前几天一个
加入的圈友问我，她要学到什么程度可以就业，而今天又有一个新加入圈友问我，他
学到什么程度可以转行？
要系统的回答这个问题
，还是
要好好梳理一下
，今天写出来
和大家做一个简单的交流。
今天看一篇文章说要从思维出发，于是觉得自己确实需要学习数据分析思维，明天又看了一篇文章，说用什么算法分析可以解决业务什么问题，又觉得自己都不会这些算法，应该补充算法，后天又看一篇文章，说要学习数据分析就先要学习python，大后天又看了一篇文章教你如何搭建仪表盘，又觉得这个东西真好，会是我以后的重点，那你告我我，你到底要学什么？
首先一定要有一个短期的学习目标，这点至关重要！
这里说的学习目标不是单位时间内熟练EXCEL、掌握SQL、会python常用的数据分析操作，这样的体系化的目的会让你学会取舍，那些马上要学学，那些就业后再学，那些未来有时间去学的
而是要分2条线就走，第一条就是业务分析为主，注重思维和业务的认识，第二类是偏技术为主，这里包含编程（sql、python），还包含算法（统计学、机器学习)。
有的人学着学着就没有了重点，感觉越学数据分析的坑越深，越学越感觉自己是菜鸟，其实这些并不可怕，可怕的是这些不确定性给你未来的求职带来了很大的阻力，那就是不自信！
什么是自信，对于求职、转行来讲，去面试的时候，我会告诉面试官，我可以造一个航母，而不仅仅是只拧螺丝那么简单，这就是自信。
对于偏业务的分析师如何高效的学习呢？
这类学习路径，开始一定不要先学习工具，比如excel、python、sql这些，这是个大坑，坑在哪？这些工作操作时候的爽感，学习某一技巧的成就感，会让你迷失自己方向，回头来问自己，你学这类工具到底是要做什么？去干培训吗？显然不是，是去做数据分析。
那么问题来了，如何学？
第一步：了解行业问题思考、分解的逻辑
三本书必看：《精益数据分析》、《市场研究实务与方法》、《麦肯锡思维》，其实在我们爱数圈开发的一门课《
数据分析思维案例实战
》，更接地气。
第二步：再去学习数据分析与工具、业务之间的应用关系
四本书必看：《谁说菜鸟不会数据分析》、《活用数据：驱动业务的数据分析实战》、《网站分析实战——如何以数据驱动决策，提升网站价值》、《
数据化管理：
洞悉零售及电子商务运营》
第三步：攻其善事必先利其器
经过前面2个阶段的学习，你对业务、思维、分析流程会有一个自己的认识，在此基础上再去学习三大必备（SQL、PPT、EXCEL），这时候你要做的就是找数据集动手去不断的练习，尝试做输出性的分析报告，之后再考虑要不要学习python的问题，你可以理解python是sql、excel工具的升级版，但功能是一样的。
工具的学习没有捷径，尽量看视频（短平快），有零散的时间就去学点小技巧，然后尽量一月内找数据自己用起来尝试，以后即使忘记了也没关系，你可以迅速用搜索引擎找到，但你至少要知道搜索什么。
第四步：把业务、工具、思维、方法论串起来
陈哲老师的那本书《活用数据：驱动业务的数据分析实战》，或者那门课《数据分析师的通关升级》
这样的好处就是当你面对一个问题的时候，你能够从界定问题、分解问题、分析问题、验证推理（工具+分析），提取结论等几个方面快速在脑海里有个想法，从而让你减少那种不知从何开始的焦虑。
如果之前没有按照以上四个学习流程走的话，那你学出来的可能实战性有待考量，这个不做评论，每个人的底子和环境不同。
对于偏技术的分析师如何高效的学习呢？
第一步：齐步走，不要分开
统计学、机器学习和工具（R、python）一起学习，不要分开学，一边学习工具，一边学习这个算法用这个工具如何实现，这样事半功倍。
第二步：深入算法研究，跑几遍
这时候再学习一边算法，主要学习算法的应用场景，output主要参数的意义，然后去各大竞赛平台找一些数据集，先自己从问题的假设、数据的探析、模型的建立、结果的部署做一次，再找相应匹配的文章，看看自己和别人的优略势对比，最后复盘一次，因为竞赛平台上的数据是公开的，所以很多技术迷会用来写学习心得，记住先不要看他们文章，先自己做，再去对比，记忆更深刻，理解也会更透彻。
第三步：考虑要进入的方向
做平台搭建为主的：
要补充一些平台建设框架和产品经理的知识
做算法工程师为主：
要选一个深入的行业领域，比如电商、社交，从用户画像、推荐系统做起
做人工智能为主的：
主要攻克一些非结构化数据的处理技术和分析技术，看论文、看专业文章、看云平台的技术应用方案。
从目前的招聘来看，多数偏技术类分析师要求的背景毕竟高，比如211、985对应的理工科出身，文科生基本没戏，没有理工科背景，开始就先从偏业务的分析师入行，先进入再考虑方向问题。
其次要有学习成果的验证，自己给自己找事做
这部分之前写过，这里就不展开了，在这里：
没有输出的学习等于没学！
最后，要学会展示自己造航空母舰的能力
要回答这个问题，首先要分析你所要应聘的JD要求到底是什么，一般来讲，面试官从关注的程度来看，能力的体现>工作经历 >学历优势
比如应届生，许多大厂都是有很硬的标准的，
那其实人家收到的简历已经做了数据筛选的，只是你不在这个数据集里面而已
，反而有经验后，这个硬标准的重视程度会下降，这样看后面的逻辑还是符合
能力的体现>工作经历 >学历优势
再例如很多公司看工作经历，一是看你有没有大厂的经验（定工资的参考），二是看你所做过的事情，是不是我们也面临或者急需要做的事情，这其实也是从你的历史数据（工作经历）来判断你有没有胜任我们这个职位的能力，对吧？
这个排序也会因公司性质和职位的界定有很大差异，但整体上还是符合的。
企业给你画饼的同时，其实你也要给企业展示你造航母的能力，而不是拧螺丝钉。
