不一定要一开始就很厉害,要把事情先做起来:数据分析从零进阶1

大家好,我是河蟹!这是我学习数据分析的第一篇文章。

我会在这里把我学习数据分析的心路历程、遇到的坑、解决过的问题、学习中的思考跟大家分享。

学习本身是最有意思的事情,没有任何目的的学习最奢侈的。

坦率地说,我学数据分析没有那么高尚:是为了知识本身。
其实也就是为了能学习数据分析后,让自己更有竞争力,能混一口饭吃。

我学习数据分析的目的:

  1. 数据分析是有竞争力和门槛的技能。数据分析和业务结合,更能指导自己工作上的决策;而且数据分析,是真刀真枪的会拿出图表、拿出数字来做客观证据。在我看来,相比于抱着“同理心”、“理解用户”、“用户/领导需求”等难以量化的文档/流程图的产品能力(目前我就是这种功能型、项目型产品经理呜呜呜),这种数据分析的能力,更具有竞争力。
  2. 数据分析是有用的。数据分析中的统计,意味着一切皆可量化,而可量化意味着业务进行数据驱动的可行性。如早期字节跳动思路:“能用AB测试解决的问题都不是问题 ”。
  3. 数据分析帮助我认识世界。比如买房,在确定好一片区域后,就可以抓取这一片房源的信息。再做分析(房子与地铁距离与房价、房子年代与房价……再参考网上已有的模型),看看如何决策。
  4. 学会数据分析后,可以写一些很酷的文章(像苏克学长一样~(星星眼))这些文章也许能从统计上,告诉大家一些由于认知偏差而忽视的真相,或者隐藏在大量数据背后的规律和趣味事情。

而数据思维,则显得有点抽象,可能要用一件件例子和小事堆叠,才能揭开它的一角:
比如对规模的理解。在产品找寻PMF时,怎么找到市场的突破点,就是要通过数据分析找到最佳市场。如:某电商网站最早销售全品类的商品,后来通过数据反馈,发现他们的用户群在宝妈这个群体占比很高。于是调整方向,做母婴类垂直电商。再在这个决策后,再拓展了市场规模,收获了成功。

我的学习路径:

  1. 自己的学习进度,在现在,其实已经超过了极客时间的“数据分析45讲”的进度。但我深知我是一个很容易放弃的人,因而有一个不断更新的课程,是对自己学习速度的一个鞭策。已经学过的,当作是复习。进度达到课程更新速度时,更加努力地去保证自己跟上课程。并按课程进度,每节课都主动去回答课程问题,并有问题时一定要在专栏里问出,或者找人(苏克知识星球、或者数据分析的群)问懂。并写笔记发博客。
  2. 继续学习完毕Udacity的数据分析(入门)课程(还差2个大章节)。并把学习内容整理至思维导图。
  3. 在学习“数据分析45讲”时,主动去拓展自己知识的广度(毕竟一节课只有10分钟音频)。可能会推荐一些书籍,主动去按需查询。
  4. talk is cheap, show me the code。主动地去写一些代码来巩固自己学习的知识。
  5. 学习数据分析必须要结合业务。每天在上班路上听张涛老师的互联网业务数据分析实战课,周末做整理。