如何自学数据分析
如何自学数据分析
企服解答
自学数据分析需要掌握六种能力：1、基础科学的能力；2、使用分析工具的能力；3、掌握编程语言的能力；4、逻辑思维的能力；5、数据可视化的能力；6、模型评估的能力。数据分析师对这些都要了然于心，然后有目的的进行收集、整理、加工和分析数据，提炼有价信息。
1、基础科学的能力
可以说，在数据决策的时代，数据分析几乎渗透到企业的每个业务环节中。
掌握统计学，我们才能知道每一种数据分析的模型，什么样的输入，什么样的输出，有什么样的作用，开始我们并不一定要把每个算法都弄懂。
2、使用分析工具的能力
任何数据分析师从事业务方向的工作都必须会统计学，统计学的学习最好辅助SPSS或其他SAS来学，做到数据分析基本功扎实，兼顾实战性。
任何数据分析师从事技术方向的工作都必会SQL，不单是数据分析师，每一个运营、产品经理、尤其是互联网行业，一定要会SQL，基本知名互联网公司的产品经理都能写SQL。
学习中，要掌握SQL的基础语法、中级语法和常用函数，结合关系数据库系统来学习SQL语句。
3、掌握编程语言的能力
Python主要掌握基础语法，pandas操作、numpy操作、sklearn建模，学会用python编写网络爬虫爬取数据等等。
4、逻辑思维的能力
逻辑思维对于数据分析来说特别重要。反映商业数据里，大家可以理解为去搭建商业框架或者说是故事线，有逻辑的推进，结果才会另人信服。
5、数据可视化的能力
有了Python的基础，我们就可以学习数据可视化了。运营和产品都需要学习可视化，可视化说白了，就是画图，但做为数据分析师来说，我们不能用EXCEL 来实现可视化，因为它的局限性太大了。这里也不建议花太多时间学习给非专业人士展示的Tableau，有1个小时学会Tableau足够。
Python中可视化的工具有matplotlib，seaborn，ploltly。
6、模型评估的能力
Model建模，知道模型建好后应该怎样去评估，掌握怎样用一些定量的指标，数据、数值来衡量模型建好后到底有多准确，或者说到底有多错误。模型评估的指标或计算方式选择正确与否，能够直接影响到整个项目获模型是否有效。
相关信息
- 游戏大数据分析服务商“数数科技”完成3.76亿元C轮融资
2021年11月15日，36氪获悉，国内游戏大数据分析服务商“数数科技”宣布完成3.76亿元C轮融资，由红杉中国领投，线性资本、蓝湖资本和金沙江创业投资跟投。本轮融资将用于新产品研发、服务升级、海外拓展和团队建设等。
- 国办：加强物联网、人工智能等在健康、养老等领域应用
2021年11月2日，36氪获悉，国务院办公厅转发国家发展改革委关于推动生活性服务业补短板上水平提高人民生活品质若干意见的通知。促进“服务+制造”融合创新，加强物联网、人工智能、大数据、虚拟现实等在健康、养老、育幼、文化、旅游、体育等领域应用，发展健康设备、活动装备、健身器材、文创产品、康复辅助器械设计制造，实现服务需求和产品创新相互促进。（第一财经）
