还记得第一次听说数据分析这个词是大二的时候，那时候铺天盖地的Python 数据分析课程，但是我那个时候是学的 Python 全栈。真正接触到数据分析是从量化交易开始的，那时候沉迷于看K线图，就想能不能实现对现货交易对的自动化买入卖出？
也是这个想法让我接触到了 Python 数据分析，兴趣是最好的老师一点都不假，加上我当时有些 Python 的基础，翻了翻书了解到了
Numpy ，Panads的这些对数据处理的库，然后就算是上手了，但是这还没有到入门的境地，只是会使用这些软件罢了。
要真正入门数据分析的话，最少是要有些统计学的知识，因为最简单的描述性分析就是对企业的数据进行比如求平均值、方差、标准差等等的操作，或者对阶段性的数据进行诸如线性回归、逻辑回归等的操作。
其次就是像开头说的，去掌握那些软件的使用，最简单的就是 Excel，高级点就是 Python，我的学习经历算是倒过来了，先去捣鼓了软件工具再去了解数据分析在实际中的应用。
再后来听了贪心科技和腾讯合作的商业数据分析课程，这个课程其实对我做数据分析相关的职业规划有很深的影响。
在授课过程中老师一直强调不懂业务的数据分析师不是好的数据分析师。
这句话也拿来跟大家分享。为什么觉得这句话对自己认识数据分析这个岗位有深刻的意义呢？
最开始以为说做数据分析就是对企业存储在数据库或者埋点的数据进行分析就行了，为什么还要去懂业务逻辑？
到后来慢慢课听的多了，才知道数据分析师懂业务逻辑的重要性。对数据进行分析以后我们需要整理出数据报告，这些报告出现的目的不是说要去告诉Boss，哪里成本高了，哪里用户留存少了，哪里数据存在异常等等。
数据分析师需要做的是告诉 Boss，这里成本高了是因为什么原因，是广告投放不合理，还是有效转化率低？用户留存少是不是因为哪些业务做得不合理；数据的异常值过多，是不是埋点设置的不合理等等。
这些才是数据分析师要去做的事情，单单去做数据分析那是自己把自己当成了一个工具，只有带着发现问题的视角去做数据分析才能做到管理层。
做职业规划一定要考虑这一点，现在数据分析多用于广告行业或者互联网运营、营销行业等等。要多了解运营逻辑，最有名的那本增长黑客可以翻一翻。
入门其实挺简单的，其实 Excel 基本就能处理些小公司的数据量了，大一点数据量的话就去学习 Python，把数据库 Mysql 也学一学，统计学知识多了解了解。
如果想往上面继续发展的话，我看贪心科技和腾讯合作的商业数据分析课程里面还牵扯到了一些机器学习的知识，像回归分析、K近邻、KNN、Kmeans聚类等等。
机器学习现在也是比较火热的，其实里面很多的模型也是可以用于数据分析当中去的，而且很多知识结构是相互联系的，多学一些总没有坏处。如果想往管理层走可能也需要去学一些管理学知识，关联分析、层次分析这些等等。
总而言之，数据分析的入门并不是很难，但是能做到什么样子，以后的职业发展如何，还是要看个人的努力和学习能力了。