資料分析工具鄙視鏈:Python成老大,Excel小弟都稱不上?

--

在說今天的話題之前,我想先丟一個結論:

“做資料分析,不要建立一種以使用的軟體來給自己分級的心態,但是一定要用工具避免誤入職業發展歧途!”

為什麼今天要談關於資料分析工具分級的問題呢?

其實這涉及到職場中一個非常常見的現象 — — 工具鄙視鏈:

  • 會python程式語言的,瞧不起用BI工具做資料分析的;
  • 會用Tableau、FineReport這種分析工具的,瞧不起會用SPSS、SQL這種資料工具的;
  • 會用SPSS、SQL的,瞧不起用PPT做資料彙報的;
  • 會用PPT做資料彙報的,瞧不起只會用Excel做資料統計與整理的;

逃不開的鄙視鏈

不光是資料分析行業,在程式設計師、產品經理等行業中都存在這樣的鄙視鏈。

也有不少人和公司,遵從著這樣的鄙視鏈現象,通過這樣的鄙視鏈進行崗位的分級,或者作為選人招聘的門檻標準。

而這個鄙視鏈似乎是與這個崗位生死同戚、難以分離的:

比如我,在前幾年我還剛接觸資料分析的時候,只學會用Excel做資料處理,所有的資料清洗、資料加工和圖表視覺化工作都是用Excel完成的。

但是看著網上很多人都在學Python程式設計,當時還有一種“python才是資料分析標配”的言論,我也成為了跟風的一份子。

當時帶我的老大就告訴我:

“網上說學python才能做資料分析的,純粹就是瞎說,python做資料分析確實比Excel要專業一些,但是真正的核心,是要是什麼資料場景和什麼人在用。

我用Excel做的資料清洗絕對夠用,但是如果我想做一些高階視覺化,也會用python去做,誰規定資料分析師只能用一個軟體了?

說到底還是出於對資料分析崗位的自卑,資料分析才出現幾年啊,誰都覺得用Excel做資料分析太低級了,一點都體現不出我們的專業性,不學一門程式語言,其他部門的人誰瞧得起我們?”

對於我老大的話,我覺得講的就很靠譜!正是出於對於資料分析作崗位的錯誤認知,才會造成那麼多人對於資料分析工具的誤解。

其實這麼多年,Excel、Tableau、FineReport、PowerBI、SPSS、Python……我幾乎每種工具和軟體都用過,並沒有覺得哪一種是最萬能的

工具從來只是工具,是用來輔助我們進行資料分析的,最核心的關鍵還是在於人,也就是你是否真的具有資料分析思維和能力

像我之前老大的能力,用Excel照樣超給力;要是沒有能力,學一萬種語言都沒用!

所以很多剛入門資料分析的朋友,一上來就買很多Python,R語言,VBA的書籍和資料,安裝了各個語言的環境。

但其實資料分析師的日常工作,最多就是用到SQL取數以及Excel資料透檢視、BI分析工具中拖拉拽圖表。(可參考下圖)

所以,會用工具不是能力,懂得資料思維,才是資料分析師存在的意義!

工具是輔助

那麼回到我們今天的話題,資料分析當中有著不同的資料場景,會用到非常多的工具,那麼應該如何選擇,下面簡單舉幾個例子。

1、Excel

別以為Excel只會處理表格,你可以把它當成資料庫,也可以把它當成IDE,甚至可以把它當成資料視覺化工具來使用。

它可以建立專業的資料透視表和基本的統計圖表,但由於預設設定了顏色、線條和風格,使其難以建立用於看上去“高大上”視覺效果。

儘管如此,我仍然推薦你使用Excel,因為它其實能夠處理大部分的資料分析問題了!

2、BI工具

近幾年冒出來的BI之秀,如Tableau、PowerBI都強調視覺化,一改傳統BI工具SAP BO、IBM家的cognos(不過近幾年貌似都在研發雲BI)

這裡不談開源,還沒見到能成熟應用的BI,成熟的BI工具如FineReport(國內)和 Tableau(國外),都很推薦。

FineReport製作的數據匯報大屏

免費試用可戳這裡。

3、Python

學過Python資料分析的朋友都知道,在視覺化的工具中,有很多優秀的三方庫,比如matplotlib,seaborn,plotly,Boken,pyecharts等等,這些視覺化庫都有自己的特點,在實際應用中也廣為大家使用。

4、SPSS

SPSS是統計分析入門軟體,如果你想快速入門而又不想學習程式設計,我推薦使用SPSS。

學習SPSS的重點並不在於軟體本身,而是相關的統計學知識,這也是在前面建議大家鋪墊的,也就是你要學會怎樣去分析“輸入資料後,軟體給你呈現的結果”。

推薦大家一本書:《如虎添翼 資料處理的SPSS/SAS EG實現》,徐筱剛老師寫的,十分適合SPSS新手入門。

最後說點啥

其實今天談的這個話題,也是其他行業裡常見的現象之一,既然產生了這種亂象,說明一定有其產生的原因與邏輯,我們不必太過敏感。

但是,對於我們資料分析師自身而言,真正做分析時候,你會發現市面上有太多的分析工具,需要掌握的實在是太多了。

其實不必糾結於此,依據個人能力,配合當前的資料分析環境,適用的工具自然會被選出,最後記住一句話:工具是人用的,重點在於人,而不在於工具!

關注數據君的臉書:

我是「數據分析那些事」。常年分享數據分析乾貨,不定期分享好用的職場技能工具。按贊我的臉書私訊10,會有豐富資料包贈送唷!

--

--

數據分析那些事

這是一個專注於數據分析職場的內容部落格,聚焦一批數據分析愛好者,在這裡,我會分享數據分析相關知識點推送、(工具/書籍)等推薦、職場心得、熱點資訊剖析以及資源大盤點,希望同樣熱愛數據的我們一同進步! 臉書會有更多互動喔:https://www.facebook.com/shujvfenxi/