小白数据分析师的快速上手指南
本文的灵感来源于一位大学三年级的学生，他的专业是电子商务，想在毕业以后从事数据分析工作，却从来没有类似经验，连实习经历也没有。在跟他沟通的时候，了解到他虽然也上过相关的专业课程，不过不知道该如何应用到实际的工作中。虽然大学里学过类似课程，但是上手时依然一筹莫展，也有不少同学在这个阶段就打了退堂鼓。
本文就是针对这部分人群的一份非常简单的上手指南，就连技术小白也可以轻松上手。先降低门槛把感兴趣的朋友“领进门”，然后通过自我实践，在日常工作中，判断自己是否适合这个行业。本质上笔者还是希望更多年轻人加入商业分析或者数据运营领域，助力行业的快速发展。
本文作者张明明，现任美菜网决策支持部负责人，数据运营高级总监。著有《数据运营之路：掘金数据化时代》。
先来介绍一下商业分析专业会教授哪些课程，对于本科或者研究生专业不是商业分析的同学，可以了解选修哪些课程或者去听课，学一些实用的技术。
虽然Business Analysis和Business Analytics一般都翻译为“商业分析”，不过在课程设计上会有明显的不同。
Business Analysis
课程设置：传统商科课程，比如经济学、财务
毕业前景：项目管理，流程分析，对应传统商业公司
Business Analytics
课程设置：新兴学科，R/SQL/Python，数学建模，决策科学
毕业前景：数据挖掘，算法，对应IBM、 Google等公司
商业分析（Business Analytics，BA）是这几年由于大数据快速发展开始兴起的热门专业，培养学生商业知识、数理知识、计算机编程技能等，未来从事的工作主要是从数据分析出发优化决策和流程创造价值。如无特殊说明，下面的BA均指Business Analytics。
截至2020年，美国TOP200大学中大约有60所学校开设了商业分析专业，这一数字在2017年是30多。商业分析专业有时候会设置在工程学院及信息学院，对于申请者的数学和计算机背景要求都较高。
商业分析专业以就业为导向，毕业生目前在就业市场上缺口很大。根据2017年的数据，商业分析师起薪每年在8万美元左右，即使在美国，也属于高薪职业，随着各行各业数字化的发展，其前景长期被看好。在行业选择上，可供选择的有银行、快速消费品、能源、医疗、保险、制造和药品等行业。
由于以就业为导向，因此课程设置以实用为主，会教授实用的编程语言（如SQL、Python、R）、数据库基础知识、统计软件的使用（如SPSS、SAS、Minitab）、建模等。在招生方面，学校一般会鼓励有数学、计算机、工程背景的学生申请。
中国香港科技大学商业分析硕士研究生课程长度为1年（2个学期），课程有大数据分析、R语言商业分析、商业建模和优化，信息经济学中的消费者隐私管理、数据分析、商业分析概览、风险和运营拟态分析，商业决策中的可视化分析、大数据工程、商业分析实习、VBA商业建模、数字化营销策略和分析、电子商务和线上分析、财务分析，商业应用中的高维数据统计、运营分析、项目管理、商业分析专题等。
根据偏重的基础学科不同，课程分类如下表所示。
数学 | IT | 商业 |
大数据分析 | R语言商业分析 | 信息经济学的消费者隐私管理 |
商业建模和优化 | 商业决策中的可视化分析 | 商业分析概览 |
数据分析 | 大数据工程 | 商业分析实习 |
风险和运营拟态分析 | VBA商业建模 | 数字化营销策略和分析 |
商业应用的高维数据统计 | - | 电子商务和线上分析 |
运营分析 | - | 财务分析 |
| - | - | 项目管理 |
| - | - | 商业分析专题 |
分类后的课程按明显的基础学科分布，横跨三个基础学科，也就是本节强调的三方面能力：分析能力、技术能力和业务能力，对应数学、IT、商业三大学科的课程，是真正的跨学科人才培养方向。
如果你不是商业分析专业的学生，学了相关的学科，想成为一名分析师应该怎么办？
首先，这里建议你积累一些“大小厂”数据分析实习的经验。
数据分析是一门应用性很强的学科，对比没有实习经验的应届生，有实习经验的应届生的优势会非常明显，也更容易上手。
其次，你需要具备运用几个常用工具的能力。
l 会用SQL提取数据，熟练最好，用Navicat进行大量练习。
l 会用Excel常用函数，使用Excel进行统计的时候，如行云流水。
l 会用Thinkcell制图，实现可视化展示。
l 会用Tableau/powerBI进行分析，以适应大多数公司外购或者内部研发的图表工具。
此外，你需要具备以下能力。
l 大学期间独立完成过案例分析报告。
l 具备很强的沟通能力。
l 具备很强的逻辑思维能力，在任何压力环境下，以及从各个角度都可以清晰地讲清楚报告的故事线。
如果你想快速上手，为成为一名分析师或者数据运营人员打好基础，按照以上路径去做，基本上可以加分。
※对于SQL较弱的小白，推荐快速学习以下语句的基本结构。
l Select
l From
l Left/Right/Inner Join
l Where
l Case when then else end/if
l Having
l Groupby
l Order by sth desc
l Count
写完语句后，判断语法正误，可以使用在线的SQL语法检查工具进行检查。
更多内容请关注张明明老师的新书《数据运营之路：掘金数据化时代》。
图书推荐
《数据运营之路：掘金数据化时代》
张明明 著
从传统企业到互联网，聚焦让数据产生商业价值
手把手教你全面搭建数据运营体系
本书首次全面地搭建数据运营体系，并借由笔者的亲历经验，融合跨国企业与本土企业的优势，提出更适合国内企业当下发展的数据运营实践方法论，助力企业赶上数据运营的发展浪潮。
希望本书可以成为一本数据运营的经典读物，成为一本帮助企业了解数据如何创造价值的“百宝书”。
（扫码了解本书详情）
热文推荐