我是如何转行数据分析,幻灯片从零转行数据分析的亲身经历

常常会有一些朋友问我，转行数据分析会不会有风险呀？万一找不到工作怎么办？等等一系列的问题。这些问题大多数人都想过，我也想过。毕竟工作是人生大事，转行当然也需要万分谨慎。

今天我结合自身的经验，和大家聊聊哪些人适合转行？供大家参考。

01、你是不是该转行了？

职业发展前景

分析你目前所处岗位未来十年的发展前景，说实话这个并不难判断，我想你至少应该知道自己的岗位在市场上的发展情况吧。但目前而言除了互联网和金融行业里面几个热门岗位之外，其余的发展都不是很好。

其次就是你自己掌握的技能是否无可替代，如果你每天做的都是一些简单而又重复的工作，随便一个人都可以把你取代了。一般这样的工作薪资也不会太高，因为没有竞争力，那我建议你早点考虑转行。现在的年轻人应该多少都会有房贷、车贷的压力吧。

企业发展空间

一家公司的好坏可以直接从管理层体现出来，领导是否有长远眼光，有管理能力，以及领导是否认真干事，会直接影响公司未来的发展。如果企业的领导每天都在摸鱼、混日子，那我感觉是一件非常不幸的事情。

这样的公司不会有任何发展空间，员工没有任何动力。大多数时候，这样的公司都会内耗，内部进行很多无意义的斗争，那我也建议你早点跳槽或者转行。

职业定位不符

一些刚刚进入职场的小白，他们往往没有太多经验，不知道什么样的工作适合自己，就盲目的先找一份工作。但是过了一段时间后，发现自己并不喜欢这份工作，于是每天都很痛苦，想辞职但是没有掌握过多的技能，不辞又不想上班。

若你目前的工作不是你自己喜欢的，那我相信你每天工作的也不会快乐，转行或许是更佳的选择。

02、我的转行之路

我是在2015年成功进入数据分析这个行业的，记得我大学刚毕业那会，整个人陷入了迷茫，完全不知道自己下一步该干什么。

进入职场之后，父母也不会像以前那样每个月按时打钱，当然我自己也没有开口要。

毕业后，我和好友一起来到了北京，辗转一个多月，面试了十几家公司，最后都以失败告终。几经挫折下，我垂头丧气，几乎想要放弃。最后在好友的劝说下，找了一份客服的工作。

但是这份工作并不是我喜欢的，所以干的并不是很顺心。一次偶然的机会，我在网上看到了大数据，了解到我们已经进入到大数据时代，我们的生活无时无刻都在产生数据。我在网上搜到了很多和大数据相关的岗位，薪资待遇都很不错，而且人才缺口大，和朋友的一番协商后，我决定从事数据分析相关工作。可我并没有任何工作经验，更不会数据分析，于是就想着报个技能培训班，学习一段时间。

经过多番了解后，我决定报名CDA的就业班学习。我之所以报名CDA的就业班是因为他们师资强大，拥有众多的名师；而且CDA证书几乎所有的行业都认可，除此之外毕业后，就业老师还会推荐你就业。我当时就是就业老师推荐我就业的。

03、关于学习技能

很多小白会问到数据分析具体需要掌握哪些技能？今天和大家简单介绍下！

Excel

每一位数据分析师都脱离不开Excel，它是日常工作中最常用的工具。对于没有经验的你，Excel是一款必须熟练的工具。

SQL

作为数据分析人员，我们首先要知道如何去获取数据，其中最常见的就是从关系型数据库中取数，因此你不能不会SQL。

大数据时代，数据正在呈指数级增长。Excel对十万条以内的数据处理起来没有问题，但是往小处说，但凡产品有一点规模，数据都是百万起，这时候就需要学习数据库。SQL是数据分析的核心技能之一，从Excel到SQL是数据处理效率的一大进步。

数据可视化

数据可视化已经成为基础技能，可视化几乎是你进行数据分析的第一步，通过SQL拿到数据之后，我们需要使用可视化方法探索和发现数据中的模式规律。

数据分析界有一句经典名言，字不如表，表不如图。实际上除掉数据挖掘这类高级分析，不少数据分析就是监控数据和观察数据。除此此外，数据分析的大多时候都是要兜售自己的观点和结论的，而兜售的最好方式就是做出观点清晰数据详实的PPT和报表给老板看。

统计学

统计学是数据分析最重要的基础之一，是数据分析的基石和方法论。统计知识会要求我们以另一个角度看待数据。当你知道AB两组的差异用平均值看是多傻的事情，你的分析技巧也会显著提高。

这里我们需要从基础的统计理论(描述性统计、区间估计、假设检验等)出发，到基本的统计分析（T 检验、方差分析等），最后到商业常用的模型（回归分析、方差分析等），学习数据分析背后的逻辑，掌握实用统计学的概念和会利用统计的思维去思考问题。

数据挖掘

数据挖掘，英文是Data Mining 也叫作数据勘探，类似于采矿，但是数据是贫矿。我们需要结合行业课题，利用数据挖掘工具，建置数据挖掘模型，发掘规律和商业价值。

对于工具，建议选择一门编程语言来学习。

Python或者R语言，这一点是必备项也是加分项，在数据挖掘方向是必备项，语言相比较工具更加灵活也更加实用。

R主要侧重统计功能，在统计方面显示出了很多的优势，用R做单纯的数据分析还是妥妥的稳稳的。Python则是万能的胶水语言，适用性强，可以将分析的过程脚本化。Pandas、Numpy、SKLearn等包也是非常丰富。

以上是转行数据分析需要掌握的一些技能，如果你能把这些都掌握了，相信你在数据分析道路上会有所收获。

其实，普通的职场人员转行数据分析还是有一些优势的，跨越了0基础的瓶颈，将更快掌握数据分析技能。