数据分析岗位是随着互联网行业发展而发展起来的，互联网企业积累了大量数据，必然要对这些数据处理、加工、分析、应用以获取价值，由此产生三个岗位，即：数据挖掘、数据分析、算法岗。
数据分析的目的或是为了监测，比如某个关键指标（KPI）突然上升或下降，那么通过分析数据给出变动原因；或是为了A/B测试，其实有点像控制变量法，产品迭代后看相关指标的变动；或是为了业务增长，这方面可以参考“增长黑客”，与数据运营类似；当然最多的还是通过数据量化地科学地观察业务掌握业务。
数据分析应该以业务为核心，不是为了炫技，也不是为了分析而分析，这就需要对业务有全面深入的了解。了解业务，最重要的方式就是在工作中学习，多和业务部门交流，多问为什么和取数的目的是什么，如果条件允许的话，最好能够参与业务的进程。除此以外，还应多和该行业的从业者交流学习，包括阅读一些行业报告、学习数据分析业务课程等等。
数据分析技术方面大致上属于工科，工科的学习方法有点像个木匠，或者像个剑客，只看书看视频不去实操，效率不大，需要干中学，学会一些基本技能，马上去应用，有的时候都不需要理解其中原理，只要会操作就行，这是工科的学习方法，当然如果想精进技术还是应该掌握原理的。其次，工科是和机器打交道，机器会不断升级迭代，人也需要随机器而动，不断学习新技术。数据分析机器的基本内容有很多相似之处，如Excel、SQL、Python这数据分析基础三件套的语法就有很多相似之处，学通一种工具对掌握其他的很有帮助。而且，发明机器的是人，新的构想大多是站在前人思路上继续前进，我们掌握基础机器对掌握新发明的机器是有帮助的，所以不要畏惧变革，应持续学习。
数据分析的全过程大致可以分为数据采集、数据清洗、数据报表呈现和可视化、数据建模和分析、最后得出结论或给出建议。如果业务需求比较同质的话，还可以把整一套流程工程化，形成一个数字产品，每次输入参数，得到想要的部分内容，大大提高效率。
其实这一套流程和经济学的研究方法很像，不仅能应用于工业界，也可以应用于学界，所以空闲时间会继续自学数量经济学和数学（特别是数理统计）课程。我个人的兴趣点在中东和穆斯林话题，可以把这一套流程用于对此类话题的研究中。量化分析是未来社会科学的趋势，目前我想到几个感兴趣项目：如用数学语言公理化体系重写一遍思辨教义学、对古兰圣训做词频分析和情感分析、对花儿做词频分析以把握底层回族的思想动态、爬取美团和饿了么的清真外卖的数据做分析……希望能将职业技能应用于兴趣点，使这两者交融发展，互相促进。
下面是数据分析各个环节所需的技能树，这半年的任务就是把这些技能先粗略地掌握，能够比较流畅地完成数据分析任务。然后逐渐深入，希望未来五年内成为这个领域的专家型人才。
1.数据采集。有个相关的术语叫“埋点”，数据可以是业务部门提供的，也可以是一些行业或政府部门提供的，最后就是自己挖掘了。最常见的方法是爬虫，爬下的数据载入Mongodb数据库。此外，还可以把一些文字内容切成词频表，利用Jieba等工具分析，我不清楚视频、图片、语音能不能数据化，印象中是可以的。这方面的技能树有：数据挖掘（这是一个很大的领域，目前粗浅了解即可）、爬虫（对网页的了解和正则表达式）、存放数据的仓库（数仓）。
2.数据清洗。如果是业务部门提供的数据很可能已经是完美的，这时只需要构建指标体系，通过SQL语言取出数据。SQL语言应注重性能，学会调优，特别是数据量较大的时候，不应该追求语法的简练而应该深入了解SQL语言的原理，写出高效的SQL语句，SQL技能应该精通。当然很多时候获得的数据是脏数据，需要通过Python导入数据，利用python和numpy和pandas这两个库进行处理。先查看是否存在缺失值，对缺失值进行删除或补全，查看是否存在异常值，分析异常值产生的原因，删除重复值，把粗糙的数据切割转化为可供分析的数据。这方面的技能树有：SQL语言、Python的基本语法和numpy和pandas、missingno这几个库、正则表达式、EXCEL。
3.数据可视化。把得到的数据填入Dashboard（仪表盘）。如果数据量比较少且需要快速作图时的话，导入Excel绘制图表是最方便的，此外Tableau也是重要的可视化工具。此外要想绘制漂亮的定制化的图形应该使用Python的matplotlib和seaborn库。这方面的技能树有：Excel、Tableau、Python的matplotlib和seaborn这两个库。
4.数据建模分析。数据分析应贯穿整个流程，并不是单独一个流程。这是最重要的一个环节，既需要对业务有深入了解，也需要有统计学知识。这方面的技能树有：扎实的统计学基础、利用SPSS做一些聚类和主成分分析等、利用R\Python建模、机器学习算法（如随机森林、决策树、神经网络）、再深入下去就是人工智能领域了。
5.得出结论和给出建议。这方面的要点是数据和业务结合，用简洁通俗易懂的语言说清事实给出结论，之后应跟踪业务，进行复盘和修正。
6.此外还一个大数据领域。这方面目前还没有接触，可能需要掌握一些分布式系统，Java语言，Spark框架，数仓之类的东西。
