可视化|以互联网行业为背景下的数据分析通识（中）互联网行业

导语：上一期我们从互联网行业特性、互联网行业常见的数据指标、数据分析概述等几个方面了解一下基于互联网行业背景下的数据分析一些基本的概念（以互联网行业为背景下的数据分析通识（上））。本期继续将从数据分析入门、数据分析基本流程两个方面来进行梳理！

文章插图
四、数据分析入门我们不要局限于入门专职数据分析的岗位，而是从广义“数据分析”的角度，来理解一下如何入门数据分析。不存在质疑自己合不合适做数据分析、纠结零基础入门难、文科生是不是很难入门等疑问，主要让大家了解“数据分析”如何入门。
但如果你想入行数据分析，就需要好好思考一些问题：我希望进入哪些数据分析的岗位呢？这职位有前景吗？自己的性格适不适合做数据分析？符合自己未来的职业定位么？入行后需要什么样的知识结构？等问题了。
因此，从什么样的人适合从事数据分析、有哪些入门的书可以推荐、有哪些入门数据分析工具推荐、其他建议几个方面，来梳理“数据分析”如何入门。

文章插图
1. 什么样的人适合从事数据分析？1）首先：从性格、兴趣、爱好等方面来看
要有一定的好奇心和不断探索未知的性格，并有兴趣去知道数据背后的逻辑，当面对分析需求、写sql代码、整理海量数据等繁琐枯燥的工作，能克服枯燥的感觉并严谨的完成这些工作，同时更要求有与人沟通以及合作的协调的能力，因为做数据分析需要与业务部门、研发部门等频繁沟通和合作、明确需求以及推动执行的。这些工作，是你喜欢的、擅长的吗？
2）其次：从学习、思考的能力方面来看
如何根据数据，来推演、分析、提出解决方案，需要你常常脑洞大开，并且数据分析是需要不断持续保持学习状态的。因为数据分析的结论，有时候会和我们的直觉背道而驰，这就需要不断的通过思考以及学习，完善自己的知识体系。
3）再者：从工具使用的熟练程度来看
我们分析数据，就需要有数据源，然后处理数据。也就是说数据查询和处理的能力是做数据分析基本的内功。在数据处理上，就涉及到了大大小小各种各样的工具，所以就需要掌握这些工具的使用，如Excel、SQL、Tableau、Pyhon等工具。
【 可视化|以互联网行业为背景下的数据分析通识（中）】4）最后：从心态上想想自己是否具有开放性、可容错性以及坚持不懈的毅力
数据分析的圈子里面，都非常开放。数据也好，还是数据指标也好，其本身并不是完美的，也会出错，所以我们必须拥有开放的心态以及坚持不懈的精神，所以，才能使我们不断的从数据中探索，寻求答案。
小结：总之，对于一些缺点和不足，可以考虑改进，使之不再成为短板，比如学习数据分析的基本原理、技术、工具，但是兴趣、性格、心态的方面呢？或者会成为你放弃不擅长的职业的原因。
2. 有哪些入门的书可以推荐？对于数据分析入门，我们先要有数据分析的基本数学概念，初级数据思维，初级数据工具技能。因此，推荐的入门书籍如下：

基本数学概念推荐书籍：《深入浅出数据分析》《深入浅出统计学》等——了解基本的统计知识，锻炼扎实统计基础。
初级数据思维：《精益数据分析》《数据思维：从数据分析到商业价值》等——了解分析方法、案例、锻炼数据思维。
初级数据工具技能：《谁说菜鸟不会数据分析：入门篇》《谁说菜鸟不会数据分析（工具篇）》等——了解基本知识，掌握基本的工具。

小结：总之，数据分析需要具备多方面的理论基础，比如

基本的数据分析知识：统计、概率论、数据挖掘基础理论等；
基本的商业意识：营销理论、战略规划等；
数据处理知识：数据库、数据结构等。

但是对于小白而言，这实在是信息量太大了，所以在入门的阶段，以上推荐书籍，基本上能清晰地让我们刚入门的朋友们知道数据分析能解决什么问题、需要什么方法论、需要掌握什么基本技术及原理等这些就足够。懂得常规知识并能找到基础的工作是入门阶段的目标。
3. 有哪些入门数据分析工具推荐？在工具方面，推荐从Excel+SQL这2个来作为入门的数据分析工具。剩下的一些工具根据自身能力去学习，都可以自学，但等有SQL基础后再学Python等复杂的工具会相对容易些。