一、   要懂入什么行

首先要知道要入什么行。“数据分析”这个词太宽泛了，从等级上来说有数据分析员（大专就能做的）->数据分析师（本科及硕士）->数据科学家（有很专业知识的博士或者由数据分析师多年经验值积累进化而成）。

从行业上来看，有金融数据分析师，有对用户增长的数据分析师，也有分析用户情况建立用户画像之类的数据分析师……

互联网公司除了研究的数据类型有不同，其实做的事情很多都是大同小异的。它更多不依赖于用户，而是对数据进行建模，然后利用建立的模型去做一些预测或者是建立算法进行量化交易。

二、   如何快速入行

实际上并没有什么快速方法。就算是天才也得掌握重要的统计学知识，数据分析技能才能做数据分析。

我们都无意走了很多弯路，如果我们把快速学习定义为尽可能少走或者不走弯路地去掌握重要的知识和技能，并且能够快速转化到实际应用，那么这是可行的。

只要你一直坚持用正确的方式做正确的事，那么你实际上就是在快速的通道上，但是该积累的一项不能落下，有时候积累是个看起来比较长的时间，但是它们都是必要的。

三、   学习方式

项目驱动+调研学习

这种学习方式也是互联网公司里面的工作方式，也就是给定一个项目，最终实现某个目标，达到一定的指标。

项目驱动的好处是可以同时调用你很多的知识点和技能，并且强调动手而不是光看书或看视频，另外在解决项目遇到的问题的过程中，其实也培养了你分析问题和解决问题的思维和能力，这些能力在后续转行的时候面试其实会被面试官很关注。

如果你要完成一个基于客户的购买行为的聚类分析的项目，那么你就会要走一套相关的流程。首先就得要对项目的背景有所了解->数据的结构->数据的清洗->探索性分析->特征工程的转化->建模->调试模型->评估模型->最后做出你的结论。

你有可能在某个环节会遇到问题，比如说聚类分析的概念不明白，特征工程有哪些处理方式，这个问题有哪几类模型可能合适等等。这个时候你就需要调用第二个学习方式，就是主题调研式学习。

这种学习要求你围绕一个你不懂的概念或者主题进行相关资料的搜索，包括向助教请教、国外优秀的博客、论坛以及相关的实现的文档进行查阅，然后整理成用自己话描述的东西。

在这个过程中，由于你从各个方面深入了解了这个概念，不仅对你完成项目有很大帮助，而且你在以后再碰到类似的概念你也可以迎刃而解。