江苏龙网

  1. 首页 > 人文 > >

Python|从底层分销员到数据部门主管，我的奇妙数据分析转行之路

Python|从底层分销员到数据部门主管，我的奇妙数据分析转行之路

文章图片

Python|从底层分销员到数据部门主管，我的奇妙数据分析转行之路

文章图片

Python|从底层分销员到数据部门主管，我的奇妙数据分析转行之路

文章图片

Python|从底层分销员到数据部门主管，我的奇妙数据分析转行之路

文章图片

Python|从底层分销员到数据部门主管，我的奇妙数据分析转行之路

文章图片


最近逛知乎 ， 无意中刷到这个问题 ， 一时间就回忆起了自己当年学数据分析的时候 ， 顿时感慨万千 ， 于是写下一段自己的经历 ， 希望能给大家带来一些参考 。

我的转行之路我可能属于转行比较早的了 ， 大约在2010年左右开始接触数据分析 ， 完全转行成功差不多是在13年前后 ， 那时候数据分析还刚刚有大火的苗头 ， 于是幸运地搭上了顺风车 ， 现在是一家传统企业的数据部门主管（非IT部门） ， 慢慢开始转向做管理 。
当时我跟很多刚毕业的年轻人一样 ， 踌躇满志地去了北京 ， 误打误撞找了一家刚起步做电商零售的公司 ， 在里面刚开始做的是分销员 ， 每天的工作就是在网上到处找代理商、分销商 ， 后来又负责仓储物流管理 ， 也做过一段时间销售 。

当年我记得正是团购网站和电商平台大火的时候 ， 淘宝、美团这样的平台遍地都是 ， 竞争非常激烈 ， 很多小平台要么被收购 ， 要么直接倒闭 。 做了一年多 ， 我就明显感觉到公司好像要撑不住了 ， 部门主管走了一个又一个、换了一个又一个 ， 之前象征性发发的加班补贴 ， 后来也发不起了 。
当时我就已经开始学习数据分析了 ， 当时倒不是因为想要转行 ， 仅仅是对这门学科很感兴趣 ， 从统计学到数理逻辑学 ， 从做报表到大数据 ， 对我来说新鲜感十足 ， 当时也没想着能把数据分析作为自己未来的职业 ， 一方面只是出于兴趣 ， 另一方面觉得技多不压身 。
说起刚刚接触数据分析的时候 ， 所谓的学习视频、网课、培训之类的资料少之又少 ， 自己完全是靠读书和实践积累的经验 。
于是我开始利用空闲时间学习 ， 每天下班之后同住的舍友都要玩上一晚上魔兽 ， 只有我回家躺在宿舍的床上 ， 抱着书就开始啃 ， 当时看过《深入浅出数据分析》、《从数据看市场》等等书 ， 后来又去开始学习Excel数据分析 ， 当时学的东西比较浅 ， 仅仅算是启蒙 。

自学了大概半年左右 ， 老东家终于坚持不住垮掉了 ， 我也断掉了生活来源 ， 只能再去找工作 ， 恰好找到了一份数据分析的岗位 。 不过让我大失所望的是 ， 每天的工作其实就是写报表 ， 跟想象中的数据分析差距很大 ， 但就是在这段日子里 ， 我跟着公司里的老人学了sql ， 学了VBA 。
后来公司发展得还算不错 ， 13年的时候一下子扩充了很多业务线 ， 公司也开始有意识地做基础数据平台和数据仓库 ， 招了一些做ETL的、做数据建模的、做数据架构的、做报表设计的 ， 当时我差不多也做了一年多的表哥 ， 于是自告奋勇到了数据部门 ， 一方面配合IT做数据仓库平台 ， 另一方面去业务部门做调研、反馈需求 ， 正是在这段时间里 ， 我正式成了一名数据分析师 ， 积累了非常多的业务经验和IT基础 。
之后又在很多行业里接触业务分析 ， 最终在南京一家传统企业找到了自己的归宿 ， 摸爬滚打接近十年 ， 最大的感触就是除了学习还是学习 ， 只有不断学习 ， 才能真正得到进步 。
学习资料推荐1、统计学基础
数理统计学是数据分析的基础之一 ， 很多人连统计学概念都没搞清楚就跑去学python、学excel ， 结果却发现越学越难 。
首先要了解一些统计学的基本概念 ， 比如什么叫描述型统计？什么叫假设检验？什么叫正态分布？然后再去学习统计学里的数据模型 ， 比如聚类、回归 ， 这些都是业务分析中必备的内容 。
关于统计学 ， 大家可以看一看《深入浅出统计学》、《赤裸裸的统计学》、《统计学概论》这几本书 。

2、数据分析思维的养成
思维往往是很多人忽略的一点 ， 但其实作为数据分析师来说 ， 最起码要了解和学习数据分析中的思维定式 ， 比如结构化思维、演绎推理等等 ， 这些我们可以在生活中慢慢培养 。
因为数据分析是靠人来做的 ， 既然是靠人 ， 就免不了要受到个人的思维影响 ， 很大程度上数据思维能决定我们分析问题的方向和思路 ， 建议大家可以看看下面这本书：

3、数据分析模型与方法 。
大多数时候 ， 我们做业务分析都是依靠的分析模型 ， 因此学习一些常见的数据模型是非常必要的 ， 这也是基于我们的数据分析思路自然而然养成的 。
比如我看到流失分析 ， 就想到肯定会用漏斗模型；比如我想到商品关联分析 ， 就一定要用到购物篮模型；比如我看到会员分析 ， 就一定会想到RFM模型 。
这部分建议大家看看《深入浅出数据分析》 ， 《谁说菜鸟不会数据分析》也可以看看 ， 不过比较简单 ， 当做入门书看比较合适

4、SQL
取数的必备技能 ， 要掌握一定的数据库基础 ， 主要是学习sql的语法 ， 建议大家看看《sql server：从入门到精通》、《MYSQL必知必会》：

5、Excel
主要学习数据清洗、数据透视表、DAX函数这三个功能 ， 有能力的可以学学VBA ， 不过业务分析不建议太深入 ， 推荐读物：

【Python|从底层分销员到数据部门主管，我的奇妙数据分析转行之路】6、BI工具
用来做数据分析的主要工具 ， 比如tableau、powerbi、FineBI等等 ， 这些工具都各有特点和适用环境 ， 大家可以参考下面这篇文章：《这可能是今年最值得推荐的数据分析工具》

7、Python/R
数据分析也需要至少掌握一种编程语言 ， 万能Python是最合适的了 ， 不过也有很多人喜欢R ， 二者对于业务分析来说 ， 差别并不大 。

这只是成为数据分析师的基础知识 ， 其实做了这么久数据分析师 ， 觉得最重要的还是“业务”两个字 。
业务是数据分析的起点 ， 也是数据分析的终点 。 所有的数据分析最终都要回归于业务价值 ， 而很多人缺少的恰恰就是业务经验 ， 对此我建议大家多去了解业务、熟悉业务、解剖业务 ， 最好是能够在业务部门待上一段时间 ， 只有长时间积累的业务经验作为赋能 ， 数据分析才能继续下去！
对转行的看法虽然我之前一直推崇数据分析 ， 但是十年过去了 ， 我如今已经不再奉劝大家进入数据分析行业里 ， 这个行业的基础岗位实在是太饱和了 ， 除非你是数据分析人才 ， 否则很难在这片红海里翻身 。
转行有风险 ， 你的筹码越多 ， 就越能控制住风险 。 除了年轻 ， 你现在的筹码还太少 ， 所以千万别被灌了鸡汤 ， 这行被鸡汤害惨的人不在少数 ， 保持清醒的头脑才是最关键的 。
别看了几篇自媒体文章就一股脑梭哈了 ， 自己手里要留着能打的牌 ， 所以我一般都提倡业务时间学习数据分析 ， 准备充足之后 ， 无论是进是退就不会心慌了 。


    推荐阅读


    上一篇：云中君源.梦皮肤即将诞生，野王新皮绝不含糊，两种场景你pick哪个？

    下一篇：王者荣耀：赛季仅剩一天，进战队-得钻石获取头像框，领荣耀勋章免费换皮肤