如何高效学习数据分析

Posted 2021-01-27 luoluo-123

作者：接地气的陈老师

 

----------------------------------------------------------------------------

你看到一篇文章的标题，起的如此诱人 ：《干货！50G求职资料全集》《厉害！从50个顶尖图库找到的素材》《深度好文！微信之父揭秘成功背后的逻辑》《运营人必备的7大技能》《数据科学家必须收藏的100本书单》。是不是眼前一亮。再点进去，发现居然全文还有好几万字，连划数下都看不到底。是不是虎躯一震：这是真正的干货啊！于是快速点进收藏夹，想着以后来认真学习。眼前还是再来盘王者农药要紧。

 

然后他们就永远的躺进收藏夹了。没有再读，更没有读完，更没有读完以后记下来点什么。是滴，这就是所谓“干货综合症”的表现。类似的症状，还有买书综合症。在知乎求完书单以后，开始在各大购书网站大杀特杀，一摞摞书搬回家。然后就摆在那样当家具了。特别是开发类图书，《21天精通python》《R语言实战技巧》的下场，一般都是被垫在显示器下边，为缓解颈椎病默默做出贡献。

 

对了，还有pdf综合症。pdf综合症在学生身上尤其广泛。一般一个学生加入“数据分析学习群”“产品经理训练营”之类的QQ群和微信群，开场三句经典问题，就是“一：干这个数据分析/数据挖掘/数据科学家能赚多少钱？月薪有10K吗？”“二：有适合菜鸟0基础入门且快速成为数据分析/数据挖掘/数据科学家的书吗？”“三：有这个书的PDF版吗？”学生们一般都有一个D盘/E盘《数据分析学习》文件夹，塞满各种pdf。然后，就可以安心的撸啊撸了。

 

看不完！学不会！没得用！是自学者三大核心问题。看起来搬运了很多干货回家，却总也无法完成学习；看过了书本知识，却总是记不住，学不会；学完了和没学一样，工作该咋干咋干。除了不断增加干货文件夹的大小外，没有其他积累。如何破？

 

想看完：克服细节问题

 

看不完的首要问题是细节。如果是业务类文章，经常看着看着冒出来某些名词没听过，某些缩写不知所谓，越到后边越糊涂，最后不了了之。如果是技术类文章，经常看着看着冒出一些名词看不懂，看完似乎有所理解，可一到细节就各种模糊，不知如何应用。

 

看不完的重灾区是技术类文章。技术类图书尤甚。新买回来一本《21天精通python》经常第一天都没看完就放弃了。买回来一本《SPSS多变量分析》，最后停在如何安装上。新人看技术类图书，感觉就是书里讲了1+1=2，然后举了个“@SJ&%気+Ⅷ？P)氚”的例子，完全不知道怎么深入下去。

 

因为技术类学习，本身就是知难行易的过程。一开始要掌握大量基础知识，专业术语才能前进一小步。还有大量的基础类问题，可能在老鸟看起来简单至极理所当然，可在新人看起来就是不可逾越的大山。老鸟不屑讲，新人难上天是非常常见的事情。新人起步太难，就容易夭折，深入不下去。

 

克服细节问题，关键在于把握整体思路。这里有一个五步法可以应用。第一步：准备一个笔记本和一支笔；第二步：写下概要，这个东西是什么，能得到什么结果；第三步：得出结果的步骤；第四步：每个步骤再看有几步完成，里边有哪些细节。第五步：哪里有不明白的，记入笔记本，回来弄清楚。这样先把握整体框架再深入，就不会卡在某个细节，导致最后放弃。

 

当然，陈老师自己常用一个简单的办法搞掂这个事，就是拉一个懂技术的小哥现场指导。我操作一遍哪里有问题让他现场指哪里，做成一个再改回去反复练两次，无往而不胜！作为职场老兵，这点人脉资源还是可以找到的，笑。

 

 

想学会：必须反复训练

 

光看不练，永远不会，这是颠扑不破的真理。如果不大量，反复练习的话，不但无法真正掌握知识，而且学会的也会很快忘掉。不用就忘是人类记忆的常态。

 

学不会的重灾区是业务类文章。业务类书籍又甚。科特勒营销学人手一本，看完了又有几个懂营销的？SWOT分析，PEST分析人人都挂在嘴边。真到写报告的时候，又有几个能不抄领导给的模板自己组织起思路的？几乎所有的书单都在推荐金字塔原理。可看完这本书，除了记住书名外，有几个人能真的说话口吐莲花逻辑清晰的？

 

因为业务类学习，本身就是知易行难的过程。大道理其实就那几条，真正用起来就千差万别了。因为每个公司经营模式，发展阶段，资源多寡，组织架构，老板风格都各不相同。即使相似的经营问题，都会有无数影响因素让他变得独特，自然无法用一套道理全部囊获。然而，写业务类书籍的作者却很难把各行业问题一网打尽。更有甚者，喜欢把业务类知识虚化，玩意识流。不顾问题背景，搞什么内功心法、三句讲清、一文看透，使得新人们更少了练手机会。

 

如果要打比方的话，技术类学习更像学习做西餐：各种工具五花八门，餐刀都有50多把，操作流程严格规范，下调料精准到盎司。新手们上手极其困难，但入门以后就可以轻松驾驭。业务类学习更像中餐。菜刀就一把，刀法却根据食材、菜系、做法的不同而千百万化。菜鸟们一看只有一把菜刀就以为简单，结果切起东西来稀里哗啦。

 

 

克服训练问题，关键在于反复复盘+增加见识。针对一个问题，要反复推演，反复练习，即使是已经做过的也要隔三差五拉出来练练。多练才有长进，复盘才能提升。特别是业务类问题，更要多练，勤练。不能看着别人写东西行云流水，就以为自己也能讲的头头是道了。同一个问题，自己写出来见解再和别人写的对比，才能体现出差距和不足。

 

业务类训练，还要进一步强调数据化复盘+逻辑化见识。因为业务类问题不像技术问题，有那么多代码，很具体的可以练手。业务类问题，比如营销，推广，运营，往往由非结构化的案例组成，除非是亲身参与者，否者不了解其中细节和数据。大家讨论起来不是凭自己的一面之词扯皮，就是大唱高调，沦为空对空的虚谈，所以这里特别强调数据化与逻辑化。杜绝零散的，不着边际的，没有数据支持的闲扯淡。

 

举个例子，在训练新人们做经营分析的时候，就最简单的PEST分析，陈老师都会丢一堆要求：你不要空口说消费升级就是E！消费升级是所有用户群体都升级吗？是所有品类都升级吗？和我们关注的这几个品类又有什么关系？你的证据是什么？最终这种升级又会影响多大客群，带来多少营收变化？你的数据呢？测算呢？每次特别苛刻的推动新人去思考问题逻辑，去收集数据，去找例子，去测算影响结果。强力压榨新人几周，他们就会改掉夸夸其谈的毛病，也不会写报告时满纸跑火车。

 

 

想应用：脚踏实地思考

 

最终转化靠实战，不在知识背多少。尽信书不如无书的道理在这里体现的淋漓尽致。很多同学把学习工作技能当成了背课文，看指标体系就一个个背指标，看模型就一句句背代码。遇到问题，不是先想这个问题是什么，而是先想：我要抄哪个模板？看来看去看一圈也发现没一篇干货可以直接抄的，然后又把积累的知识丢垃圾箱了，继续去寻找新干货。

 

 

当然，这和他们学知识阶段没有做好功课直接关系。相当多的同学，学东西，不先看他用在什么地方，而是直插细节，导致学完了还不知道他是干什么的。每次遇到问题，不问背景，就直接硬套公式。导致越干越糊涂。典型的表现，就是遇到领导布置任务，就跑到qq群，微信群里发问：“领导让我做一个聚类分析，请问该怎么做聚类分析”。一般这么问的，都还会问后边这几句：“领导又要我改因子分析了！”“领导又要我改成用决策树了！”“这到底是什么领导！为什么天天改来改去，到底要分析什么啊！！！”亲，从一开始，你就没弄清楚到底真正的问题是什么啊。弄清楚为什么要做这个分析，才能选合适的方法啊。

 

克服训练问题，关键在于脚踏实地。抓着问题找方法，而非抓着方法套问题。当然这一句话，本身又是一句知易行难的话。稍后，陈老师会以数据分析常用思路为例，向大家解释具体问题该如何梳理，敬请期待哦。

 

 

最后，这也是一篇干货，大家看完可以点击收藏了/手动斜眼/手动doge

 

陈老师当然不希望大家点收藏，陈老师希望大家从这篇文章做起，开始练习做思维导图。陈老师已经帮大家把要点逻辑整理出来，试着画自己的第一张思维导图，开启高效学习之路吧。