數據分析與數據挖掘從這開始

很多人選擇大數據行業，選擇數據分析更多看到的是這個崗位前景不錯、薪資待遇也不錯，各種培訓讓人看起來事情也挺簡單。往往沒有對崗位和自身進行合理評估，真正在求職或者入職之后或許才發現其實跟自己想的也許完全不一樣。

其實在入行數據分析或者任何一行之前，你都要好好思考這些問題：我希望進入哪些行業呢？這行業有前景嗎？需要什么樣的知識結構？符合我的興趣方向嗎？知己知彼百戰不殆，在做職業選擇或者機會選擇時可使用SWOT分析模型，更好的認識自己。

SWOT：優勢（Strength）、劣勢（Weakness）、機會（Opportunity）、威脅（Threat）。其中，優勢與劣勢是對自身條件的分析，機會與威脅是對外部環境的分析。

一、個人優勢與劣勢分析（不限以下）

對于個人的評估，可以自己進行，也可以邀請朋友家人協助。全面客觀的判斷自我，對職業選擇尤為重要。

1、職業愛好：分析需求、寫代碼、與人溝通、探索未知是你喜歡的嗎

2、思考能力：如何根據數據推演、分析、提出解決方案，這常常需要你腦洞大開哦

3、學習能力：數據分析與IT行業一樣，是需要持續保持學習狀態的，這你能堅持么

4、溝通合作能力數據分析師需要與業務部門、研發部門等頻繁溝通和合作，這你擅長么

5、性格：動要能溝通、吵架，靜要能分析寫代碼，這隨意切換可以么？

對于你的缺點和補足：你可以考慮改進使之不再成為短板，比如學習數據分析的基本原理、技術、工具，但是興趣、性格方面呢？或者放棄你技能不擅長的職業。

二、行業機會與威脅分析（不限以下）

根據自己的優點和缺點，選擇幾個你感興趣的行業和職業進行分析，了解他們的機會和威脅。所謂，“男怕入錯行，女怕嫁錯郎”，有前景的行業和職業對于個人選擇來說有很大的影響。下面以大數據行業——數據分析崗位為例：

1、行業情況：毋庸置疑，大數據是21世紀很火熱的行業之一，已經滲透到每一個行業和業務職能領域

2、企業情況：這家企業重視數據嗎？有數據基礎么？數據有所為么

3、崗位就業情況：只要你練好真本事，數據分析師是個高薪職業哦，而且人才缺口較大

4、崗位要求：需要發現問題、分析問題、解決問題的能力，你需要懂商業、提取處理分析數據、提出解決方案，一切不產出效果的數據分析都是耍流氓

職業選擇：充分評估行業崗位及自身情況，揚長避短，選擇自己喜歡擅長且有“錢景”和“前途”的職業，自測后，數據分析還是你的菜么？

我需要準備什么

如果在做完個人SWOT分析之后，你毅然選擇數據分析工作。那么恭喜你，你離21世紀最賺錢的職業之一已經不遠了了，吼吼。

想要做好數據分析真的需要掌握多方面的知識和技能，主要分軟+硬兩大實力，軟實力還包括溝通能力、表達能力、設計能力等；另外業務理解能力需要逐步積累。那么，對于入門，可從思維、心術、理論、工具四方面進行訓練和事先判斷。思維和心術主要靠性格和長期訓練積累，下面主要介紹大家關注的理論和工具。

一、我要看什么書

數據分析需要具備多方面的理論基礎，比如基本的數據分析知識：統計、概率論、數據挖掘基礎理論等；基本的商業常識：營銷理論、戰略管理等；數據處理知識：數據庫、數據結構等。

但是對于新手而言，這實在是信息量太大了，所以在此階段，能清晰地知道數據分析能解決什么問題、需要什么方法論、需要掌握什么基本技術及原理足夠。記住，我們是入門，懂得常規知識并能找到基礎的工作是我們的目標。

二、我要學什么工具

為什么很多人學了Pyhon、Hadoop、R、Spss，依然做不好數據分析。

數據分析最關鍵的一定是理解業務的能力以及整理分析思路的能力，其次才是動手能力，也就是駕馭工具的能力。至于工具，不論黑貓白貓能解決問題就是好貓，不是說Hadoop就比Oracle強，pyhon就比spss厲害，不同的場景不同的背景對工具的使用也不同。

鑒于學習數據分析師的朋友，推薦可以去cda數據分析師官網學習，CDA數據分析師系統培訓覆蓋了國內企業招聘數據分析師所要求的技能，包括統計知識、軟件應用（SPSS/SAS/PYTHON等）、數據挖掘、數據庫、大數據、數據報告等。CDA數據分析師認證考試由經管之家每年舉辦兩次，通過考試者可以獲得CDA數據分析師LEVELⅠⅡⅢ等級證書，此證書代表數據分析師人才技能水平，為企業事業單位選拔和聘用專業人才的參考依據。

三、還要準備什么

磨礪心志，主動尋找實踐機會，優秀的數據分析師一定是主動發現問題、解決問題并扛得住壓力的。

人生是漫長而持續的過程，不必太計較眼前的得與失，如果方向對，慢點也是快。