凡是问我数据分析转行的人，我都慎而又慎且始终坚持一点：
不要拿着幸存者偏差的例子，当作自己未来人生的模板
我之前很喜欢跟别人分享自己的转行经历，因为我也是转行自学做数据分析的，现在也做一些与数分相关的工作，也会经常面试数据分析岗位的新人，在公众号上每天也都有人问我转行的问题，每一次我都不吝啬分享自己的故事
但后来我发现我错了，这样不仅不会给他们真实的参考，还会误导他们，让他们产生一种错觉：
数据分析行业原来就这么简单，看来我也能转行去学！
甚至有不少人都裸辞去自学数据分析，最后呢，一地鸡毛
这是很可怕的，因为职业岗位的任何一次转变，都有可能影响一个人乃至一家人的后半生，我没能力、也没权利决定和改变别人的一生，因此我渐渐不再分享自己的故事，只讲自己这几年在这个行业浮沉中的眼中所见，虽然冰冷，倒也真实
关于数据行业岗位
首先数据分析师岗位的需求有所下降，这主要是指对新手分析师的需求下降，高端岗位依然紧俏
至于原因，一来数据分析目前门槛太低，一时间涌入了太多人，慢慢将数据分析这个能力转化成了业务方自己的附属能力，数据分析就不值钱了；
二来数据分析也是被人炒起来的概念，当年公司老板像追琼瑶似的追数分，后来发现数据分析不能直接提升业绩，热情早就冷淡多了
不过如果真的想要自学，我建议：
按照我一贯推崇的学习路径，数据分析一定要先学基础和方法，再学工具和技能，但是很多人都恰恰本末倒置了，下面我就按照基础和工具的顺序，说一下应该学习哪些内容：
1、数据分析基础包括：
（1）统计学基础
数理统计学是数据分析的基础之一，很多人连统计学概念都没搞清楚就跑去学python、学excel，结果却发现越学越难。
首先要了解一些统计学的基本概念，比如什么叫描述型统计？什么叫假设检验？什么叫正态分布？
然后再去学习统计学里的数据模型，比如聚类、回归，这些都是业务分析中必备的内容。
关于统计学，大家可以看一看《深入浅出统计学》、《赤裸裸的统计学》、《统计学概论》这几本书。
（2）数据分析思维的养成
思维往往是很多人忽略的一点，但其实作为数据分析师来说，最起码要了解和学习数据分析中的思维定式，比如结构化思维、演绎推理等等，这些我们可以在生活中慢慢培养。
因为数据分析是靠人来做的，既然是靠人，就免不了要受到个人的思维影响，很大程度上数据思维能决定我们分析问题的方向和思路，建议大家可以看看下面这本书：
（3）数据分析模型与方法
大多数时候，我们做业务分析都是依靠的分析模型，因此学习一些常见的数据模型是非常必要的，这也是基于我们的数据分析思路自然而然养成的。
比如我看到流失分析，就想到肯定会用漏斗模型；比如我想到商品关联分析，就一定要用到购物篮模型；比如我看到会员分析，就一定会想到RFM模型
这部分建议大家看看《深入浅出数据分析》，《谁说菜鸟不会数据分析》也可以看看，不过比较简单，当做入门书看比较合适
2、数据分析工具和技能包括：
（1）SQL
取数的必备技能，要掌握一定的数据库基础，主要是学习sql的语法，建议大家看看《sql server：从入门到精通》、《MYSQL必知必会》：
（2）Excel
主要学习数据清洗、数据透视表、DAX函数这三个功能，有能力的可以学学VBA，不过业务分析不建议太深入，推荐读物：
（3）BI工具
用来做数据分析的主要工具，比如tableau、powerbi、FineBI等等，这些工具都各有特点和适用环境，大家可以参考下面这篇文章：《这可能是今年最值得推荐的数据分析工具》
FineBI：https://www.finebi.com/?utm_source=media&utm_medium=CSDN
（4）Python/R
数据分析也需要至少掌握一种编程语言，万能Python是最合适的了，不过也有很多人喜欢R，二者对于业务分析来说，差别并不大
先学这样吧，这都是基础内容，有了这样才能具备基本的面试水准
最后谈一谈转行的看法
虽然我之前一直推崇数据分析，但是十年过去了，我如今已经不再奉劝大家进入数据分析行业里，这个行业的基础岗位实在是太饱和了，除非你是数据分析人才，否则很难在这片红海里翻身
转行有风险，你的筹码越多，就越能控制住风险。你现在的筹码还太少，所以千万别被灌了鸡汤，这行被鸡汤害惨的人不在少数，保持清醒的头脑才是最关键的
别看了几篇自媒体文章就一股脑梭哈了，自己手里要留着能打的牌，所以我一般都提倡业务时间学习数据分析，准备充足之后，无论是进是退就不会心慌了