很多学数据分析的同学也有这样的困惑，“为什么学了那么多工具，还是不会分析数据？”PPV班创始人姜海涛认为，原因有二，一是只学到了知识的碎片，知识之间的联系还没有建立起来，无法形成自己的知识体系；二是缺乏实践，导致无法形成“知行合一”的工作技能。 知识过载和碎片化 当代人面临着两个问题——信息过载和知识碎片化。 信息过载这个老话题不多说了，先说几个数据： 全世界每天出版4000本书，字数超过4亿；一生读书； 一个专业领域，每天大约有200个公众号被注册，近1000篇文本正在产出中…… 以前杂七杂八的学者和博物学家在现代社会已经不存在了，即使有，做不了谷歌度娘。 结论1：存储知识的能力早已被计算机超越。搜索和链接知识的能力是学习的核心竞争力。 另一个趋势也很明显：知识的碎片化。这种碎片化从三个方面开始—— 第一，时间和空间的碎片化。手机让你在三个地铁站听一本书；其次，信息是碎片化的。知乎、今日头条或者某个博客，你不知道上一章是什么，下一章又是什么，就像看书一样。除了标题党，你对接下来的博客和内容没有任何期待。你只能被动接受； 最糟糕的地方其实是知识结构的碎片化——你不知道这句话是谁在什么情况下说的，针对什么问题说的。所有没有上下文的信息都是胡说八道。 比如我看一段时间的管理类文章，你会发现雷军、傅盛、彼得德鲁克、吴伯凡、马云、吴晓波……同一期的内容完全不一样。你相信谁？其实，雷军说的是互联网行业；傅盛在讲小企业的逆袭，他在投资；彼得·德鲁克在和管理谈哲学；吴伯凡先生在谈中西文化；马云先生讲的是大众励志；吴晓波其实是在用管理来谈财经——更重要的是，他们演讲的场合、时间、听众，你一无所知。 结论2如果一个人没有搜索能力，他就不知道背景；如果他没有思考的能力，他就不知道为什么——只知道这样一句话比不知道还糟糕。 把前面两个结论放在一起，结果就很清楚了——时间和空间的碎片化确实可以提高学习效率（其实用电脑是做不到的），而信息碎片化和知识结构带来学习。效率的倒退和焦虑的根源——因为它破坏了你主动搜索和主动连接的能力，也就是深度思考的能力。 这就是碎片化的陷阱，大大提高了无用的信息，降低了最重要的独立思考能力。 知识可以零售吗？ 问答应用最近很受欢迎。首先，知乎4月份在微信公众号悄悄上线了【Worth】，5月份Goke.com也不甘示弱上线。【粉A】后来居上，用户活跃度一下子超过了【身价】。 【分安】是一款付费语音竞猜产品。它的规则很简单，一共有三种角色：回答者、提问者和窃听者。受访者只需说明自己擅长的领域，然后设置付费问答的价格。受访者用<=60s的声音回答问题。在此过程中，其他用户只要支付1元钱，就可以充当窃听者，“偷听”受访者的语音回答。被“窃听”一次，提问者和回答者各获得0.5元。 [粉A]吸引人的地方有两个，一是问答可以赚钱，让知识不再免费分享，书自有金屋；另一个是明星效应，或者网红效应。[分答]一开始能打市场，就看演员阵容了。 亚洲首富之子国民老公王思聪，各种综艺名人，如《***大脑》的帅气教授魏坤霖，《奇葩说》的赛季冠军马薇薇***、《逻辑思维》等创始人罗振宇，以及演艺界明星佟大为、汪峰等，如此强大的阵容，【芬达】20天就拿到了1亿的估值开播当天，国民老公王思聪只回答了25个问题。仅仅25分钟，我就赚了11万多块钱。 在喧嚣和全民欢腾之后，静下心来想一想，像【分答】这样一个志在做“知识零售平台”的问答社区，真的可以吗？达到传播知识和提高能力的效果？ 如果说【知乎】的一问多答、干货为主的模式，收获的是多角度的价值观、人生观、知识体系；【郭科】的科技报道，你得到的是不为人知的技术。小细节是大海的宝藏。那么像【分会】这样的60后语音答题，或许只能获得与名人的近距离接触，以及发大新闻赚钱欲望的满足。你为什么这么说？ 首先，对于答主来说，60秒只够讲一两个笑话，不足以把一个知识点讲透，所以60秒的回答不是用来提供知识的 其次，对于提问者来说，问题的数量限制在50个字以内，而且问题只能很直接，没有时间去考虑问题的背景。所以，[粉答]上经常出现以下问题：如果你必须在两者之间选择一个做你的女朋友，你会选择XXX还是XXX，为什么？你与XXX的性生活是真是假？你做爱的频率是多少？曾经，你最后一次和谁发生性关系是什么时候？ ***，对于提问者来说，提问的目的不再是简单的获取知识，而是让更多的人偷听。为了达到赚钱的目的，这样的目的不利于知识的积极分享。 知道什么知识比学习知识更重要 我们都有这样的经历。在我们上学的时候，老师们标注重点准确、及时，经常受到学生的表扬。曾几何时，高亮成为课堂上最激动人心、最令人期待的时刻。在信息爆炸的时代尤其如此。最重要的不是添加信息，而是过滤和删除信息。系统学习的重要性 任何学习知识都是相互联系、互动的。因此，首先要找出各部分之间的直接联系，初步建立网络结构。但有些部分可能无法与其他部分建立直接联系，因此需要探索第二层和第三层关系。要理清各部分之间的关??系，综合运用。学习是一种先模糊总结，然后在大框架下逐步理清细节，完善结构，关注缺陷和不足的学习方法。 行动学习理论认为，人要掌握一项技能，需要用10%的时间学习知识和信息，用70%的时间练习和实践，用20%的时间与他人交流和讨论。这个原则被称为721原则。 碎片化学习对于10%的信息接收非常有用，而剩下的70%的单独练习和20%的讨论需要留出大量的时间进行系统化学习——碎片化学习永远只是系统化学习的辅助.你需要留出足够的时间来学习。 所谓系统学习法，是指把所学的内容作为一个系统来对待，力求从一个大的方向去引导学习。这样，学习时，不是按部就班、逐章进行，而是先模糊归纳，然后逐渐在大框架下，逐步理清细节，完善结构，并专注于缺陷和不足。如何系统学习数据分析？ 1。在学习数据分析之前，你应该了解几点 数据的初始准备通常占整个数据挖掘项目工作量的70%左右。 数据分析师本身整合了商业知识、统计学和计算机科学，并不是新技术。 数据分析更适合业务人员学习（比技术人员学习业务更有效率） 数据分析项目通常需要重复一些没有技术含量的工作。 2。职业规划 以数据分析师为例，先看看国内知名互联网数据分析师的招聘要求： 计算机、统计学、数学等相关专业本科及以上学历； 具有深厚的统计学和数据挖掘知识，熟悉数据仓库和数据挖掘相关技术，能熟练使用SQL； 拥有三年以上海量数据挖掘和分析相关项目工作经验，参与过较为完整的数据收集、整理、分析和建模工作； 对业务和业务逻辑敏感，熟悉传统行业数据挖掘背景，了解市场特征和用户需求，具有互联网相关行业背景，有网站用户行为研究和文本挖掘优佳经验； 具有良好的逻辑分析能力、组织沟通能力和团队合作精神； 勇于创新，充满激情，乐于接受挑战 前三个是硬件要求，一般来说，有专业基础（计算机，统计，数学等相关专业）需要3个月以上的学习进入这个行业。对于非专业背景的同学来说，进入这个行业可能需要更长的时间。建议为自己预留6-12个月。成为技术工人（企业用工最需要）需要2-3年以上的行业经验。 反正作为一个对数学和计算机要求都很高的交叉学科，从事大数据是有一定门槛的，但是相对于10多年的职业生涯（国外顶尖数据科学家50-60岁还是非常主动），准备半年时间来学习这个最火的技能还是很划算的。 3。从业务做起 学一门技术要贴近行业，没有行业背景的技术就像空中楼阁。技术的发展，尤其是计算机领域，涉及面广，变化快（十年前就可以成立网页设计公司），大多数人没有精力和时间全面掌握所有技术细节方式。但是，技术与产业结合后才能独树一帜。一方面有利于抓住用户的痛点和刚需，另一方面可以积累行业经验。用互联网思维跨界，让你更容易获得成功。学习技术不要力求面面俱到，这样会失去核心竞争力。 大数据是一种技术工具，最终的应用需要对商业企业的业务场景和商业模式有深刻的理解。甚至有人说，不懂业务就别谈大数据，可见领域知识的重要性。值得一提的是，近年来在顶级科学期刊《Nature》和《Science》上发表的大数据文章均出自行业专家，而非计算机专家，这从另一个侧面体现了商业知识的重要性。性别。 4。获得技能 数学知识 数学知识是数据分析师的基础知识。对于初级数据分析师来说，了解一些描述性统计相关的基础内容，并有一定的计算公式的能力就足够了。了解常见的统计模型算法是一个加号。对于高级数据分析师来说，统计模型方面的知识是必须的，线性代数（主要是矩阵计算方面的知识）***也有一定的了解。 分析工具 对于初级数据分析师来说，会玩Excel，熟练使用数据透视表和公式是很有必要的。VBA是一个加号。此外，你还需要学习一个统计分析工具。SPSS作为介绍比较好。对于高级数据分析师来说，分析工具的使用是核心能力，SPSS/SAS/R至少要熟练使用其中一种，其他分析工具（如Matlab）视情况而定。 编程语言 对于初级数据分析师来说，可以写SQL查询，有需要的可以写Hadoop和Hive查询，基本OK。对于高级数据分析师来说，除了SQL之外，学习Python也是很有必要的，用它来获取和处理数据事半功倍。当然其他编程语言也是可以的。 5.努力学习大数据时代的知识 。印刷时代知识结构中没有被视为必须的“基础”知识。知识是非线性的，可以自由组合和裁剪。它处于去中心化和自由的状态。以后一定要有自己快速学习和获取知识的能力。学习将从“知识储备、学以致用”的过程转变为“积累知识、与时俱进”的过程。学习将是持续的，甚至是终生的。学习过程。为此，您需要一种快速灵活的学习方式。 参加系统的培训： 系统的培训可以帮助您规划和实施系统的学习计划，并在您开始时建立一个相对扎实的基础知识框架。这个过程和盖楼时打地基的道理是一样的，地基打得越深，楼就能盖得越高。有项目经验的讲师会在实际工作中讲授很多项目经验，可以带领大家快速进入正确的学习通道，少走弯路。当然，培训不能代替工作实践。前面说了，只有在工作中积累更多的业务经验，才能更快地提升技能水平。 在社区快速学习： 在国外，除了大学，社区学习平台（如r4stats.com、KNIME、ppvke.com）也形成了独特的社区学习平台，由于快速的知识更新和更灵活的学习时间（社区学习）现象。在社区中，不仅有初学者（freshman），也有很多高级技术专家（Veteran）。社区是一个免费的、无中心的交流和学习平台。没有权威，一切都可以受到质疑和挑战。当然，想要和这些高手较量，首先要打好英语基础。未来，社区【PPV课堂】将成为从业者获取技能、快速充电的重要渠道，社区或将成为高校、职校之外的“无墙”校园。
