一、專業背景

我的大學專業是財務管理，看起來很好找工作的一個專業。但是學習了三年過后我發現我一點也不喜歡基礎會計的工作，這讓我覺得特別枯燥和無聊，我想試試別的東西。深思熟慮后，我選擇了數據分析。第一，我的本專業是財會類，學數據分析有利于我在本專業內轉型，有利于提高我從基礎工作崗位轉向分析崗位的技能。第二，我可以在數據分析中學到技能，最后也可以輔助我轉行。

首先，我在b站上看了一些網課，但是有些門檻太高，需要一定基礎，我又不知道到底選什么入門合適，很迷茫。后來干脆一不做二不休，找了付費的貪心AI課程，想著專業的應該放心點，直接開始投入學習。

一開始我以為數據分析就是用純技術清理數據，學習之后才發現不是的。技術固然重要，優秀的數據分析師還需要理解業務，會合理使用工具，還要會溝通表達。

數據分析師不是只懂技術不懂業務的工具人。不同行業的數據是不一樣的。數據分析師要了解行業背景，業務流程。處理數據的時候要選擇合理的工具，根據數據的大小和需要選擇合適的工具。并不是數據處理越復雜越好，能解決問題的才是最好的。

二、課程概況

1、總體概況

貪心AI從基礎框架、思維方式到實戰項目和面試一條龍都有課程。讓初學者可以直接把理論知識和實踐結合起來。讓我真正學到知識，避免學了個寂寞，學了也白學的情況。

首先會通過數據分析導論讓我全方位了解數據分析，再教了我數據分析的思維方式，學習線性回歸、邏輯回歸、仿真模擬和企業數據分析流程與細節。然后開始學習豐富的實戰項目。包括電商平臺訂單報表分析、Python知識點講解、用戶畫像體系、以數據分析為導向的運營體系搭建、亞馬遜Kindle電子書的數據化商業分析、常見互聯網業務的數據分析報告的制作及用戶分層模型、SQL、RFM模型實戰案例講解、面試輔導。

關于難度，這門課很適合初學者，沒有基礎也可以學，我之前就沒有學過，但是學的時候沒有遇到不能跨越的困難。當然有數學基礎的同學肯定學起來要更容易一些。

2、課堂體驗

(1)入門初體驗

第一章是數據分析導論。首先需要知道數據分析是什么，【數據是事實或觀察的結果，是對客觀事物的邏輯歸納，是用于表示客觀事物的未經加工的原始素材。】再講數據分析的概念， 【數據分析是指用適當的統計分析方法對收集來的大量數據進行分析，將它們加以匯總和理解并消化，以求最大化地開發數據的功能，發揮數據的作用。數據分析是為了提取有用信息和形成結論而對數據加以詳細研究和概括總結的過程。】由淺入深地揭開數據分析的真面目，讓我漸漸了解和接受知識。課程對初學者很友好，老師會舉具體實例來讓我了解所講的概念和原理。

老師用最常見的微信舉例讓我明白了在數據運用中，怎樣積累數據資產。我們每天都會使用微信，它的功能其實也可以幫助我們進行數據資產的積累。這同時也讓我發現了微信新的使用方法，非常實用，我馬上就用上了！

老師還舉了微商的例子，不同行業從業者刷微信的時間是不同的。如果統一在一個點發微信，那可能會有很多人刷不到。分組后就不一樣了。針對比較早下班的客戶，可以在五六點就發商品信息。下班比較晚的互聯網行業客戶，就可以在晚上再發商品信息。這樣既不會打擾其他客戶，也能讓目標客戶刷到你的朋友圈。

這個例子給了我很大的啟發，其實我們普通人也可以在生活中用到數據分析。一個微商，一個柜姐，如果擁有數據分析思維，她可以更好地完成工作。

我對自己熟悉的東西總是更容易聽懂，老師在這個基礎上講具體運用場景，我就覺得一點都不陌生了。

數據分析不僅要數據分析人員清理數據，還要工作人員懂數據，會運用數據，有業務經驗，在課程中會講到業務的基礎知識，實戰項目，避免做一個只懂技術不懂業務的“工具人”。這也可以增長我對其他行業的知識，特別是互聯網相關行業。在講數據分析師的特點時，就講到了業務理解，老師全面、耐心地講解了每一個概念。

這可以說是新手上路保姆級教程了吧。實用性非常強，都是這些行業需要用到的數據。

(2) 數據分析需要用到一些技術，沒學過怎么辦？

我一開始也有點害怕，但是發現這些老師都會仔細地講，沒有必要擔憂太多，沒學過就現在開始學呀。世上無難事，只怕有心人。沒學過怎么知道自己學不會呢。一開始需要的正態分析和線性分析，很多人在學校里都學過。后面逐漸難了起來，那也不要緊，這些都是循序漸進的，不會一下子難到完全不能理解。

預測性分析用到的線性回歸就很簡單，一眼就可以看出來。

這里對Python的單個表格讀取進行了講解。主要針對課程中需要用到的功能進行教學。

(3)豐富的實戰項目

在前面講完數據分析的基礎知識后，就要開始學習實戰了。實戰項目涉及行業廣泛，涉及電商、運營、產品等。不僅可以學到數據分析的整個流程，還可以學到業務相關的知識。在實戰項目中，老師會從商業背景、分析思路講到具體的分析方法。在后面還會講到日常型、調研型和展示型的分析報告。不同類型的實戰項目都有它的特點，要用不同的方法。

講到電商實戰項目時，舉了bilibili會員購的例子，相信不少人都在這里買過手辦等周邊，對這個軟件一點都不陌生，就算沒有買過，打開b站看視頻的時候也會偶爾點進去。因此，老師講課的時候我更容易理解。

b站購買動漫版權擁有大量的知名IP，圍繞IP做了產業鏈和服務。比如圍繞哆啦A夢、雷姆、狂三等做各種各樣的商品和展覽。而且b站以ACG起家，它的服務更加適合用戶，也更知道用戶喜歡什么；淘寶買東西可能會錯過短信，但是會員購直接給b站用戶發送消息，只要不換號，打開b站就有可能看到消息；比起可能跑路的淘寶商家，b站有平臺背書，更具有可靠性；b站采取大規模銷售，單個商品成本更低，單價也就越低，消費者更愿意購買。

雖然我平常也會逛b站的會員購，但是我是站在消費者的角度去考量它，并沒有從電商的角度去看它。這讓我覺得聽課還是很有意義的。

在這一章的最后，老師以b站的應屆生招聘要求舉例。日常運營活動的策劃和執行，參與活動搭建，跟進活動流程，實時追蹤活動數據變化，是前面的課程講到的；協助上級組織會議，預訂和安排會議室等日常工作就是前面講到的日報、周報和匯報。這些應聘需要的技能老師在前面的課都有講到，好好聽課對于求職是很有意義的。

不僅如此，老師還給了很多建議。比如數據分析崗位、運營崗位等都要有匯報和交流能力，這種必備能力就不能忽視。對于類目運營，建議大家選擇自己更感興趣的類目。比如有些男生對色彩不敏感，又看不懂衣服的材質和大小尺碼，做服飾類運營可能就不會很開心。但是他對動漫和手辦更感興趣，對于動漫很熟悉，知道哪些小說很有人氣，哪些IP很火爆，不如試試b站之類的運營。

(4)面試輔導

最后很開心的是，還有一個章節專門講解面試的相關問題。不僅面向數據分析，各行各業都可以用。眾所周知，簡歷最好帶有具體數字，這門課就會告訴你一些行業的簡歷里可以附上哪些數據，應該怎樣描述。

除此之外，在技術、邏輯和業務問題的準備上，老師也會講解，簡直不要太貼心！

在邏輯問題中，有些考察邏輯思維的題目，也有些考察具體業務的題目，這時候一定得講到關鍵點。例如在廣告業務中要講到漏斗模型，在多維度數據比較里要講到四象限分析法或者波士頓矩陣。而且不能只講到關鍵詞，要真正理解這些方法，用這些方法來解決問題，讓面試官知道你是真正懂這個的，而不是投機取巧，只是知道幾個名詞，那樣的話會給面試官留下不好的印象。根據面試的崗位的不同，可以適當地展開來表達。如果面試的是廣告行業，就可以多說說漏斗模型。但如果面試的是運營的話，就沒有必要說太多漏斗模型，還要說一些其他的東西。

三、后記

1、作為財會類專業的學生，我很清楚地知道只會做基礎的賬務處理是不行的，必須提高分析的能力，數據分析給了我更多的機會。數據分析對轉財務咨詢崗是很有用的。

2、我在很迷茫的時候看到了貪心AI，這無疑是一件很幸運的事情。如果我沒有碰到的話，還會像一個無頭蒼蠅一樣焦慮地沒有方向地亂轉，在學習中我逐漸入門，找到了前進的方向，雖然現在還沒畢業開始工作，但這份經歷無疑為我增加了更多的底氣，感謝貪心AI！

總結

以上是生活随笔為你收集整理的零基础小白一个，我是如何入门商业数据分析师的的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。