界500強企業，有的是知名的數據洞察咨詢公司，jacky做為第三方數據評估機構的從業者，在看到可視化效果越來越絢麗的同時，我也憂心忡忡，大多數的數據分析報告：邏輯不見了，故事線沒有了，統計學支撐沒有了，金在其外，敗絮其中。

 

2、使用分析工具的能力

數據分析工具：SQL、SPSS、SAS、R、EXCEL等等吧，都必須掌握并且會應用，畢竟企業需要的不是學者而是應用型人才。

 

3、掌握編程語言的能力

不會Python、不會R，說你懂數據分析誰都不信。

 

4、邏輯思維的能力

邏輯思維對于數據分析來說特別重要，不單單是數理邏輯這塊，還要有邏輯學的知識。反映商業數據里，大家可以理解為去搭建商業框架或者說是故事線，有邏輯的推進，結果才會另人信服。

 

（三）數據分析學習規劃

任何一門技術或學科都有其內部規律，需要有計劃，有先后，循序漸進來學

 

1、統計學（業務方向）與SQL（技術方向）：首要必會技

任何數據分析師從事業務方向的工作都必須會統計學，統計學的學習最好輔助SPSS或其他SAS來學，做到數據分析基本功扎實，兼顧實戰性。

任何數據分析師從事技術方向的工作都必會SQL，不單是數據分析師，每一個運營、產品經理、尤其是互聯網行業，一定要會SQL，基本知名互聯網公司的產品經理都能寫SQL。

學習中，要掌握SQL的基礎語法、中級語法和常用函數，結合關系數據庫系統（Oracle Database、SQL Server、DB2等）來學習SQL語句，找好方法，真的不難。

 

2、Python與R：不分伯仲，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python編寫網絡爬蟲爬取數據，等等。

R語言就是為了統計而存在的語言，我們要掌握R語言的基礎語法、數據管理、數據挖掘建模與評估等。

 

3、數據可視化

有了Python、和R的基礎，我們可以就可以學習數據可視化了。運營和產品都需要學習可視化，可視化說白了，就是畫圖，但做為數據分析師來說，我們不能用EXCEL 來實現可視化，因為它的局限性太大了。這里也不建議花太多時間學習給非專業人士展示的Tableau，有1個小時學會Tableau足夠。

 

4、數據挖掘

這里知道要掌握基本概念，知道數據挖掘時做什么的，知道它與數據分析相比有什么不同

 

5、監督學習、非監督學習、模型評估

Model建模，知道模型建好后應該怎樣去評估，掌握怎樣用一些定量的指標，數據，數值來衡量模型建好后到底有多準確，或者說到底有多錯誤。模型評估的指標或計算方式選擇正確與否，能夠直接影響到整個項目獲模型是否有效。

 

以上這些只是數據分析的入門，還有機器學習，文本與自然語言處理，分布式計算工具SPARK等等。