最近逛知乎，無意中刷到這個問題，一時間就回憶起了自己當年學數據分析的時候，頓時感慨萬千，于是寫下一段自己的經歷，希望能給大家帶來一些參考。

我的轉行之路

我可能屬于轉行比較早的了，大約在2010年左右開始接觸數據分析，完全轉行成功差不多是在13年前后，那時候數據分析還剛剛有大火的苗頭，于是幸運地搭上了順風車，現在是一家傳統企業的數據部門主管（非IT部門），慢慢開始轉向做管理。

當時我跟很多剛畢業的年輕人一樣，躊躇滿志地去了北京，誤打誤撞找了一家剛起步做電商零售的公司，在里面剛開始做的是分銷員，每天的工作就是在網上到處找代理商、分銷商，后來又負責倉儲物流管理，也做過一段時間銷售。

當年我記得正是團購網站和電商平臺大火的時候，淘寶、美團這樣的平臺遍地都是，競爭非常激烈，很多小平臺要么被收購，要么直接倒閉。做了一年多，我就明顯感覺到公司好像要撐不住了，部門主管走了一個又一個、換了一個又一個，之前象征性發發的加班補貼，后來也發不起了。

當時我就已經開始學習數據分析了，當時倒不是因為想要轉行，僅僅是對這門學科很感興趣，從統計學到數理邏輯學，從做報表到大數據，對我來說新鮮感十足，當時也沒想著能把數據分析作為自己未來的職業，一方面只是出于興趣，另一方面覺得技多不壓身。

說起剛剛接觸數據分析的時候，所謂的學習視頻、網課、培訓之類的資料少之又少，自己完全是靠讀書和實踐積累的經驗。

于是我開始利用空閑時間學習，每天下班之后同住的舍友都要玩上一晚上魔獸，只有我回家躺在宿舍的床上，抱著書就開始啃，當時看過《深入淺出數據分析》、《從數據看市場》等等書，后來又去開始學習Excel數據分析，當時學的東西比較淺，僅僅算是啟蒙。

自學了大概半年左右，老東家終于堅持不住垮掉了，我也斷掉了生活來源，只能再去找工作，恰好找到了一份數據分析的崗位。不過讓我大失所望的是，每天的工作其實就是寫報表，跟想象中的數據分析差距很大，但就是在這段日子里，我跟著公司里的老人學了sql，學了VBA。

后來公司發展得還算不錯，13年的時候一下子擴充了很多業務線，公司也開始有意識地做基礎數據平臺和數據倉庫，招了一些做ETL的、做數據建模的、做數據架構的、做報表設計的，當時我差不多也做了一年多的表哥，于是自告奮勇到了數據部門，一方面配合IT做數據倉庫平臺，另一方面去業務部門做調研、反饋需求，正是在這段時間里，我正式成了一名數據分析師，積累了非常多的業務經驗和IT基礎。

之后又在很多行業里接觸業務分析，最終在南京一家傳統企業找到了自己的歸宿，摸爬滾打接近十年，最大的感觸就是除了學習還是學習，只有不斷學習，才能真正得到進步。

學習資料推薦

1、統計學基礎。

數理統計學是數據分析的基礎之一，很多人連統計學概念都沒搞清楚就跑去學python、學excel，結果卻發現越學越難。

首先要了解一些統計學的基本概念，比如什么叫描述型統計？什么叫假設檢驗？什么叫正態分布？然后再去學習統計學里的數據模型，比如聚類、回歸，這些都是業務分析中必備的內容。

關于統計學，大家可以看一看《深入淺出統計學》、《赤裸裸的統計學》、《統計學概論》這幾本書。

2、數據分析思維的養成。

思維往往是很多人忽略的一點，但其實作為數據分析師來說，最起碼要了解和學習數據分析中的思維定式，比如結構化思維、演繹推理等等，這些我們可以在生活中慢慢培養。

因為數據分析是靠人來做的，既然是靠人，就免不了要受到個人的思維影響，很大程度上數據思維能決定我們分析問題的方向和思路，建議大家可以看看下面這本書：

3、數據分析模型與方法。

大多數時候，我們做業務分析都是依靠的分析模型，因此學習一些常見的數據模型是非常必要的，這也是基于我們的數據分析思路自然而然養成的。

比如我看到流失分析，就想到肯定會用漏斗模型；比如我想到商品關聯分析，就一定要用到購物籃模型；比如我看到會員分析，就一定會想到RFM模型。

這部分建議大家看看《深入淺出數據分析》，《誰說菜鳥不會數據分析》也可以看看，不過比較簡單，當做入門書看比較合適

4、SQL

取數的必備技能，要掌握一定的數據庫基礎，主要是學習sql的語法，建議大家看看《sql server：從入門到精通》、《MYSQL必知必會》：

5、Excel

主要學習數據清洗、數據透視表、DAX函數這三個功能，有能力的可以學學VBA，不過業務分析不建議太深入，推薦讀物：

6、BI工具

用來做數據分析的主要工具，比如FineBI、tableau、powerbi、等等，這些工具都各有特點和適用環境，不過市場占有率第一的還是FineBI。

7、Python/R

數據分析也需要至少掌握一種編程語言，萬能Python是最合適的了，不過也有很多人喜歡R，二者對于業務分析來說，差別并不大。

這只是成為數據分析師的基礎知識，其實做了這么久數據分析師，覺得最重要的還是“業務”兩個字。

業務是數據分析的起點，也是數據分析的終點。所有的數據分析最終都要回歸于業務價值，而很多人缺少的恰恰就是業務經驗，對此我建議大家多去了解業務、熟悉業務、解剖業務，最好是能夠在業務部門待上一段時間，只有長時間積累的業務經驗作為賦能，數據分析才能繼續下去！

對轉行的看法

雖然我之前一直推崇數據分析，但是十年過去了，我如今已經不再奉勸大家進入數據分析行業里，這個行業的基礎崗位實在是太飽和了，除非你是數據分析人才，否則很難在這片紅海里翻身。

轉行有風險，你的籌碼越多，就越能控制住風險。除了年輕，你現在的籌碼還太少，所以千萬別被灌了雞湯，這行被雞湯害慘的人不在少數，保持清醒的頭腦才是最關鍵的。

別看了幾篇自媒體文章就一股腦梭哈了，自己手里要留著能打的牌，所以我一般都提倡業務時間學習數據分析，準備充足之后，無論是進是退就不會心慌了。

但這一切都要基于一個好用的數據可視化平臺?，F在市面上流行的有FineBI、Power BI、DataV、鼎數，但權威機構IDC指出市場占有率第1的還是FineBI，這些都可以做數據分析。

商業智能BI產品更多介紹：www.dackmarket.com

免費體驗Demo 免費下載FineBI