這篇文章是根據將之前自己的知乎問答結合自己入職後的體驗進行修改分享給大家，如果有意轉行做數據分析師的進攻參考。這裡的數據分析師定位於偏業務的數據分析師，不談高大上算法和數倉之類的數據分析師。
講這個之前還是要潑潑冷水，現在數據分析師的崗位被一些培訓機構炒的太熱，導致很多人被忽悠進這個行業。分享最近在一個群裡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。同時也有很多崗位招數據分析師，進去之後就是個取數機，「SQL boy」。我勸大家還是謹慎考慮好是否要轉行，以及是否真的對數據感興趣。另外就是工具都是可以較快習得，難得是業務知識和分析思路框架。
據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學校的化工專業的研究生，畢業後去了外企做了製造業管培生。但是工作了2年之後，找不到太多的成就感，最大的收穫是發掘了自己對數據分析的興趣。大概花了3個月時間從準備到拿到大廠的offer，也走過一些彎路。
一、你可能正遇到的誤區
（1）網紅Python語言掌握之後輕鬆轉行數據分析，JD描述要求Python編程
現實：是你絕大部分時候用不上Python。其實Python的場景更適合非結構化的數據處理，網絡爬取數據，算法模型等場景，而在網際網路公司中大部分是結構化數據，SQL + excel可以解決，反正我一年半沒怎麼用過。我當時準備的時候，就走過彎路，花了一個半月在啃Python，浪費了不少時間，我覺得如果要快速入門可以暫時不看Python，後面有興趣可以慢慢入門。
（2）JD要求是計算機專業，統計專業，數學專業等
現實：是其實只要對你數據敏感度高，基本的數學素養還可以，管你是社會科學，人文社科專業都可以，以我周邊的數據分析師為例，幾乎沒有幾個是以上專業的。
（3）沒有數據分析經驗怎麼辦，達不到JD上2年經驗要求
現實：沒有經驗，創造經驗，數據分析是個通用技能，之前的工作中肯定能找到相關的使用數據得出行動結論和建議的經歷可以進行包裝下。
（3）等我各個工具練習熟練，其它準備好了後才開始面試
現實：在摸打滾爬中學習，我剛開始也是這種思想，一直沒有投簡歷。後來發現前幾次的面試是交學費，讓我逐漸將思維從製造業切換到網際網路的思維，了解了一些套路，面試完即使復盤總結，後面順利多了。
二、準備歷程
因為周邊並沒有這樣的朋友可以請教，我只能求助於網際網路。在知乎上找了一些成功轉行的帖子總結下經驗，另外在招聘網站上匯總常見的數據分析師招聘需要的JD條件。明確了自己最大的差距是兩個，一個是在於一些常見數據分析工具需要補齊，第二是網際網路常見分析場景的業務思維，也稱套路。
由於白天工作，只能晚上和周末抽時間來學習相關知識，雖然比較辛苦，但是每天都有收穫的感覺是很幸福的。學習的地方選擇了公司附近的學校圖書館，氛圍好效率很高。
第一階段：2周拿下數據分析師的基礎必備技能-SQL
結合現在工作後反過來看的話，SQL真的很必備，數據分析工作匯總使用頻率最高的非SQL莫屬。花了1周時間入門了基礎的SQL語句，看的是一個日本人寫的入門教材《SQL基礎教程(mick第二版）》，彩色的，有對應不同類型SQL語句的差異，主要看第一章到第7章。
我用的網際網路公司常用的開源MySQL。自己根據一個實戰的大的case花了一周時間把它練習做完，SQL的基本語法語句比較簡單，重點練習熟悉關聯和條件的用法。其實回過頭來看，很多工具技能都是在具體工作場景中實踐得到提升。初期不必太糾結。
第二階段：花了1個月補齊統計學的知識
統計學還是蠻重要的。推薦一本經典的書籍。安德森的《商務與經濟統計-11版》。這本書特色是通過實際中的案例引入知識點，然後課後習題也都是實際的case，不會像普通教科書一樣枯燥。這本書知識點比較多，入門比較重要的是第一章到第13章，其中第一章到第6章（基礎的描述統計和概率相關基礎知識），第7章-9章（關於區間和假設檢驗），第10章-第13章（假設檢驗和區間的應用於統計推斷）；如果時間不夠1-6章看完，了解基本的描述統計和概率就夠了。
第三階段：套路
說完了硬體技能，下面是軟體技能。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典著作《金字塔原理》,學習邏輯的思考和解決問題。關於數據分析流程和框架可以參考這本入門書《誰說菜鳥不會數據分析》。了解一些網際網路的相關細分領域的常見分析思路，可以學習《數據化管理》，我在面試中還用到了書中的case幫助。
因為我投的網際網路行業，又百度上科普了跟UV，PV，轉化漏鬥，GMV，轉化率以及埋點等相關知識點。另外網際網路行業知識可以根據自己所投的細分行業，做一些對應的行業研究，為面試打一定的基礎。
第四階段：加餐項
可視化軟體。我是用POWER BI比較多的，現在工作中通常也是用SQL處理完後的寬表，在POWER BI中可視化發現一些規律與異常趨勢，屢試不爽。
本文由 @高帆 原創發布於人人都是產品經理。未經許可，禁止轉載
題圖來自Unsplash，基於CC0協議