大學(xué)舍友小川，在北京一家互聯(lián)網(wǎng)教育公司做運(yùn)營，上周四剛被升為投放部經(jīng)理，薪資漲了35%。

但你一定想不到，他平時從不加班，甚至還經(jīng)常遲到。

領(lǐng)導(dǎo)還給他升職，就是因為：他總能第一時間從銷售、運(yùn)營、市場調(diào)研等各類數(shù)據(jù)中發(fā)現(xiàn)問題，抓住業(yè)務(wù)發(fā)展的關(guān)鍵點；

同樣一堆數(shù)據(jù)，你或許只能做出柱狀圖、折線圖，呈現(xiàn)最大/最小/平均值；

小川卻早已經(jīng)把各類數(shù)據(jù)整合到一起，生成一個動態(tài)的可視化圖表，讓領(lǐng)導(dǎo)一眼就能抓住運(yùn)營問題的關(guān)鍵點，縱觀全局！

有人說：就業(yè)年年難，今年更不易。但也不是說完全沒機(jī)會，如果能看到新趨勢和行業(yè)前景，及時抓住時機(jī)也能彎道超車。

值得每個人關(guān)注的行業(yè)趨勢

最近小編抓取了近 600 份 20 年的招聘 JD 進(jìn)行分析，有一個重要發(fā)現(xiàn)——越來越多的企業(yè)重視 “ 數(shù)據(jù)分析 ” 這一技能。

具體表現(xiàn)在這兩點：

1. “數(shù)據(jù)分析師” 招聘需求旺盛，并且薪資待遇從 2016 年來不斷走高。

坐標(biāo)：北京

應(yīng)屆生平均薪資：11010 元

1 - 3 年平均薪資：15550 元

2020 年較 2016 年，數(shù)據(jù)分析師的薪資漲幅高達(dá)?86.87%（ 非常震驚了！）

2. 除了數(shù)據(jù)分析師專業(yè)崗之外，產(chǎn)品、運(yùn)營、市場等大類下的細(xì)分崗位，也開始要求應(yīng)聘者具備數(shù)據(jù)分析能力。

（ 越來越多崗位的招聘 JD，要求具備數(shù)據(jù)分析能力 ）

“數(shù)據(jù)”人才為什么受重視？

大數(shù)據(jù)時代已大勢所趨，隨著 5G 網(wǎng)絡(luò)逐步應(yīng)用，企業(yè)每天將會產(chǎn)生海量數(shù)據(jù)，BAT等大廠日均數(shù)據(jù)更是達(dá)到?PB?級別。而伴隨智慧出行、數(shù)字營銷等的落地商用，部分企業(yè)獲得了數(shù)據(jù)帶來的巨額紅利，各大企業(yè)開始關(guān)注數(shù)據(jù)背后的價值。因此，企業(yè)需要大量專業(yè)人才來分析挖掘數(shù)據(jù)價值，以期獲得更多利潤。

電商、零售、通信、金融、醫(yī)療、互聯(lián)網(wǎng)等行業(yè)，對數(shù)據(jù)人才需求更加迫切，尤其是數(shù)據(jù)分析師這一崗位，存在著巨大缺口。

面對數(shù)據(jù)化時代，數(shù)據(jù)分析可能成為未來職場必備技能。

了解這個趨勢后，對大家找工作有哪些啟發(fā)？

首先，如果你條件適合，可以趁著行業(yè)尚未成熟搶占先機(jī)，往數(shù)據(jù)分析師的方向發(fā)展。這種情況適合這些童鞋們：

• 數(shù)學(xué)、統(tǒng)計、計算機(jī)、物理、金融、財務(wù)等專業(yè)的高年級本科生或研究生，掌握了一定相關(guān)理論基礎(chǔ)，有優(yōu)勢，成為數(shù)據(jù)分析師會比較順利；
• 理工科專業(yè)，對數(shù)據(jù)敏感，對編程有一定熱情也 OK。如果你參加過 kaggle 競賽并獲得高名次就更棒了，這是很大加分項。

其次，即便不做數(shù)據(jù)分析師，培養(yǎng)數(shù)據(jù)分析能力 / 數(shù)據(jù)思維，能讓你和其他人拉開差異化優(yōu)勢。

試想一下，在實際工作中遇到這種情況：

一張數(shù)據(jù)表，同事用了半響功夫分析也得不出關(guān)鍵結(jié)論，你看了十分鐘就已經(jīng)洞察關(guān)鍵問題，并得出對業(yè)務(wù)有指導(dǎo)性的結(jié)論，然后在接下來的數(shù)據(jù)復(fù)盤會議上，你有理有據(jù)，他卻被上司懟到無語。

那不用多說 ，如果有升職加薪的機(jī)會，大概率會是你。

如何培養(yǎng)“數(shù)據(jù)分析”能力？

入門數(shù)據(jù)分析，Excel 是必不可少的，像常用的函數(shù)、數(shù)據(jù)透視表等功能一定要熟練；數(shù)據(jù)庫的使用；數(shù)據(jù)可視化相關(guān)的軟件和知識；再近一步，就是?R / Python?的學(xué)習(xí)。

但現(xiàn)在網(wǎng)上資料太多了，很多人反而不知道該學(xué)啥！面鋪的太大，容易走偏不說，還很容易學(xué)重，花費(fèi)大量時間成本，難以堅持，結(jié)果從入門到放棄......

這里向大家推薦一個超高好評的視頻——來自?“開課吧”?的《數(shù)據(jù)分析入門進(jìn)階寶典》，由?IT 大佬廖雪峰（估計很多人都看過他的技術(shù)博客）研發(fā)打造的系統(tǒng)化內(nèi)容體系，知識點精細(xì)，學(xué)習(xí)路徑更清晰合理，并邀請?一線大廠資深數(shù)據(jù)分析師?講授錄制，對新手入門提升非常友好。

這么好的課程貴嗎？

說實話，這個視頻原價值1299元，但為了幫助那些一直很努力的同學(xué)，更順暢地開啟職場生涯，我們決定本次這份寶貴的資料是?限時限額免費(fèi)開放?的哦！

本視頻包含 Excel + Tableau+Python 數(shù)據(jù)可視化，SQL，Python數(shù)據(jù)分析等內(nèi)容，實戰(zhàn)與理論相結(jié)合，用通俗易懂的方式教大家進(jìn)行數(shù)據(jù)分析，形成數(shù)據(jù)分析報告，讓你不僅學(xué)會一個數(shù)據(jù)分析工具，更是數(shù)據(jù)分析的邏輯與思路。

已有?22000+?人參與學(xué)習(xí)

廖雪峰價值?1299元?的數(shù)據(jù)分析課

本號前?200名?讀者可?免費(fèi)?學(xué)習(xí)

視頻中的所有案例，可以直接拿來解決日后工作中遇到的問題，現(xiàn)在小編也是課程眾多學(xué)員中的一位。通過學(xué)習(xí)，你能掌握：

• 學(xué)會使用 Excel、Tableau 工具，能制作各種可視化圖表；
• 由淺入深，系統(tǒng)掌握數(shù)據(jù)分析必備技能，重構(gòu)知識體系；
• 通過實戰(zhàn)掌握數(shù)據(jù)分析流程，分析方法與思維，學(xué)會撰寫會講故事的數(shù)據(jù)分析報告

視頻主要內(nèi)容如下：

1. 基礎(chǔ)-Excel數(shù)據(jù)可視化

Excel經(jīng)典10種數(shù)據(jù)表；Excel函數(shù)offset的3種動態(tài)圖表；Matplotlib 5個必會基礎(chǔ)用法；Matplotlib 5種常用圖表繪制；Matplotlib 2種三維圖形繪制。

2. 基礎(chǔ)-Python數(shù)據(jù)可視化

JIEBA分詞繪制詞云圖；Pandas中的繪圖函數(shù)；統(tǒng)計與機(jī)器學(xué)習(xí)-散點圖矩陣；統(tǒng)計與機(jī)器學(xué)習(xí)-邏輯回歸；3步輕松繪制決策樹

3. 實戰(zhàn)-數(shù)據(jù)可視化

1）Excel 數(shù)據(jù)可視化

各地區(qū)利潤分布之柱狀圖折線圖；各類型訂單變化趨勢之折線圖；用戶行為分析之漏斗圖；各地區(qū)子類別利潤分布分析之瀑布圖

2）Tableau 數(shù)據(jù)可視化

各地區(qū)利潤分布之柱狀圖；各類型訂單變化趨勢之折線圖；用戶行為分析之漏斗圖；各地區(qū)子類別利潤分布分析之瀑布圖；各省銷售額分布情況之氣泡圖；各個地區(qū)子類別利潤分布分析之箱線圖

4. 進(jìn)階-使用SQL實現(xiàn)數(shù)據(jù)操作

SQL基礎(chǔ)語法；SQL表連接；SQL普通函數(shù)；SQL窗口函數(shù)；SQL優(yōu)化

5. 進(jìn)階-Python 數(shù)據(jù)分析之文本分類

如何對文本數(shù)據(jù)進(jìn)行預(yù)處理？如何對文本統(tǒng)計生成詞云圖？如何對文本數(shù)據(jù)進(jìn)行特征選擇？如何根據(jù)文本內(nèi)容進(jìn)行分類？

6. 進(jìn)階-Python 數(shù)據(jù)分析之關(guān)聯(lián)分析

支持度、置信度與提升度；頻繁項集的生成；從頻繁項集生成關(guān)聯(lián)規(guī)則；Apriori 算法實現(xiàn)

7. 高級-數(shù)據(jù)分析實戰(zhàn)案例

1）Python 連接 MySQL

Python 中常用的 MySQL 模塊；Python 連接數(shù)據(jù)庫的基本操作；ORM（對象映射關(guān)系）

2）MySQL 中的索引

索引類型；InnoDB 及 MyISAM 索引結(jié)構(gòu)；事務(wù)

3）MySQL 實戰(zhàn)案例

應(yīng)用商店數(shù)據(jù)庫設(shè)計；一般的 SQL 優(yōu)化規(guī)則；索引的優(yōu)化

4）2018年北京積分落戶數(shù)據(jù)分析

使用 Pandas 觀測數(shù)據(jù)；離散性數(shù)據(jù)分析；對數(shù)據(jù)進(jìn)行描述性統(tǒng)計分析

為了讓大家不做收藏黨，真正學(xué)到東西，這份數(shù)據(jù)分析寶典免費(fèi)開放僅5天，先到先得。期待大家都能好好消化課程知識，為自己的職場進(jìn)階增添助力