我羡慕那些从学校走出甚至还未走出的时候，就可以以自己学会的知识和技术来创造价值的人；而另外一些人，比如我，要再过很久才能找到自己的位置。已经开始读这篇文章的话，你与我很可能是同类。

大学期间，我基本算得上是个正牌的文科生。毕业之后，目光却逐渐转向数据分析，这个跨度颇有点不靠谱的意味。不过，在岗位上一段时间之后，我发现像我这样的人不在少数，只是他们可能在开始时距离“数据”没有那么远，例如传媒或者社会科学，但大家跨越自己原专业、进行新知识学习的程度是相似的。既然如此，也一定会有后来人需要这些故事和鼓励，使他们在立志的时候，得到一些示例、经验以及方法，大致的感知某些路径，以便在专业背景弱势、技术起点偏低的情况下，避免绕弯路，避免挫折，更有效率的前进。豆瓣配套豆列：从文科生到数据分析师（书籍部分）

我们所说的“数据分析”：产业与链条

“数据分析”是一个含义颇为宽泛的概念，并且，在这个数据化的时代，这个概念几乎是无处不在的。为了保证内容的有效性，在这里仅提供我了解的一些方面。

我接触的数据分析，主要是围绕互联网产品展开的。从数据采集前的规划，到采集过程（交互逻辑设计等），到回收数据的整理（机器层面和人工层面），与业务相联系的数据汇总，到后期的报告呈现（项目成果呈现），都有“数据分析”涉及。

对单一产品来讲，数据分析（非挖掘）的集中体现，往往在运营层面。一方面是日常数据的跟踪，另一方面是重大活动、市场策略、新版本上市时的数据监测。产品经理也可以依据产品日常数据进行用户需求分析。从典型性上看，电商和网络游戏是这个框架下比较成熟的两类数据链条。

对于商业咨询/研究来讲，数据分析为观点服务，这里的数据分析，选样、分析过程、呈现都是依附于特定商业目标和商业逻辑的，没有太多的共性。重要的是要知道如何获取高质量的数据，以及熟练使用业界通用的分析方法。

此外，在一些商业提案、演讲、培训中也会用到数据分析，这里的数据分析更是为了主题服务，一方面需要描述市场规模、时间变化趋势等的宏观数据，另一方面需要具体的案例数据，讲述提案所涉及的方法在哪些指标上使客户/用户得到提升。

综上，数据分析可能出现在产业链条的任何一个位置，产品、运营、市场，甚至销售、商务、人力，等等等等，当然职位可能就叫数据分析，但理解这个职位在哪一个业务板块，会更利于数据分析的进行。

转型数据分析，早期技能综述

数据分析在我看来是个无底洞，越做越觉得技能欠缺——文科生可能尤其如此，因为他们几乎零基础；这如果不令他们陷入迷茫，就很可能令他们陷入知识获取的癫狂状态。深浅远近的知识一起吃未必不好，不过我还是建议入门早期首先关注三个方面：

1、统计学基础

基本的统计学原理和简单的几种分布的概念。可能在工作中都用不到分布，但这是后续升级的基础。推荐书目：

深入浅出数据分析 (豆瓣)

深入浅出统计学 (豆瓣)

爱上统计学 (豆瓣)

后两本有所重合，随意看一本即可。【《爱上统计学》我有pdf电子版，需要的话可以留邮箱。】

还有网络课程：Statistical Thinking and Data Analysis

2、业务逻辑

就是业务逻辑，公司与公司不同，岗位与岗位不同。业务逻辑包括数据指标和计算方法，还有一些特殊的时间点、事件带来的例外情况。可以学习一下市场营销的课程，或者看一本入门教材，了解一下Marketing的大致方法论。

如市场营销原理 (豆瓣)，另参考《如何在一周内摸清一个行业》

3、Excel，SPSS至少一种

最基本的数据处理和制图用工具。一些基础函数和数据透视表是最最基础的技能。

可参考谁说菜鸟不会数据分析 (豆瓣)

另外可以关注一些网络视频课程。此外，了解一些数理逻辑基础、数据结构基础、软件工程的基础会更方便理解互联网的产品。

文科生做数据分析，有何优势

个人认为，最大的优势在于，当数据分析需要呈现的时候，很多文科生有能力一击抓住要点。这是需要跳出数据，思考问题本身的时刻。此时有必要相信距离媒体更近、距离项目报告更近的专业出身的学生。此外，有些数据分析需要宏观层面的联想，甚至一些出人意表的思路。文科生可以发挥创意。然后，文科生可能有着更多与“人”沟通的倾向和能力，这对数据需求的获取和数据表达的方向至关重要。培养这些能力，可参考：

认知盈余 (豆瓣)

爆发 (豆瓣)

引爆点 (豆瓣)

浅薄 (豆瓣)

另外一些心理学的书籍也可以培养观察数据的角度问题。不过，总体来讲，上述都略有牵强，这一段是本篇的鸡汤属性较强的地方。因为过于发散的思维可能影响数据分析的严谨性。且如果文科生做数据分析处处是优点，也就不会有这系列文章了。

入门建议，找一个喜欢的行业入手，这个行业需要真正重视数据而不仅是把数据挂在嘴边的，也即，数据是其核心竞争力，或是产品进步的必要推动力。最好是小公司。大公司里你很可能只是一个汇总Excel、写周报的，连上下游的数据维度都摸不到。边入门边想清楚自己最终想走到哪一步。到市场传播，还是到产品经理，到投资/管理/业务咨询，甚至是向数据挖掘靠拢？每个方向所要关注的东西都是不同的。不抛弃，不放弃。同时放轻松，知道这将是一场漫长而艰苦的斗争。