寫這個系列，是希望在當初知乎某一個回答的基礎上，單獨完善出針對互聯網產品和運營們的教程。不論對數據分析或數據運營，我都希望它是一篇足夠好的教材。更準確地説，這是一份七週的互聯網數據分析能力養成提綱。
我會按照提綱針對性的增加互聯網側的內容，比如網站分析，用户行為序列等。我也不想留於表面，而是系統性講述。比如什麼是產品埋點？在獲得埋點數據後，怎麼利用Python / Pandas的shift ( )函數將其清洗為用户行為session，進而計算出用户在各頁面的停留時間，後續如何轉換成統計寬表，如何以此建立用户標籤等。
下面是各周的學習概述。
第一週：Excel學習掌握
如果Excel玩的順溜，你可以略過這一週。不過介於我入行時也不會vlookup，所以有必要講下。
重點是了解各種函數，包括但不限於sum，count，sumif，countif，find，if，left/right，時間轉換等。
Excel函數不需要學全，重要的是學會搜索。即如何將遇到的問題在搜索引擎上描述清楚。
我認為掌握vlookup和數據透視表足夠，是最具性價比的兩個技巧。
這兩個搞定，基本10萬條以內的數據統計沒啥難度，80%的辦公室白領都能秒殺。
Excel是熟能生巧，多找練習題。還有需要養成好習慣，不要合併單元格，不要過於花哨。表格按照原始數據（sheet1）、加工數據（sheet2），圖表（sheet3）的類型管理。
下面是為了以後更好的基礎而附加的學習任務：
這一週的內容我會拆分成兩部分：函數篇和技巧篇。
這是一道練習題，我給你1000個身份證號碼，告訴我裏面有多少男女，各省市人口的分佈，這些人的年齡和星座。如果能完成上述過程，那麼這一週就直接略過吧。（身份證號碼規律可以網上搜索）
第二週：數據可視化
數據分析界有一句經典名言，字不如表，表不如圖。數據可視化是數據分析的主要方向之一。除掉數據挖掘這類高級分析，不少數據分析就是監控數據觀察數據。
數據分析的最終都是要兜售自己的觀點和結論的。兜售的最好方式就是做出觀點清晰數據詳實的PPT給老闆看。如果沒人認同分析結果，那麼分析也不會被改進和優化，不落地的數據分析價值又在哪裏？
首先要了解常用的圖表：
Excel的圖表可以100%完成上面的圖形要求，但這只是基礎。後續的進階可視化，勢必要用到編程繪製。為什麼？比如常見的多元分析，你能用Excel很輕鬆的完成？但是在IPython只需要一行代碼。
其次掌握BI，下圖是微軟的BI。
BI（商業智能）和圖表的區別在於BI擅長交互和報表，更擅長解釋已經發生和正在發生的數據。將要發生的數據是數據挖掘的方向。
BI的好處在於很大程度解放數據分析師的工作，推動全部門的數據意識，另外降低其他部門的數據需求（萬惡的導數據）。
BI市面上的產品很多，基本都是建立儀表盤Dashboard，通過維度的聯動和鑽取，獲得可視化的分析。
最後需要學習可視化和信息圖的製作。
這是安（裝）身（逼）立（加）命（薪）之本。這和數據本事沒有多大關係，更看重審美、解讀、PPT、信息化的能力。但值得花一點時間去學習。
數據可視化的學習就是三個過程：
第三週：分析思維的訓練
這周輕鬆一下，學學理論知識。
好的數據分析首先要有結構化的思維，也就是我們俗稱的金字塔思維。思維導圖是必備的工具。
之後再了解SMART、5W2H、SWOT、4P理論、六頂思考帽等框架。這些框架都是大巧不工的經典。
分析也是有框架和方法論的，主要圍繞三個要點展開：
舉一個例子：我告訴你一家超市今天有1000人的客流量，你會怎麼分析？
這是一個快速搭建分析框架的方法。如果只看1000人，是看不出分析不出任何結果。
優秀的數據分析師會拷問別人的數據，而他本身的分析也是經得起拷問，這就是分析思維能力。需要確切明白的是，一週時間鍛鍊不出數據思維，只能做到了解。數據思維是不斷練習的結果，我只是儘量縮短這個過程。
第四周：數據庫學習
Excel對十萬條以內的數據處理起來沒有問題，但是互聯網行業就是不缺數據。但凡產品有一點規模，數據都是百萬起。這時候就需要學習數據庫。
越來越多的產品和運營崗位，會在招聘條件中，將會SQL作為優先的加分項。
SQL是數據分析的核心技能之一，從Excel到SQL絕對是數據處理效率的一大進步。
學習圍繞Select展開。增刪改、約束、索引、數據庫範式均可以跳過。
主要了解where，group by，order by，having，like，count，sum，min，max，distinct，if，join，left join，limit，and和or的邏輯，時間轉換函數等。
如果想要跟進一步，可以學習row_number，substr，convert，contact等。另外不同數據平台的函數會有差異，例如Presto和phpMyAdmin。
再有點追求，就去了解Explain優化，了解SQL的工作原理，了解數據類型，了解IO。以後就可以和技術研發們談笑風生，畢竟將“這裏有bug”的説話，換成“這塊的數據死鎖了”，逼格大大的不同。
SQL的學習主要是多練，網上尋找相關的練習題，刷一遍就差不多了。
第五週：統計知識學習
很遺憾，統計知識也是我薄弱的地方，可這是數據分析的基礎。
我看過很多產品和運營相關的數據分析文章，沒有多少提及統計知識。這是不嚴謹的。
比如產品的AB測試，如果產品經理並不清楚置信度的含義和概念，那麼好的效果並不意味着真正的好。尤其是5%這種非顯著的提高。
比如運營一次活動，運營若不了解檢驗相關的概念，那麼如何去判別活動在數據上是有效果還是沒有效果？別説平均數。
再討論一下經典的概率問題，如果一個人獲流感，實驗結果為陽性的概率為90%；如果沒有獲流感，實驗結果為陽性的概率為9%。現在這個人檢驗結果為陽性，他有多少機率是得了流感？
如果你覺得機率有50%、60%、70%等等，那麼都犯了直覺性的錯誤。它還和得病的基礎概率有關。
統計知識會教我們以另一個角度看待數據。如果大家了解過《統計數據會撒謊》，那麼就知道很多數據分析的決策並不牢靠。
我們需要花一週的時間掌握描述性統計，包括均值、中位數、標準差、方差、概率、假設檢驗、顯著性、總體和抽樣等概念。
不需要學習更高階的統計知識，誰讓我們是速成呢。只要做到不會被數據欺騙，不犯錯誤就好。
以Excel的分析工具庫舉例。在初級的統計學習中，需要了解列1的各名詞含義，而不是停留在平均數這個基礎上。
圖片來源於網絡
第六週：業務知識（用户行為、產品、運營）
這一週需要了解業務。對於數據分析師來説，業務的了解比數據方法論更重要。當然很遺憾，業務學習沒有捷徑。
我舉一個數據沙龍上的例子，一家O2O配送公司發現在重慶地區，外賣員的送貨效率低於其他城市，導致用户的好評率降低。總部的數據分析師建立了各個指標去分析原因，都沒有找出來問題。後來在訪談中發覺，因為重慶是山城，路面高低落差比較誇張，很多外賣人員的小電瓶上不了坡…所以導致送貨效率慢。
這個案例中，我們只知道送貨員的送貨水平距離，即POI數據，根本不可能知道垂直距離的數據。這就是數據的侷限，也是隻會看數據的分析師和接地氣分析師的最大差異。
對業務市場的了解是數據分析在工作經驗上最大的優勢之一。不同行業領域的業務知識都不一樣，我就不獻醜了。在互聯網行業，有幾個寬泛的業務數據需要了解。
產品數據分析，以經典的AAARR框架學習，了解活躍留存的指標和概念（這些內容，我的歷史文章已經涉及了部分）。
並且數據分析師需要知道如何用SQL計算。因為在實際的分析過程中，留存只是一個指標，通過userId 關聯和拆分才是常見的分析策略。
網站數據分析，可以抽象吃一個哲學問題：
用户從哪裏來（SEO／SEM），用户到哪裏去（訪問路徑），用户是誰（用户畫像／用户行為路徑）。
雖然網站已經不是互聯網的主流，但現在有很多APP+Web的複合框架，朋友圈的傳播活動肯定需要用到網頁的指標去分析。
用户數據分析，這是數據化運營的一種應用。
在產品早期，可以通過埋點計算轉化率，利用AB測試達到快速迭代的目的，在積累到用户量的後期，利用埋點去分析用户行為，並且以此建立用户分層用户畫像等。
例如用貝葉斯算法計算用户的性別概率，用K聚類算法劃分用户的羣體，用行為數據作為特徵建立響應模型等。不過快速入門不需要掌握這些，只需要有一個大概的框架概念。
除了業務知識，業務層面的溝通也很重要。在業務線足夠長的時候，我不止一次遇到產品和運營沒有掌握所有的業務要點，尤其涉及跨部門的分析。良好的業務溝通能力是數據分析的基礎能力。
第七週：Python/R 學習
終於到第七週，也是最痛苦的一週。這時應該學習編程技巧。
是否具備編程能力，是初級數據分析和高級數據分析的風水嶺。數據挖掘，爬蟲，可視化報表都需要用到編程能力（例如上文的多元散點圖）。掌握一門優秀的編程語言，可以讓數據分析師事半功倍，升職加薪，迎娶白富美。
以時下最熱門的R語言和Python為學習支線，速成只要學習一條。
我剛好兩類都學過。R的優點是統計學家編寫的，缺點也是統計學家編寫。如果是各類統計函數的調用，繪圖，分析的前驗性論證，R無疑有優勢。但是大數據量的處理力有不逮，學習曲線比較陡峭。Python則是萬能的膠水語言，適用性強，可以將各類分析的過程腳本化。Pandas，SKLearn等各包也已經追平R。
學習R，需要了解數據結構（matrix，array，data.frame，list等）、數據讀取，圖形繪製( ggplot2)、數據操作、統計函數(mean,median,sd,var,scale等)。高階的統計暫時不用去涉及，這是後續的學習任務。
R語言的開發環境建議用RStudio。
學習Python有很多分支，我們專注數據分析這塊。需要了解調用包、函數、數據類型(list,tuple,dict)，條件判斷，迭代等。高階的Numpy和Pandas在有精力的情況下涉及。
Python的開發環境建議Anaconda，可以規避掉環境變量、包安裝等大部分新手問題。Mac自帶Python2.7，但現在Python 3已經比幾年前成熟，沒有編碼問題，就不要抱成守舊了。
對於沒有技術基礎的運營和產品，第七週最吃力，雖然SQL＋Excel足夠應付入門級數據分析，但是涉及到循環迭代、多元圖表的分析部分，複雜度就呈幾何上升。更遑論數據挖掘這種高階玩法。
我也相信，未來了解數據挖掘的產品和運營會有極強的競爭力。
到這裏，剛剛好是七週。如果還需要第八週+，則是把上面的鞏固和融會貫通，畢竟這只是目的性極強的速成，是開始，而不是數據分析的畢業典禮。
如果希望數據分析能力更近一步，或者成為優秀的數據分析師，每一週的內容都能繼續學習至精通。實際上，業務知識、統計知識僅靠兩週是非常不牢固的。
再往後的學習，會有許多分支。比如偏策劃的數據產品經理，比如偏統計的機器學習，比如偏商業的市場分析師，比如偏工程的大數據工程師。這是後話了。
雷鋒網(公眾號：雷鋒網)注：本文由人人都是產品經理作者秦路授權發佈雷鋒網，公眾號：tracykanc。未經作者允許，禁止轉載。
雷鋒網原創文章，轉載請註明來源出處
資料來源：雷鋒網
作者/編輯：人人都是產品經理
我會按照提綱針對性的增加互聯網側的內容，比如網站分析，用户行為序列等。我也不想留於表面，而是系統性講述。比如什麼是產品埋點？在獲得埋點數據後，怎麼利用Python / Pandas的shift ( )函數將其清洗為用户行為session，進而計算出用户在各頁面的停留時間，後續如何轉換成統計寬表，如何以此建立用户標籤等。
下面是各周的學習概述。
第一週：Excel學習掌握
如果Excel玩的順溜，你可以略過這一週。不過介於我入行時也不會vlookup，所以有必要講下。
重點是了解各種函數，包括但不限於sum，count，sumif，countif，find，if，left/right，時間轉換等。
Excel函數不需要學全，重要的是學會搜索。即如何將遇到的問題在搜索引擎上描述清楚。
我認為掌握vlookup和數據透視表足夠，是最具性價比的兩個技巧。
引用學會vlookup，SQL中的join，Python中的merge很容易理解。
學會數據透視表，SQL中的group，Python中的pivot_table也是同理。
這兩個搞定，基本10萬條以內的數據統計沒啥難度，80%的辦公室白領都能秒殺。
Excel是熟能生巧，多找練習題。還有需要養成好習慣，不要合併單元格，不要過於花哨。表格按照原始數據（sheet1）、加工數據（sheet2），圖表（sheet3）的類型管理。
下面是為了以後更好的基礎而附加的學習任務：
引用了解單元格格式，後期的數據類型包括各類timestamp，date，string，int，bigint，char，factor，float等。
了解數組，以及怎麼用（excel的數組挺難用），Python和R也會涉及到 list。
了解函數和參數，當進階為編程型的數據分析師時，會讓你更快的掌握。
了解中文編碼，UTF8和ASCII，包括CSV的delimiter等，以後你會回來感謝我的。
這一週的內容我會拆分成兩部分：函數篇和技巧篇。
這是一道練習題，我給你1000個身份證號碼，告訴我裏面有多少男女，各省市人口的分佈，這些人的年齡和星座。如果能完成上述過程，那麼這一週就直接略過吧。（身份證號碼規律可以網上搜索）
第二週：數據可視化
數據分析界有一句經典名言，字不如表，表不如圖。數據可視化是數據分析的主要方向之一。除掉數據挖掘這類高級分析，不少數據分析就是監控數據觀察數據。
數據分析的最終都是要兜售自己的觀點和結論的。兜售的最好方式就是做出觀點清晰數據詳實的PPT給老闆看。如果沒人認同分析結果，那麼分析也不會被改進和優化，不落地的數據分析價值又在哪裏？
首先要了解常用的圖表：
Excel的圖表可以100%完成上面的圖形要求，但這只是基礎。後續的進階可視化，勢必要用到編程繪製。為什麼？比如常見的多元分析，你能用Excel很輕鬆的完成？但是在IPython只需要一行代碼。
其次掌握BI，下圖是微軟的BI。
BI（商業智能）和圖表的區別在於BI擅長交互和報表，更擅長解釋已經發生和正在發生的數據。將要發生的數據是數據挖掘的方向。
BI的好處在於很大程度解放數據分析師的工作，推動全部門的數據意識，另外降低其他部門的數據需求（萬惡的導數據）。
BI市面上的產品很多，基本都是建立儀表盤Dashboard，通過維度的聯動和鑽取，獲得可視化的分析。
最後需要學習可視化和信息圖的製作。
這是安（裝）身（逼）立（加）命（薪）之本。這和數據本事沒有多大關係，更看重審美、解讀、PPT、信息化的能力。但值得花一點時間去學習。
數據可視化的學習就是三個過程：
引用了解數據（圖表）
整合數據（BI）
展示數據（信息化）
第三週：分析思維的訓練
這周輕鬆一下，學學理論知識。
好的數據分析首先要有結構化的思維，也就是我們俗稱的金字塔思維。思維導圖是必備的工具。
之後再了解SMART、5W2H、SWOT、4P理論、六頂思考帽等框架。這些框架都是大巧不工的經典。
分析也是有框架和方法論的，主要圍繞三個要點展開：
引用一個業務沒有指標，則不能增長和分析；
好的指標應該是比率或比例；
好的分析應該對比或關聯。
舉一個例子：我告訴你一家超市今天有1000人的客流量，你會怎麼分析？
引用這1000人的數量，和附近其他超市比是多是少？（對比）
這1000人的數量比昨天多還是少？（對比）
1000人有多少產生了實際購買？（轉化比例）
路過超市，超市外的人流是多少？（轉化比例）
這是一個快速搭建分析框架的方法。如果只看1000人，是看不出分析不出任何結果。
優秀的數據分析師會拷問別人的數據，而他本身的分析也是經得起拷問，這就是分析思維能力。需要確切明白的是，一週時間鍛鍊不出數據思維，只能做到了解。數據思維是不斷練習的結果，我只是儘量縮短這個過程。
第四周：數據庫學習
Excel對十萬條以內的數據處理起來沒有問題，但是互聯網行業就是不缺數據。但凡產品有一點規模，數據都是百萬起。這時候就需要學習數據庫。
越來越多的產品和運營崗位，會在招聘條件中，將會SQL作為優先的加分項。
SQL是數據分析的核心技能之一，從Excel到SQL絕對是數據處理效率的一大進步。
學習圍繞Select展開。增刪改、約束、索引、數據庫範式均可以跳過。
主要了解where，group by，order by，having，like，count，sum，min，max，distinct，if，join，left join，limit，and和or的邏輯，時間轉換函數等。
如果想要跟進一步，可以學習row_number，substr，convert，contact等。另外不同數據平台的函數會有差異，例如Presto和phpMyAdmin。
再有點追求，就去了解Explain優化，了解SQL的工作原理，了解數據類型，了解IO。以後就可以和技術研發們談笑風生，畢竟將“這裏有bug”的説話，換成“這塊的數據死鎖了”，逼格大大的不同。
SQL的學習主要是多練，網上尋找相關的練習題，刷一遍就差不多了。
第五週：統計知識學習
很遺憾，統計知識也是我薄弱的地方，可這是數據分析的基礎。
我看過很多產品和運營相關的數據分析文章，沒有多少提及統計知識。這是不嚴謹的。
比如產品的AB測試，如果產品經理並不清楚置信度的含義和概念，那麼好的效果並不意味着真正的好。尤其是5%這種非顯著的提高。
比如運營一次活動，運營若不了解檢驗相關的概念，那麼如何去判別活動在數據上是有效果還是沒有效果？別説平均數。
再討論一下經典的概率問題，如果一個人獲流感，實驗結果為陽性的概率為90%；如果沒有獲流感，實驗結果為陽性的概率為9%。現在這個人檢驗結果為陽性，他有多少機率是得了流感？
如果你覺得機率有50%、60%、70%等等，那麼都犯了直覺性的錯誤。它還和得病的基礎概率有關。
統計知識會教我們以另一個角度看待數據。如果大家了解過《統計數據會撒謊》，那麼就知道很多數據分析的決策並不牢靠。
我們需要花一週的時間掌握描述性統計，包括均值、中位數、標準差、方差、概率、假設檢驗、顯著性、總體和抽樣等概念。
不需要學習更高階的統計知識，誰讓我們是速成呢。只要做到不會被數據欺騙，不犯錯誤就好。
以Excel的分析工具庫舉例。在初級的統計學習中，需要了解列1的各名詞含義，而不是停留在平均數這個基礎上。
圖片來源於網絡
第六週：業務知識（用户行為、產品、運營）
這一週需要了解業務。對於數據分析師來説，業務的了解比數據方法論更重要。當然很遺憾，業務學習沒有捷徑。
我舉一個數據沙龍上的例子，一家O2O配送公司發現在重慶地區，外賣員的送貨效率低於其他城市，導致用户的好評率降低。總部的數據分析師建立了各個指標去分析原因，都沒有找出來問題。後來在訪談中發覺，因為重慶是山城，路面高低落差比較誇張，很多外賣人員的小電瓶上不了坡…所以導致送貨效率慢。
這個案例中，我們只知道送貨員的送貨水平距離，即POI數據，根本不可能知道垂直距離的數據。這就是數據的侷限，也是隻會看數據的分析師和接地氣分析師的最大差異。
對業務市場的了解是數據分析在工作經驗上最大的優勢之一。不同行業領域的業務知識都不一樣，我就不獻醜了。在互聯網行業，有幾個寬泛的業務數據需要了解。
產品數據分析，以經典的AAARR框架學習，了解活躍留存的指標和概念（這些內容，我的歷史文章已經涉及了部分）。
並且數據分析師需要知道如何用SQL計算。因為在實際的分析過程中，留存只是一個指標，通過userId 關聯和拆分才是常見的分析策略。
網站數據分析，可以抽象吃一個哲學問題：
用户從哪裏來（SEO／SEM），用户到哪裏去（訪問路徑），用户是誰（用户畫像／用户行為路徑）。
雖然網站已經不是互聯網的主流，但現在有很多APP+Web的複合框架，朋友圈的傳播活動肯定需要用到網頁的指標去分析。
用户數據分析，這是數據化運營的一種應用。
在產品早期，可以通過埋點計算轉化率，利用AB測試達到快速迭代的目的，在積累到用户量的後期，利用埋點去分析用户行為，並且以此建立用户分層用户畫像等。
例如用貝葉斯算法計算用户的性別概率，用K聚類算法劃分用户的羣體，用行為數據作為特徵建立響應模型等。不過快速入門不需要掌握這些，只需要有一個大概的框架概念。
除了業務知識，業務層面的溝通也很重要。在業務線足夠長的時候，我不止一次遇到產品和運營沒有掌握所有的業務要點，尤其涉及跨部門的分析。良好的業務溝通能力是數據分析的基礎能力。
第七週：Python/R 學習
終於到第七週，也是最痛苦的一週。這時應該學習編程技巧。
是否具備編程能力，是初級數據分析和高級數據分析的風水嶺。數據挖掘，爬蟲，可視化報表都需要用到編程能力（例如上文的多元散點圖）。掌握一門優秀的編程語言，可以讓數據分析師事半功倍，升職加薪，迎娶白富美。
以時下最熱門的R語言和Python為學習支線，速成只要學習一條。
我剛好兩類都學過。R的優點是統計學家編寫的，缺點也是統計學家編寫。如果是各類統計函數的調用，繪圖，分析的前驗性論證，R無疑有優勢。但是大數據量的處理力有不逮，學習曲線比較陡峭。Python則是萬能的膠水語言，適用性強，可以將各類分析的過程腳本化。Pandas，SKLearn等各包也已經追平R。
學習R，需要了解數據結構（matrix，array，data.frame，list等）、數據讀取，圖形繪製( ggplot2)、數據操作、統計函數(mean,median,sd,var,scale等)。高階的統計暫時不用去涉及，這是後續的學習任務。
R語言的開發環境建議用RStudio。
學習Python有很多分支，我們專注數據分析這塊。需要了解調用包、函數、數據類型(list,tuple,dict)，條件判斷，迭代等。高階的Numpy和Pandas在有精力的情況下涉及。
Python的開發環境建議Anaconda，可以規避掉環境變量、包安裝等大部分新手問題。Mac自帶Python2.7，但現在Python 3已經比幾年前成熟，沒有編碼問題，就不要抱成守舊了。
對於沒有技術基礎的運營和產品，第七週最吃力，雖然SQL＋Excel足夠應付入門級數據分析，但是涉及到循環迭代、多元圖表的分析部分，複雜度就呈幾何上升。更遑論數據挖掘這種高階玩法。
我也相信，未來了解數據挖掘的產品和運營會有極強的競爭力。
到這裏，剛剛好是七週。如果還需要第八週+，則是把上面的鞏固和融會貫通，畢竟這只是目的性極強的速成，是開始，而不是數據分析的畢業典禮。
如果希望數據分析能力更近一步，或者成為優秀的數據分析師，每一週的內容都能繼續學習至精通。實際上，業務知識、統計知識僅靠兩週是非常不牢固的。
再往後的學習，會有許多分支。比如偏策劃的數據產品經理，比如偏統計的機器學習，比如偏商業的市場分析師，比如偏工程的大數據工程師。這是後話了。
雷鋒網(公眾號：雷鋒網)注：本文由人人都是產品經理作者秦路授權發佈雷鋒網，公眾號：tracykanc。未經作者允許，禁止轉載。
雷鋒網原創文章，轉載請註明來源出處
資料來源：雷鋒網
作者/編輯：人人都是產品經理
請按此登錄後留言。未成為會員? 立即註冊