从底层分销员到数据部门主管，我的奇妙数据分析转行之路
最近逛知乎，无意中刷到这个问题，一时间就回忆起了自己当年学数据分析的时候，顿时感慨万千，于是写下一段自己的经历，希望能给大家带来一些参考。
我的转行之路
我可能属于转行比较早的了，大约在2010年左右开始接触数据分析，完全转行成功差不多是在13年前后，那时候数据分析还刚刚有大火的苗头，于是幸运地搭上了顺风车，现在是一家传统企业的数据部门主管（非IT部门），慢慢开始转向做管理。
当时我跟很多刚毕业的年轻人一样，踌躇满志地去了北京，误打误撞找了一家刚起步做电商零售的公司，在里面刚开始做的是分销员，每天的工作就是在网上到处找代理商、分销商，后来又负责仓储物流管理，也做过一段时间销售。
当年我记得正是团购网站和电商平台大火的时候，淘宝、美团这样的平台遍地都是，竞争非常激烈，很多小平台要么被收购，要么直接倒闭。做了一年多，我就明显感觉到公司好像要撑不住了，部门主管走了一个又一个、换了一个又一个，之前象征性发发的加班补贴，后来也发不起了。
当时我就已经开始学习数据分析了，当时倒不是因为想要转行，仅仅是对这门学科很感兴趣，从统计学到数理逻辑学，从做报表到大数据，对我来说新鲜感十足，当时也没想着能把数据分析作为自己未来的职业，一方面只是出于兴趣，另一方面觉得技多不压身。
说起刚刚接触数据分析的时候，所谓的学习视频、网课、培训之类的资料少之又少，自己完全是靠读书和实践积累的经验。
于是我开始利用空闲时间学习，每天下班之后同住的舍友都要玩上一晚上魔兽，只有我回家躺在宿舍的床上，抱着书就开始啃，当时看过《深入浅出数据分析》、《从数据看市场》等等书，后来又去开始学习Excel数据分析，当时学的东西比较浅，仅仅算是启蒙。
自学了大概半年左右，老东家终于坚持不住垮掉了，我也断掉了生活来源，只能再去找工作，恰好找到了一份数据分析的岗位。不过让我大失所望的是，每天的工作其实就是写报表，跟想象中的数据分析差距很大，但就是在这段日子里，我跟着公司里的老人学了sql，学了VBA。
后来公司发展得还算不错，13年的时候一下子扩充了很多业务线，公司也开始有意识地做基础数据平台和数据仓库，招了一些做ETL的、做数据建模的、做数据架构的、做报表设计的，当时我差不多也做了一年多的表哥，于是自告奋勇到了数据部门，一方面配合IT做数据仓库平台，另一方面去业务部门做调研、反馈需求，正是在这段时间里，我正式成了一名数据分析师，积累了非常多的业务经验和IT基础。
之后又在很多行业里接触业务分析，最终在南京一家传统企业找到了自己的归宿，摸爬滚打接近十年，最大的感触就是除了学习还是学习，只有不断学习，才能真正得到进步。
学习资料推荐
1、统计学基础。
数理统计学是数据分析的基础之一，很多人连统计学概念都没搞清楚就跑去学python、学excel，结果却发现越学越难。
首先要了解一些统计学的基本概念，比如什么叫描述型统计？什么叫假设检验？什么叫正态分布？然后再去学习统计学里的数据模型，比如聚类、回归，这些都是业务分析中必备的内容。
关于统计学，大家可以看一看《深入浅出统计学》、《赤裸裸的统计学》、《统计学概论》这几本书。
2、数据分析思维的养成。
思维往往是很多人忽略的一点，但其实作为数据分析师来说，最起码要了解和学习数据分析中的思维定式，比如结构化思维、演绎推理等等，这些我们可以在生活中慢慢培养。
因为数据分析是靠人来做的，既然是靠人，就免不了要受到个人的思维影响，很大程度上数据思维能决定我们分析问题的方向和思路，建议大家可以看看下面这本书：
3、数据分析模型与方法。
大多数时候，我们做业务分析都是依靠的分析模型，因此学习一些常见的数据模型是非常必要的，这也是基于我们的数据分析思路自然而然养成的。
比如我看到流失分析，就想到肯定会用漏斗模型；比如我想到商品关联分析，就一定要用到购物篮模型；比如我看到会员分析，就一定会想到RFM模型。
这部分建议大家看看《深入浅出数据分析》，《谁说菜鸟不会数据分析》也可以看看，不过比较简单，当做入门书看比较合适
4、SQL
取数的必备技能，要掌握一定的数据库基础，主要是学习sql的语法，建议大家看看《sql server：从入门到精通》、《MYSQL必知必会》：
5、Excel
主要学习数据清洗、数据透视表、DAX函数这三个功能，有能力的可以学学VBA，不过业务分析不建议太深入，推荐读物：
6、BI工具
用来做数据分析的主要工具，比如FineBI、tableau、powerbi、等等，这些工具都各有特点和适用环境，不过市场占有率第一的还是FineBI。
7、Python/R
数据分析也需要至少掌握一种编程语言，万能Python是最合适的了，不过也有很多人喜欢R，二者对于业务分析来说，差别并不大。
这只是成为数据分析师的基础知识，其实做了这么久数据分析师，觉得最重要的还是“业务”两个字。
业务是数据分析的起点，也是数据分析的终点。所有的数据分析最终都要回归于业务价值，而很多人缺少的恰恰就是业务经验，对此我建议大家多去了解业务、熟悉业务、解剖业务，最好是能够在业务部门待上一段时间，只有长时间积累的业务经验作为赋能，数据分析才能继续下去！
对转行的看法
虽然我之前一直推崇数据分析，但是十年过去了，我如今已经不再奉劝大家进入数据分析行业里，这个行业的基础岗位实在是太饱和了，除非你是数据分析人才，否则很难在这片红海里翻身。
转行有风险，你的筹码越多，就越能控制住风险。除了年轻，你现在的筹码还太少，所以千万别被灌了鸡汤，这行被鸡汤害惨的人不在少数，保持清醒的头脑才是最关键的。
别看了几篇自媒体文章就一股脑梭哈了，自己手里要留着能打的牌，所以我一般都提倡业务时间学习数据分析，准备充足之后，无论是进是退就不会心慌了。
FineDataLink是一款做BI分析前的ETL工具，可以直接把数据接入到BI，同时可以把数据分享给数据中心，或者第三方需要用到数据的地方。同时，FineDataLink可以轻松地将来自各种数据源的数据集成到FineBI中，从而帮助企业更好地使用FineBI的数据分析和可视化功能，为企业带来更好的数据管理和分析体验。
立即沟通
