作为一名数据服务行业的从业者，围绕着市场主管的岗位，拓展了一系列推广/运营/品牌/产品等相关专业技能，不管是做市场还是运营，时刻在与各种各样的数据打交道，工作中对数据分析能力的要求非常强烈和紧迫。
本科专业国际经济与贸易，非计算机非统计学，和数据分析并无关系，虽然公司业务主要做非结构化数据的采集和标注，但我仍然缺乏数据分析的系统性知识体系，提升数据分析能力，掌握一套数据分析的工作流程和方法尤为重要。
数据驱动时代，市场营销活动只有建立在真实可靠的数据分析上，才能避免盲目拍脑袋闭门造车，帮助公司实现数据化运营的转型，企业与单位都将数据分析纳入了市场营销部门的核心工作。
市场运营人员如果没有数据分析能力，就无法实现精细化运营。
在做渠道推广时，无法深入了解每个营销渠道，分析哪些营销方式最有效或最困难，不同推广渠道哪个最有价值，钱花的值不值得；
在做内容营销时，写了100篇文章也不知道什么类型的文章客户会喜欢；
在营销效果出现波动时，无法深入分析现象背后发生的原因，从而也得不出具有价值的结论，制定不了可以解决问题的措施；
在阶段性工作汇报时，无法将工作成果可视化呈现，展示营销工作对线索获取和业务增长的贡献。
和数据分析师朋友聊天了解到他们解决问题的思维模型和路径主要是四点：确定—分解—评估—决策。
第一通过主观的方式去确定和了解问题。
第二通过客观的拆解数据报表，把问题和数据拆解为更小的、可控的和最好能被数据指标所量化的子问题。
第三对主前两步通过主观和客观获取的信息进行评估做出各种结论，哪些有用哪些没用。
第四也是最后把结论重新组合在一起，做出一个建议或者决策。
数据分析师一般除了需要掌握Excel、SQL、Python，BI商业智能等工具外，还要了解基本的统计学知识及数据分析方法。
对于没有编程基础的我来说SQL、Python等工具的掌握难度较大，Excel是我在日常工作中经常用到的工具，能掌握常用的函数及数据透视表，大学上了三年的统计学专业课，工作后由于身处人工智能数据行业，简单学习过一些机器学习的理论知识。
我目前职业规划较为清晰，在人工智能或者数据行业继续深耕提升数据分析思维和技能，从而高效的开展营销工作，因此也不会急于求成，计划从现公司的业务场景和市场数据入手，由浅入深的锻炼思维掌握技能。
该学习计划将持续更新。
关注我，分享学习与实践经验，一起成长
