计算机女生想要从事互联网但是编程不好，想做数据分析，怎么办？ 举报 理由 举报 取消 学计算机阿阿阿阿，还是挺喜欢互联网的，也想从事互联网行业，可是编程超级差阿，咋办？ 2017年9月18日 7 条回复 1146 次浏览 分析,大学生就业,数据
回复 ( 7 )
谢邀。回答问题之前我可以先跟你分享一下我好朋友的例子吧，跟你的情况很类似，看下能不能给你带来一定的启发。
好朋友：男生，大学本科学的是信息管理（好长，具体忘了），跟计算机相关，本身他有一些统计、分析相关的基础，当然他也纠结过就业选择问题，毕业后也是进入一家公司做分析师，但是大学所学知识肯定不能满足工作需求，于是从工作的第二个月他每天下班重新回到母校上晚自习，看跟数据分析相关的书籍（后来问了下：跟统计、SPSS等相关的专业书），一切都是靠自学的，没人教，学习的劲头远远超过了大学四年，后来他来北京去了一家大公司，现在也在一家大公司，薪资都还不错，发展也很不错，能力也得到认可。希望他这个例子可以给你带来一些启发吧。
言归正传，咱们谈谈如何学习数据分析。
1、学科知识：从数据分析涉及到的专业知识点上看，主要是这些：
（1）统计学：参数检验、非参检验、回归分析等
（2）数学：线性代数、微积分等
（3）社会学：主要是一些社会学量化统计的知识，如问卷调查与统计分析；还有就是一些社会学的知识，这些对于从事营销类的数据分析人员比较有帮助
（4）经济金融：如果是从事这个行业的数据分析人员，经济金融知识是必须的，这里就不多说了
（5）计算机：从事数据分析工作的人必须了解你使用的数据是怎么处理出来的，要了解数据库的结构和基本原理，同时如果条件充足的话，你还能有足够的能力从数据库里提取你需要的数据（比如使用SQL进行查询），这种提取数据分析原材料的能力是每个数据从业者必备的。此外，如果要想走的更远，还要能掌握一些编程能力，从而借住一些专业的数据分析工具，帮助你完成工作。
……好好学习，虽然累，但是要坚持！
2、软件相关：从事数据分析方面的工作必备的工具是什么
（1）数据分析报告类：Microsoft Office软件等，如果连excel表格基本的处理操作都不会，连PPT报告都不会做，那我只好说离数据分析的岗位还差的很远。现在的数据呈现不再单单只是表格的形式，而是更多需要以可视化图表去展示你的数据结果，因此数据可视化软件就不能少，BDP、ECharts等这些必备的，就看你自己怎么选了。
（2）专业数据分析软件：Office并不是全部，要从在数据分析方面做的比较好，你必须会用（至少要了解）一些比较常用的专业数据分析软件工具，比如SPSS、SAS、Matlab等等，这些软件可以很好地帮助我们完成专业性的算法或模型分析，还有高级的python、R等。
（3）数据库：hive、hadoop、impala等数据库相关的知识可以学习；
（3）辅助工具：比如思维导图软件（如MindManager、MindNode Pro等）也可以很好地帮助我们整理分析思路。
最重要的是：理论知识+软件工具+数据思维=数据分析基础，最后要把这些数据分析基础运用到实际的工作业务中，好好理解业务逻辑，真正用数据分析驱动网站运营、业务管理，真正发挥数据的价值。
希望能帮到你啊，希望你尽快成为一名优秀的数据分析师！！！
我就是程序员转行做数据分析。其实程序员做数据分析还是有优势的，常用工具、逻辑思维和业务逻辑是相通的。会mysql和简单编程是个大优势。金融市场
可以跟你分享下经验。
1.需要了解知识体系，拟一个学习计划。
包括市场、经济学、数据分析工具、图表优化、报告生成。其中SPSS和EXCEL很重要。你可以先看看《谁说菜鸟不会数据分析》这本书。
2.从面试要求入手，根据前景和爱好来确认职业规划。
智联招聘、51job、拉手网，目前主要是这三个网站。
3.培养自己行业背景知识。
医疗、金融、政府、电商、交通、天气、旅游，目前这些方向最需要数据分析。
最后，有信心有爱好有毅力，做数据分析越做越有意思。
我就是这样转的，慢慢觉得Excel已经足够强大好用了，SQL还在慢慢的学习中，所以编程好不好这件事情应该不太重要。
个人觉得做数据分析多关注以下几个能力的培养吧。
一、逻辑思维
有时候会觉得这是天生优势，不过学计算机感觉有强化到逻辑；
系统性——考虑问题全面，根据工作标的搭建数据报表体系；
将日常数据汇总放到平时进行，随用随取，一则可将大量的数据处理时间分散开，二则可有效减少数据错误，就算有临时加急的工作，有日常的数据积累也可从容应对；
这点其实是数据分析中提升效率的有效方法，但很多人会忽视；
条理性——数据及指标的分解和抽取能力，数据报表及PPT的呈现能力；
根据分析需求整理并加工数据，提取相关字段，哪些字段之间有关联，需要建立联系，是否能形成可长期监控的指标；需要几项指标可以多维度的去监控一个项目或者费用；
要有意识的去培养自己分析前思考能力，我自己习惯在工作前先在纸上搭好大致的架构；
比如第一项：业务信息数据，第二项：数据分析方法及相关指标，第三项：注意事项；
如果是向上汇报的报表或PPT同上，先搭好架构再填内容，有时候还会在纸上画个报表界面:)
节奏感——数据工作容易出错，所以不能着急，要有自己的工作节奏；
大家应该都有过类似情况，越着急的时候越容易犯错，特别是做数据分析，有时候一项数据出现错误可能要推倒重来，所以做数据分析要有预判能力，在一些关键时间点提前准备，制定时间计划，最好在deadline前保留两三天的余量以备调整。
二、学习能力
很多数据相关的技能都是在工作中边做边学的，比如函数，动态图表，一些小技巧，以及PPT的审美，这些可以利用碎片化时间，基本微信一篇文章或知乎上的一个回答10-15分钟可以看完，看到实用的我都会截屏保存或者收藏。
1、数据分析一般第一步面临的是大量的数据处理，技能提升=工作效率，如果使用Excel掌握常用函数以及二次、三次加工方法是根本；
2、动态图表用在日常监控报表很实用，可以实现快速更新并供多对象使用；
3、PPT的呈现能力，一是形式为内容服务，二是语言精练，三要有审美，可以有效让读者看到重点信息并有效记忆。
三、数据敏感性
在非自动化判别数据分析结果时，个人数据敏感性还挺重要的，根据目前接触的身边人，逻辑思维好的基本数据敏感性也不差；
一是根据几项数据结果进行对比以判别其中是否有异常，这一般是我用来检查其他人反馈的数据是否准确；另外通过日常监控报表与历史数据进行对比，以判断当前业务的趋势；
二是通过数据分析结果发现问题，从而提出解决措施，这项数据的异常是哪个环节的问题，需要我们对业务和相关数据的足够熟悉；
所以数据分析工作不能片面，对业务的了解也同样重要。
希望可以帮到喜欢数据分析的各位。
数据分析，运营，产品经理，编程之外的工作多了去了
1.大部分小公司对数据分析的认知仅限于统计收集，然后报告上去。使用工具为excel、ppt
2.会sql是一大优势，如今都炒大数据，很多公司布Hadoop平台。使用工具为hive/oracle
3.一些老大喜欢模型的概念，比如产品推荐模型。使用工具为spss/python/R
4.编程不好对成数据分析师影响并不大。
5.数据分析师在大部分公司概念模糊，不受重视，容易成为被炒第一批人。
6.先乖乖去实习。
做产品经理或者数据分析师都可以。
首先要确定自己是否能喜欢上数据分析或者是大数据分析这个职业方向；其次就是对自己已有的技能进行总结，以确定自己已经具有的基础能力；再次要让自己清楚地知道数据分析师需要什么技能，以便自己能有的放矢的进行培训；最后就是要选择一个行业，针对此行业企业对于数据分析人员的要求，选择自学或者是参加某些培训机构的定向培养。