（我的个人从业经历）
1、入行-择业的逻辑
·选择互联网行业。在从宏观上，一切行业互联网化是未来的大趋势，薪资福利更高·····期望岗位数据分析。随着数字化社会发展，带来的是人才缺口，互联网企业对人才的需求，每年以20%的速度增长，其中以“数据分析”人才缺口最为突出，也是各家企业互相争抢的高技能人才。未来是大数据时代，数据分析的发展空间更巨大，且数据领域的发展是令人兴奋的····
·入行原因：主要大学是数学系的，但是实际上并没有接触过太多数据分析相关内容，对Excel基本只是停留在用过的阶段，也就是会填写表格做基础的四则运算。
那个年代互联网也没有如今这么发达，尤其是自媒体这块，所以网上能找到的学习资料也基本都是一些机构产出的，不像现在各种行业都有大佬或者资深热衷于知识的传播分享，我们可以接触非常之多知识！
因为自己是数学系的自认为对数据敏感。所以选择了数据分析，入行后有一个很好的领导，但是在数据分析上并没有老师带，基本都是在工作中学习在学习中工作。当时是负责游戏的数据分析，公司有比较完善的数据分析平台和数据支持部门，我的分析工作大多数都是对已加工过的数据进行二次加工然后形成日报周报之类的，再就是根据实际的分析场景找数据支持部门发起提数需求（他们会写SQL提数给我），我再二次加工形成想要的指标。这个阶段我用到的工具就是Excel，做图表。
2、入行-数据领域相关岗位
其实这些岗位贯穿我们整个数据分析过程。数据的收集、加工、处理，再做一些数据分析，做一些数据可视化，再把数据的一些结论进行一些应用，其实它是一个流式化的过程，在每一个过程其实都会去引申出各种相对比较匹配的一些岗位。同样，其实不同的数据分析的岗位，它可能也会覆盖不同的流失过程的一些工作。如我现在做的数据产品，其实我们就会涉及到数据收集的逻辑，也会涉及到数据加工的内容，另外就是数据应用。大家其实可以简单了解一下。
拆分“数据分析”可以为：数据收集—数据处理—数据运营—数据应用。因此，按照这个流程，数据领域相关岗位如下：数据收集负责收集各种各样的原始数据，比如用户何时何地做了什么事情。它依赖于埋点采集系统，而埋点采集，需要收集什么类型数据，属于【数据产品经理】确定规范（数据运营和数据分析师根据公司组织架构也可以兼任）。
收集上来的数据需要存储，往往因为高吞吐量，需要保证数据和日志的稳定性，会采用Flume Kafka，如果有实时统计要求，也得考虑流数据。这块则是【数据工程师】的范畴，包括原始数据的再加工，数据清洗，都是专门的数据团队完成。
当获得数据后，首先第一点是讲各种明细数据处理业务指标，没有指标不成方圆，这里由【数据分析师】定义的。有了指标，配合各种数据产品输出，如用户画像用户标签、BI报表，这些数据产品都由【数据产品经理】统筹排期…另外一方面，【数据挖掘工程师】和【算法专家】则凭各种数据建立模型，进行实时或离线运算。
模型可能会预测用户会不会购买某个商品，可能是做出一系列的推荐，可能是判断用户属于哪个类型，不一而足。更上面一层是业务相关，【数据分析师】会监控和分析BI上指标的波动，【数据挖掘工程】是通过用户反馈数据，衡量算法的优劣、【数据产品经理】按AB测试的结果改进产品。数据工程师保证系统的稳定。
所有层次一环扣一环，每个岗位在其中都发挥特有的作用。数据工程偏底层技术，数据分析偏上层业务，数据挖掘和数据产品处于中间形态。不同公司虽然业务形态不一致，架构会有差异，但是职责不会偏差太大。这也是数据分析为什么会有四个方向。
讲到这里，你大概对数据分析的职业规划有了明晰的了解。当然，它们彼此间并不完全独立，到后期，很多界限会变得模糊。
3、入行-数据的工作内容
在我入行的时候，从事的游戏行业的数据分析，因为在很早期的时候，游戏或者互联网的做运营策略、版本更迭等工作，其实很多时候是拍脑袋的。有一些经验丰富前辈们，凭借自身经验，通过一些数据指标波动，可能需要做一个什么样的运营策略，刺激一下收入的增长，留存的增长，但基本上都是拍脑袋的一种行为。数据分析、数据运营、数据精细化也在那个时候启蒙的，很多互联网公司开始逐步重视数据分析的价值。
当时我的主要工作内容基本上是要形成产品的数据报表。业务的基础数据监控，一二级指标，如 DAU、新增、留存、付费率等相关数据，主要是给老板看的，让老板清晰的了解整个项目的运营状况。
第二，根据业务线的产品特性，会进行与传统一二级指标不太一样的专项数据指标体系。
第三，我们会去做一些所谓的预警，其实就是数据发生一些波动或异常的时候，做简单的模型预警，如超过之前多少值或者低于之前多少值，给出预警，并提出解决方案。
第四，其实有一些专属的功能或者特殊的一些功能，我们需要做一些专项分析，去找出一些问题点。比如，游戏相关的一些产品，游戏其实会有新手引导，其实每个步骤特别细，我们就会去做新手引导，各个流程的分析，去找到流失的一些卡点，针对这些卡点去做更深度的分析。基于数据，定位的原因，再会给我们产品或者我们的策划去提醒，给建议，告诉这里需要去做一些优化了，应该怎么去优化等。
总之，数据分析岗位一般工作内容：·负责和支撑各部门相关的报表；·建立和优化指标体系；·监控数据的波动和异常，找出问题；·优化和驱动业务，推动数据化运营；·找出可增长的市场或产品优化空间；·输出专题分析报告；·····
4、入行-自我提升
为了提高工作效率，自己买了基本Excel的教程，主要学习了函数、数据透视表、快捷键和图表制作。
