文章图片

CDA数据分析师 出品
编辑：JYD
对于很多初入数据分析领域的小白来说 ， 往往都会陷入迷茫 。数据分析的坑很大 ， 一旦走上这条路 ， 就要明确基本方向 ， 不然只会越走越偏 ， 最后耗费力气 ， 毫无收获 。
比如你想要成为一名数据分析师 ， 你就可以到招聘网站看看 ， 对应岗位的需求是什么？这样你就会对需要掌握的岗位技能架构有了初步认识 。
数据分析领域对应的岗位非常多 ， 经常把同学们绕晕 。 比如：数据分析、商业分析、运营分析、产品分析、销售分析、数据挖掘、算法模型等等 。
【关于数据分析师的学习路线，这是我见过最全面的】如何区别这些让人眼花缭乱的概念 ， 今天系统讲解一下 。
0 1
数据分析师的不同方向
数据分析师根据自己的工作岗位、行业、工作内容等等 ， 可以分成非常多的种类 。
但总体可以区分成两个方向 ， 即业务方向和技术方向 。 当然 ， 在业务和技能上两类也是需要相互结合的 。

文章图片

其中 ， 想要短时间内快速成为 技术方向的数据分析师 ， 是非常很难的 。 一定要底子深基础牢 ， 编程语言基础、统计学知识、算法、数据结构样样不能少 ， 甚至得精通 ， 而这些不是我们自习两三个月就能完全掌握的 。
而 业务方向的数据分析师 ， 在目前的招聘市场上需求岗位最多 。 这种岗位的进入门槛会相对较低一点 ， 所以对于0基础想转行的同学 ， 自然业务型数据分析师会更适合 。 但如果入职后不能尽快掌握业务 ， 提升自己的数据思维能力 ， 就很有可能就变成“只会提数的表哥表姐” 。

文章图片

所以 ， 想快速成为一名数据分析师 ， 又不想入职后沦为“打杂”人员 。 就应该知道自己应该持续学习并掌握的各项技能 ， 以及自己进入数据分析行业后的发展路径 。
0 2
数据分析师的学习路线
我分析了招聘网站上多个与数据分析的相关岗位 ， 根据薪资高低大概分为三个等级 。

文章图片

各阶段数据分析师的差异体现在三个方面：业务技能、执行管理能力、业内影响力 。
后两者能力属于软实力 ， 需要在工作中逐渐掌握 。 作为初学者 ， 第一步最需要的是掌握业务技能 ， 最好能了解完整的学习路线 。
初级水平：
掌握常见表格制作和数据库基本功能操作 ， 就可以做 业务数据分析师 。
中级水平：
在初级水平基础上 ， 对常见函数应用熟练 ， 数据库操作熟练 ， 掌握ETL能力 ，掌握统计分析模型 ， 具备行业相关业务经验 ， 可以进行简单的建模操作 ， 就可以做 策略数据分析师 。
高级水平：
具备数据科学家能力 ， 机器学习、深度学习算法能力、建模挖掘能力和建模挖掘能力突出 ， 对行业业务逻辑深度认知 ， 就可以做 算法工程师、挖掘工程师 。
所以我们该如何具备这些能力呢？
学习统计学
首先需要学习统计学 。 统计学部分主要分为三大模块 。
第一个模块就是描述性统计 。
可以帮助我们在拿到一个数据集的时候进行初步的统计分析 。 描述性统计当中需要掌握的概念有 ， 比如集中趋势、离散趋势、数据分布、缺失值和异常值等等 。