引言:
本文不推荐什么大社群！不推荐课程！只是简明地描述一下我是如何转行到数据分析岗的。
--------------------------------------------------------------------------
2019.5.4更新：转行数据已接近两年，最近对数据分析岗有了些新的理解，总的来说就是数分不是局限于报告，而是自己能生成能够落地的工具，比如api, web，模型等，让数据产生“价值”。近期也开通了个微信公众号，主要用于记录从一个零基础的会计生在数据甚至是算法的探索之路学了些啥，做了些啥，还需做些啥，以及数分工作的日常，杂谈等。对转行数据有疑问的朋友欢迎关注（微信公众号）：Dathon
最后公布一波18年12月我求职的部分简历内容。
--------------------------------------------------------------------------
(2019.6.21这里先说一下，往下正文有部分内容已经不适用于2019年了，主要是最近几年太多人进入这个行业，拉高了入门门槛，目前python和机器学习可能入岗后很少用，但觉得也是必备的了）
正文：
先说说自身情况吧：16年本科毕业，专业财务管理。在家乡，一个二线城市，做会计做了一年多（包括实习期）。这一年多，把我从一个会计粉转变成一个会计黑，期间的辛酸在我某个回答里有写上一些（小匿：会计转行能做什么？）。有转行的念头是16年7月，当时就是刷刷知乎，百度一下，了解了数据分析岗的状况，16年10月正式开始准备。后来不满意准备的进度，2017年3月提出离职申请，待业在家学习，直至8月份在广州才拿到稍微满意的offer。薪资确实翻了个倍还有多，但也依托于以前会计岗位的薪资实在太低太低。
16年10月，从转行数据分析，还是考二线城市的公务员两个选项中挣脱出来，最终没听父母的，选择了数据分析这个无底洞。刚开始，我是查看拉勾网上的公司岗位招聘要求，然后才决定我需要准备什么知识。当时拉勾网的广州数据分析师岗几乎都被我翻完了，总结了下需要做以下几点准备；
1，统计学相关知识
2，excel的熟练使用，报表关联，数据透视等。
3，SQL语法，了解数据库知识。
4，python或则r，需要有建模能力。
5，业务理解能力。
6，项目经验
1，统计学相关知识：
先看了《商务经济与统计》第十二版，当时看起来真的蛮吃力的，自己定的目标，比如一天看一章，根本完成不了，断断续续看了接近两个月，才看到12章。也越发发现在职学习真的需要很大的毅力，并且上班时候总是有一个念头：好浪费时间啊。直到后面我又买了一本统计学书籍《深入浅出的统计学》。对比上本书，真的可读性高很多，书里的案例很生动，里面的题目也不会太难，学起来相当有成就感，很快就把整本书看完了。因此也爱上了这个系列的书籍，又购买了，深入浅出的数据分析和深入浅出的SQL。但发现这里两本有些啰嗦，并没有看完这两本书。
2，excel的熟练使用，报表关联，数据透视等:
以前做财务就是一个十足的表哥，一直对excel比较有信心，所以这方面我没有过多的复习。直到现在工作了，目前使用的是google.docs一个类excel工具，excel的公式也是能在这里使用，才发现自己的excel能力其实很弱。比如，我以前做财务写的公式是这样子的：
现在我写的公式是这样子的：
也是因为以前做财务的时候不用写有关业务逻辑的公式吧。还有表和表的关联也是个难点。推荐一下excel比较好的教程吧：https://zhuanlan.zhihu.com/p/24084300
3，SQL语法，了解数据库知识：
虽说买了深入浅出的SQL，因为记得当时已经是我4月份了，当时定目标是5月找到工作（虽然最后8月才找到orz），所以觉得看书太耗费时间了，直接看的是w3c的sql教程：http://www.w3school.com.cn/sql/。看完后直接动手做面试题：http://blog.csdn.net/qaz13177_58_/article/details/5575711/。还要了解下SQL语法的顺序（很重要！）然后面试SQL的笔试题基本没啥问题了。反正面试时的笔试，印象中都会做。还有数据库的知识推荐很多人推荐的一本：《MYSQL必知必会》吧（然而我并没准备这方面知识，好像也不太影响。）
4，python或则r，需要有建模能力:
python和r，我选了python。单纯觉得python好听！面试了16家，其中只有3家公司是真正要求需要用到python或则r进行数据分析的，所以觉得这两门语言并不是必备项。当时看的书籍是pandas作者写的《利用python进行数据分析》至今工作后仍在温习，跟着代码打一遍，受益匪浅。当然，我觉得零基础看这本书还是会有些吃力，所以可以先看看这些，
慕课网免费课程：http://www.imooc.com/course/list?c=python（里面的4,6,7章选看）
廖雪峰的Python博客:
https://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000
还有建模知识：现在我越发怀疑数据分析所说的建模只是类似“漏斗模型”等等的业务模型，并非机器学习模型。因为数据分析岗必须用到机器学习模型的岗位几乎没有。只是你懂机器学习是一个加分项，工作时多一个技术层面分析数据而已。不过当时的我并不知道这些啊，傻傻的也准备机器学习来；首推当然是吴恩达老师在coursea的课程《Machine Learning》然后是周志华老师的西瓜书（我只看了一点点。）当时接触了这些，我感觉机器学习好难好难，根本不可能在两三个月内了解完常用模型的原理。后来我就用野路子了：不去了解原理，只是去用机器学习python的包:sklearn!，至少我能用模型。Sklearn的学习当然是http://scikit-learn.org/stable/index.html
Sklearn的官方文档，写的很详细，也会推荐文献去让你学习原理，虽说是英文的，但你可以和我一样用谷歌浏览器把它翻译呀！
5，业务理解能力：
数据分析中的重中之重！无奈这方面实在没有很好的学习途径，结合自身面试的经历给大家一些小Tips吧。
1， 做面试准备时，一定要去了解该公司的有哪些数据指标？这些指标是如何计算的？如何提高的？比如电商：如何提高复购率？或则运营的：有哪些常用的数据指标？答：https://zhuanlan.zhihu.com/p/27029515
2， 需要了解一些流量统计的常用工具：Google Analytics;百度统计；百度指数等。
3， 要会画思维导图，面试时有一道题印象很深：用思维导图预测广州10年后人口数量。
4， 可以学学爬虫工具，面试时有被经常问到这样的问题：“你会用python？那你能帮我爬竞争对手的数据吗”。我:”…………………………….只会数据分析的常用库。”后来了解了几款爬虫工具，暂时已经能满足我爬数据的需求，不过我后续仍会去学习python爬虫的知识。
6，项目经验：
没有项目，凭什么一个转行人士说你懂数据分析？所以，我乖乖的去做项目了。可能你觉得一个转行人士哪有项目啊？实际上，想要有项目经验，真不难！我总结了有以下途径：
1， 在网上下载数据进行分析：http://www.moojnn.com/data-market/ 筛选免费的数据就好！
附上一个报告的模板：
2， 自己爬数据进行分析，这就需要用到爬虫工具了（百度一搜很多的）。我复试时候爬了竞争对手的数据去预测价格，然后，我拿到的offer。
3， 做比赛，类似于kaggle，天池，数据城堡等等都有算法竞赛。我自己是选了这条路，但是这需要机器学习的知识。
除了面试的准备，还想提醒大家需要避免的几个误区：
也和大家分享下零基础转行需要注意的几个误区：
毕竟我（文科生）也是零基础过来的，说说我觉得有几个必须要注意的误区吧。
1， 数据分析岗大多数用不到python与r！机器学习更是用不到！
以我目前的工作为例，我用到的工具是google.docs(类excel工具)，和ppt.word.sql等等。而python和r是非必要工具，感觉像是简历中的加分项，当然我也认为数据分析需要必备掌握其的中一门，但是这并非求职中的必备项。机器学习就更不用说了，还是先理清自身公司数据的异常值，数据准确度，数据指标的逻辑等等吧。乱脏数据都没理清，谈何建模。若你想快速进入数据分析岗，python和r可以入岗之后学，专心做一两个项目出来才是关键！
2， 认为数据分析岗普遍工资很高！
在知乎文章看多了，觉得转行就有9K上万，现在想想也是醉了，感觉做到这个数字的人。应该有他的原因，但我认为如果条件和我相差不远的话，很难做到。在广州面试了两个礼拜，拿到的offer的工资都在4.5~6之间！然而这些岗位的招聘条件几乎都是6-1w。印象最深的是有个做邮件推广的公司，招聘时写着7.5-1.2，去到只有3.5(黑人问号??。虽说拿到不少面试邀请（16个拿了8个offer，都是小公司）但满意的真的很少很少，最后找到心灰意冷的时候，终于拿到一个算是满意的offer。而我最满意的三个公司都没有给我复试的机会。想起还有些难受。
3， 误认为数据挖掘岗就是数据分析岗！
面试时候就能强烈的感受到这两者的区别。
一般数据分析岗，招聘标题为：
1，数据运营。2，数据分析师。3，数据分析专员。4，数据产品经理。等等
而招聘数据挖掘，标题：数据挖掘工程师。（算法工程师不算）
其中里面的要求更是十分不同，数据分析岗会偏向对业务的理解，学历大专往上。工具除了excel和sql,也会包括一些流量统计的工具，比如google analytics,百度统计，百度指数等。对编程要求比较少，只是加分项。数据挖掘岗，除业务理解对编程也有一定要求。机器学习必须了解，对工作经验也有要求。可以往下看我简历中的技能要求。我学习了python和机器学习并参加的算法比赛，这使我偏向数据挖掘方向，但我又不够资格得到数据挖掘岗的offer，只能找数据分析岗，那种低不成高不就的感觉，很是尴尬。
想说的都快说完了，感觉说了很多，又感觉没说什么，总感觉有一句很重要的没说，想了很久，终于想起，转行数据分析前，还是先问问自己一个问题：“喜欢对着数据吗？”回答Yes的话，来不及解释了，数据的“火”车还没走，快上车！
最后附上自己简历里技能一栏吧：
一个记录会计到数据、算法路上所学的微信公众号：Dathon
