35岁能不能转行数据分析？
这是老生常谈的问题了，尤其是今年各行各业都不景气的情况下，转行数据分析的人空前的多，但是往往很多人都没有基础，因此对于这个行业望而却步。
不过实话实说，超过30岁确实有点晚了，不过我也说过，数据分析看的不是你有没有基础，而是你有没有实际的业务经验，这才是你最大的财富。
首先我先要说一句，转行这件事需要谨慎再谨慎！35岁说实话已经很难转行了，但如果你真的要转，我只能提一些建议，但是自己还是要考虑清楚，数据分析已经不是以前那么火了。
你的优势？
相信你如果34岁之前做的工作不算太差，那你手中的业务经验应该是远超一般数据分析者的，这算是仅有的一点优势吧。
因为对于数据分析这个行业来说，技术真的不是最重要的（虽然说技术做到头还是非常难的，因为数据的坑纵深很大），但是相比之下，业务更重要，再牛逼的技术，如果没有业务的赋能，就基本上是形同虚设。
企业想要实现盈利是要通过业务来增长的，投入就要有回报，所以数据分析一般需要对业务理解有着很高的要求，业务赋能的价值是非常大的，这东西不是简简单单学几个语言就能有的。
而且，业务分析的价值是要绑定在行业上的，你所在行业的发展越好，你所积累的价值就是越大的，你每一次分析的经验就会不断增值，这可不是那种青春饭能带来的。
上面说的是业务的重要性，下一步就是如何将业务经验落地到数据分析上。
扩大你的优势？
你需要做下面这四件事情：
1、吃透业务分析需求
所谓吃透分析需求，就是对业务的需求进行深入理解，一方面是看需求是否合理，另一方面是对需求的全面思考。
先想清楚，业务的需求真的需要解决吗？真的重要吗？真的能实现吗？真的有价值吗？所以要对业务提出的需求进行深度挖掘，直到这个需求真的对其有价值。
其次，业务的需求往往是某个具体问题，零散而片面，所以我们要进行系统化的、全面的需求分析，从全局的角度引导业务分析的需求。
2、建立分析体系
确定分析指标：首先是指标先行，梳理出你需要的指标，建立起指标库，原则是要确定核心指标、剔除虚荣指标、尽可能简化指标；
生成需求指标：很多指标可能并不是直接就有的，比如重度访问用户的占比，就需要组合访问时长和UV这两个指标，形成一个新指标。
建立分析框架：原则是要从指标的角度出发、从业务的角度出发、从流程的角度出发。
选择合理工具：一般分析体系都需要在数据分析工具中呈现，常用的就是各种BI工具，比如FineBI、Tableau等等。
3、了解业务逻辑
把分析体系搭建起来后，与业务部门一碰撞，发现还是不能完全满足需求。这种问题，本质上业务逻辑却是，由三部分构成：
假设：业务方对问题的猜想。
证据：能支撑猜想的论据，包括数据、事实、逻辑推理等。
结论：基于假设+证据，论证产生的业务结论
当明确了分析什么样的指标、满足业务什么样的需求后，我们就要考虑整个业务的模式和逻辑，要关注用户角色、运营角色、信息、渠道等，以及他们之间的流转关系，以求用最高效的方式满足户需求。
比如微信解决用户的社交需求，其产品定位是社交APP ，所以在它的产品形态上主页即是与好友的消息列表,可以方便地与好友进行互动。
4、分析结论和成果要有明确的业务指向
业务人员看你的分析结论，是要能够马上采取对应行动的，这才是数据分析的根本目的。因此你的分析结论切勿罗列数据结果，一定要有明确的指向性。
就拿报表需求来说，你的报表分析没有任何的逻辑，没有回答业务的疑问，没有加入业务的思考，就完全是一张废纸而已，业务想要的其实只有一句话：“我该怎么办？”
所以，做数据分析，要从具体问题出发，到一个指向业务的行动结束。想要超出业务期望，当然得了解具体业务期望是什么，解答他们的问题，帮他们发现更深层的问题。
你需要做什么？
上面只是你的优势，你的劣势就是你的数据分析基础约等于0，所以你需要做这么几件事：
1、认清行业
我认识很多人都是想要转行数据分析的，有的人是从事传统行业的，有的是做财务销售这些的。
首先要明白核心的一点，数据分析技能现在已经变成了通用技能，无论是是不是想要做数据分析师，都应该具备，在企业的产品、运营等岗位上是非常有帮助的。
其次，我们再说要准备什么，首先就是选择一个行业，先理解自己所在行业的商业模式，明白流量数据的真正关系，明白商业模式是如何通过数据拆解来体现的，然后规划你在这个行业里的职业发展路线。
2、准备一些必要的东西
简单来说，目前数据分析所需要的几个硬要求：学历、专业、经验、技能
数据分析对学历专业要求真得不高，但是金融行业对学历卡的比较死
努力提高自己的专业水平，这是硬杠杠，需要去学习一些数据分析的基础能力
经验这块确实非常关键，但一些初级岗也是愿意接收一些转行人士的，但恐怕不适合你
技能的话不等同于能力，而是说学个BI工具或者学个语言之类的
3、学习一些必备的知识
了解统计学相关知识：百分位数，箱线图，标准差，皮尔逊相关系数，贝叶斯定理，正态分布，卡方分布，假设检验等。
初步了解运营数据指标渠道转化率：PV 、UV、留存率、流失率、复购率、GMV等，了解google analytics、百度指数等网站分析工具
熟悉SQL语法：比如Mysql数据库
熟悉python数据分析常用库，或者是学习一个BI工具，finebi、tableau这种
熟悉office软件：精通excel，常用函数与数据透视表等
初步了解机器学习常用模型：决策树、RF、聚类等，能够手推最小二乘法
网友评论