发帖
雷达卡
【成都CDA现场班学员分享】一位经理跨界学习的一些看法与心得分享！！！
数据分析交流群：280848607
对于所有关注、咨询数据分析行业的人来说，最关心应该是以下几个问题：
1）对于基础薄弱的人来说，学习课程是不是很难？
2）学习周期是不是很长，至少应该有多久？
那么我说一说个人的心得，以对后来的同行一点帮助。
学习课程可以说难，也可以说不难。这不是墙头草式的说法。学习课程是要一些知识技能基础的，一个连基础数学都没有过关，计算机也不懂的人，让他学数据分析，还不如让他去shi（还好一级课程赠送了95个小时基础内容的视频，自行消化，对于一个每天忙于工作的人来说学到半夜是常事儿。课前认识几个基础薄弱的同学同一时间学习交流，也是非常快乐的）。为什么大家想学数据分析，很重要的一个原因就是其高薪待遇；为什么数据分析行业会成为一个高薪行业，其中一个重要原因就是这是一个准入门槛比较高的行业；什么叫准入门槛高，就是因为其不易学。所以数据分析并不是谁都能做的，如果如同服务员工作般容易，还会有这么多人趋之若鹜但又心有顾虑吗？
这是一个相对难学的过程，需要毅力、悟性、努力以及引导。
然而这是一个不难学的内容，其并非想象般的神秘，很多事物都有这样的特点，当你跨入那个领域，揭开朦胧的面纱，你会发现其虽不如1+1般的容易，亦不会超过9*9的难度。
多数关注数据分析的朋友至少是本科毕业，或者有一定的数据处理的经验，都是具有知识和经验基础的，实际上对具有这些条件的朋友而言，难度并非想象的那么大。
对于初学者，在头脑中构造完整的概念更重要：
高效的课程、优秀的导师并非是通过讲授内容和传递知识的多寡进行衡量（多了消化不良），而应该是告诉初学者在实际工作中会有出现哪些问题，分析这类问题需要哪些领域的知识，并搭建完善的入门知识体系，这让初学者可以灵活运用所学知识，并能根据具体的问题进行自我知识补充。知识是海量的，塑造自学能力才是根本。
再者，入门学习的周期各有不同，主要是看个人的安排，但切记拖延太长，设置在一年左右为宜，一方面压迫自己的学习潜力，一方面尽快实现转行，只有真正的从事了这项工作才能更加熟练，并学习更加先进的理论和方法，不断的巩固知识完善能力。无论学习的多么充分，不做，都只是纸上谈兵。
在入门期需要对三大板块均有所涉猎：
1）数理统计原理。这是数据分析的基础知识。
2）数据分析软件工具。如SAS，Spss，R，Rython等，这些是实现数据分析的手段。
3）数据运算工具。如Hadoop，Spark等，这是验证分析结果的工具。
（编辑备注：1、2条涉及内容的基础部分在CDA LEVELⅠ和Ⅱ建模方向课程中以视频的形式单独赠送给学员，需要学员自行消化；第3条提到Hadoop在LEVEL Ⅱ大数据方向讲解。）
在这些板块的学习过程中，数据分析能力、编程能力等技能会得到锻炼，有助于培养通盘视角，提高分析效率。所以合理的设置自己的一年学习计划非常重要。
之所以学习数据分析，源于对技术的执着，亦是心中的危机感作祟。
我是管理学学士。在职场中也一直从事着职能管理的工作，运营管理、企划管理、策划管理，这样的岗位经历让我拥有全面的管理思维和独特的视角，我亦深以为然；然，我现在最不喜欢的就是谈思维、视角、理念，这是务虚的，是需要成果证明的，是需要被权威认可的，才能让自己的思维成为团队的思维，让自己的理念成为被团队执行的理念，可我既不是海外知名学府毕业，师从知名学者，也不是所谓的世家子弟，拥有庞大资源，从小培养，更不是企业的经营者，可以将自己的想法贯彻成为企业的行为，我只是一介草根，从底层一步一个坑的爬上来的，我不是搞创意的，需要新奇需要时髦，我没有筹码去谈理念、谈思维、谈创意，我需要严谨的证据证明自己的想法，证明自己的思路。可是我一直没有找到办法去实现这个愿望，在矛盾中前行，直到数据分析这个“专有名词”进入我的视野。
在网上搜索“数据分析”，信息多入牛毛，谈论方法的多是空谈理论，然并卵；推销培训的更是令人心生警惕，这个领域的水不是一般的深啊。
看师资力量，看办学资历，看教师团队，看顾问团队，看培训理念，甚至对比了搜索排名，最后锁定了两个：CDA和CPDA。
后来选择了CDA，更多的是因为它的一句话：忠于技术，不谈理论，不搞颠覆。行吧，就是它了，再考量就没有勇气做决定了，如果不是所期望的大不了就是几千元的学费，也算是拓充了知识面，有利于今后找到更佳的知识体系。但事实证明，选择是对的（班里有个朋友是从CPDA过来的，他就是学数据分析选错了机构）。
当我拿到了视频资料和教参，我更加肯定这次的选择没错。
能耗费精力编写独立教参，构架符合知识结构的培训课程，至少是用了心想做好这个培训体系。
印象最深刻的就是数理统计入门的教材和我以前专业课统计学所选用的教材对比，让我感慨颇多。我的统计学考试虽然分数不算低，但是没有学透彻，一直是觉得悟性不够，所以翻来覆去的看了好几遍，可进展不大，颇受打击，也算是心中的一点阴影。看了曹教授的入门教材，我发现自己被误了，原来统计学就不是一门深奥的学科，用一看就懂来形容也不足为过。导师的教材编译水平就可反映其教学水平，优秀的导师引导确实令学习的效率非常之高。一个月的时间，用数理统计做业务层面的分析已经是手到擒来。
对技术的渴求并不意味我希望成为技术民工，俗话说不想作裁缝的厨子不是好司机。常国珍老师说的一句话深得我心：数据分析师是艺术与技术的完美结合。数据分析不是程序员，把别人的想法变成内容。这是经典技术流，是用技术实力将自身的理念创造性的展示出来，并具有务实的价值。数据分析师的广泛知识面让人神往。CDA所有等级培训课程设置综合性颇高，数理统计基础，SAS系统使用，数据挖掘与数据建模，分布式计算等，广而不杂，根据互联网领军企业BATM的招聘要求显示，数据分析师岗位要求至少涵盖以上三个领域的知识技能要求。
在整个培训过程中，导师都在潜移默化三个“专业”：技能专业，知识专业，态度专业。技能和知识专业很好理解，则态度专业又是何解？
1）数据分析不是万能的。所以切忌夸大其词，数据分析必须在务实的环境中依托真实的原始数据才能发挥出应有的作用。
2）结论必须严谨。产生的结论必须严谨正确，如果无法产生期望的结论，需要怀疑的是数据的收集是否有问题，选择的方法是否不合适，就是不能牵强的得出结论。在很多领域，“不能拒绝”可以看成“接受”，但在数据分析领域，这是严格区分的两个程度。
严谨务实不空谈，才是我应走的路。
致各位同学，选择了CDA，就意味着选择了一份务实，彼此共勉。
感谢学员分享自己的学习经验和看法。
声明：分享内容为学员个人观点，不代表CDA立场。
了解成都CDA LEVELⅠ现场班详情：http://mp.weixin.qq.com/s?__biz= ... 75768f3da5842f44#rd
成都CDA现场班报名入口：http://www.peixun.net/view/320.html
提升卡
置顶卡
沉默卡
变色卡
抢沙发
千斤顶
显身卡
京公网安备 11010802022788号
