1. 第一階段(一般崗位叫數(shù)據(jù)專員)

基本學(xué)會excel(VBA最好學(xué)會;會做透視表;熟練用篩選、排序、公式)，做好PPT。這樣很多傳統(tǒng)公司的數(shù)據(jù)專員已經(jīng)可以做了

2. 第二階段(數(shù)據(jù)專員~數(shù)據(jù)分析師)

這一階段要會SQL，懂業(yè)務(wù)，加上第一階段的那些東西。大多數(shù)傳統(tǒng)公司和互聯(lián)網(wǎng)小運(yùn)營、產(chǎn)品團(tuán)隊夠用了。

3. 第三階段(數(shù)據(jù)分析師)

統(tǒng)計學(xué)熟練(回歸、假設(shè)檢驗、時間序列、簡單蒙特卡羅)，可視化，PPT和excel一定要溜。這些技術(shù)就夠了，能應(yīng)付大多數(shù)傳統(tǒng)公司業(yè)務(wù)和互聯(lián)網(wǎng)業(yè)務(wù)。

4. 第四階段(分裂)

數(shù)據(jù)分析師(數(shù)據(jù)科學(xué)家)、BI等：這部分一般是精進(jìn)統(tǒng)計學(xué)，熟悉業(yè)務(wù)，機(jī)器學(xué)習(xí)會使用(調(diào)參+選模型+優(yōu)化)，取數(shù)、ETL、可視化啥的都是基本姿態(tài)。

可視化工程師：這部分國內(nèi)比較少，其實偏重前端，會high charts，, 。技術(shù)發(fā)展路線可以獨(dú)立，不在這四階段，可能前端轉(zhuǎn)行更好。

ETL工程師：顧名思義，做ETL的。

大數(shù)據(jù)工程師：熟悉大數(shù)據(jù)技術(shù)，hadoop系二代。

數(shù)據(jù)工程師(一部分和數(shù)據(jù)挖掘工程師重合)：機(jī)器學(xué)習(xí)精通級別(往往是幾種，不用擔(dān)心不是全部，和數(shù)據(jù)分析師側(cè)重點(diǎn)不同，更需要了解組合模型，理論基礎(chǔ))，會組合模型形成數(shù)據(jù)產(chǎn)品;計算機(jī)基本知識(包括linux知識、軟件工程等);各類數(shù)據(jù)庫(RDBMS、NoSQL(4大類))

數(shù)據(jù)挖掘：和上基本相同。

爬蟲工程師：顧名思義，最好http協(xié)議、tcp/ip協(xié)議熟悉。技術(shù)發(fā)展路線可以獨(dú)立，不在這四階段

發(fā)現(xiàn)回答的有點(diǎn)文不對題額，不過大致是所有從底層數(shù)據(jù)工作者往上發(fā)展的基本路徑。往數(shù)據(jù)發(fā)展的基本學(xué)習(xí)路徑可以概括為以下內(nèi)容：

1. EXCEL、PPT(必須精通)

數(shù)據(jù)工作者的基本姿態(tài)，話說本人技術(shù)并不是很好，但是起碼會操作;要會大膽秀自己，和業(yè)務(wù)部門交流需求，展示分析結(jié)果。技術(shù)上回VBA和數(shù)據(jù)透視就到頂了。

2. 數(shù)據(jù)庫類(必須學(xué))

初級只要會RDBMS就行了，看公司用哪個，用哪個學(xué)哪個。沒進(jìn)公司就學(xué)MySQL吧。

NoSQL可以在之后和統(tǒng)計學(xué)啥的一起學(xué)?；镜腘oSQL血MongoDB和Redis(緩存，嚴(yán)格意義上不算數(shù)據(jù)庫)，然后(選學(xué))可以了解各類NoSQL，基于圖的數(shù)據(jù)庫Neo4j，基于Column的數(shù)據(jù)庫BigTable，基于key-value的數(shù)據(jù)庫redis/cassendra，基于collection的數(shù)據(jù)庫MongoDB。

3. 統(tǒng)計學(xué)(必須學(xué))

如果要學(xué)統(tǒng)計學(xué)，重要概念是會描述性統(tǒng)計、假設(shè)檢驗、貝葉斯、極大似然法、回歸(特別是廣義線性回歸)、主成分分析。這些個用的比較多。也有學(xué)時間序列、bootstrap、非參之類的，這個看自己的意愿。

其他數(shù)學(xué)知識：線性代數(shù)常用(是很多后面的基礎(chǔ))，微積分不常用，動力系統(tǒng)、傅里葉分析看自己想進(jìn)的行業(yè)了。

4. 機(jī)器學(xué)習(xí)(數(shù)據(jù)分析師要求會選、用、調(diào))

常用的是幾個線性分類器、聚類、回歸、隨機(jī)森林、貝葉斯;不常用的也稍微了解一下;深度學(xué)習(xí)視情況學(xué)習(xí)。

5. 大數(shù)據(jù)(選學(xué)，有公司要求的話會用即可，不要求會搭環(huán)境)

hadoop基礎(chǔ)，包括hdfs、map-reduce、hive之類;后面接觸spark和storm再說了。

6. 文本類(選學(xué)，有公司要求的話會用即可)

這部分不熟，基本要知道次感化、分詞、情感分析啥的。

7. 工具類

語言：非大數(shù)據(jù)類R、Python最多(比較geek的也有用julia的，不差錢和某些公司要求的用SAS、Matlab);大數(shù)據(jù)可能還會用到scala和java。

1. 第一階段（一般崗位叫數(shù)據(jù)專員）

基本學(xué)會excel（VBA最好學(xué)會；會做透視表；熟練用篩選、排序、公式），做好PPT。這樣很多傳統(tǒng)公司的數(shù)據(jù)專員已經(jīng)可以做了

2. 第二階段（數(shù)據(jù)專員~數(shù)據(jù)分析師）

這一階段要會SQL，懂業(yè)務(wù)，加上第一階段的那些東西。大多數(shù)傳統(tǒng)公司和互聯(lián)網(wǎng)小運(yùn)營、產(chǎn)品團(tuán)隊夠用了。

3. 第三階段（數(shù)據(jù)分析師）

統(tǒng)計學(xué)熟練（回歸、假設(shè)檢驗、時間序列、簡單蒙特卡羅），可視化，PPT和excel一定要溜。這些技術(shù)就夠了，能應(yīng)付大多數(shù)傳統(tǒng)公司業(yè)務(wù)和互聯(lián)網(wǎng)業(yè)務(wù)。

4. 第四階段（分裂）

像你從零開始來學(xué)習(xí)的話，可能需要下夠足夠的功夫才可以了，如果你想要掌握真正的技能與技巧的話，建議你還是掌握更多的技術(shù)，掌握更多的能力，只有這樣才能獲得更多更好。更全面的數(shù)據(jù)分析能力才能更快的找到適合自己的工作。

第三節(jié) 延伸預(yù)測法 用延伸預(yù)測法進(jìn)行預(yù)測須具有以下條件： 一是預(yù)測變量的過去、現(xiàn)在和將來的客觀條件基本保持不變，歷史數(shù)據(jù)解釋的規(guī)律可以延續(xù)到未來。 二是預(yù)測變量的發(fā)展過程是漸變的，而不是跳躍式的或大起大落的。 延伸預(yù)測法包括簡單移動平均法、指數(shù)平滑法、成長曲線模型、季節(jié)波動模型等，其基本方法是時間序列預(yù)測。 在市場預(yù)測中，經(jīng)常遇到按時間排列的統(tǒng)計數(shù)據(jù)，如按月份、季度和年度統(tǒng)計的數(shù)據(jù)，稱為時間序列。時間序列預(yù)測就是通過對預(yù)測目標(biāo)本身時間序列的處理，研究預(yù)測目標(biāo)的變化趨勢。 一、簡單移動平均法 簡單移動平均法是以過去某一段時期的數(shù)據(jù)平均值作為將來某時期預(yù)測值的一種方法。該方法按對過去若干歷史數(shù)據(jù)求算術(shù)平均數(shù)，并把該數(shù)據(jù)作為以后時期的預(yù)測值。 （一）簡單移動平均公式 簡單移動平均可以表述為：f=∑x/n 其中：f是預(yù)測數(shù)， n是在計算移動平均值時所使用的歷史數(shù)據(jù)的數(shù)目，即移動時段的長度 為了進(jìn)行預(yù)測，需要對每一個t計算出相應(yīng)的Ft+1，所有計算得出的數(shù)據(jù)形成一個新的數(shù)據(jù)序列。經(jīng)過兩到三次同樣的處理，歷史數(shù)據(jù)序列的變化模式將會被揭示出來。這個變化趨勢較原始數(shù)據(jù)變化幅度小，因此，移動平均法從方法論上分類屬于平滑技術(shù)。 （二）n的選擇 采用移動平均法進(jìn)行預(yù)測，實際工作中平均數(shù)的時期數(shù) n 的選擇非常重要。這也是移動平均的難點(diǎn)。 不同n的選擇對所計算的平均數(shù)是有較大影響的。 n值越小，表明對近期觀測值預(yù)測的作用越重視，預(yù)測值對數(shù)據(jù)變化的反應(yīng)速度也越快，但預(yù)測的修勻程度較低，估計值的精度也可能降低。 n值越大，預(yù)測值的修勻程度越高，但對數(shù)據(jù)變化的反映程度較慢。 因此，n值的選擇無法二者兼顧，應(yīng)視具體情況而定。 n一般在3—200之間，視序列ざ群馱げ餑勘昵榭齠ā？BR>一般對水平型數(shù)據(jù)，n值的選取較為隨意；一般情況下，如果考慮到歷序列中含有大量隨機(jī)成分，或者序列的基本發(fā)展趨勢變化不大，則n應(yīng)取大一點(diǎn)。對于具有趨勢性或階躍型特點(diǎn)的數(shù)據(jù)，為提高預(yù)測值對數(shù)據(jù)變化的反應(yīng)速度，減少預(yù)測誤差，n值取較小一些，以使移動平均值更能反映目前的發(fā)展變化趨勢。 （三）簡單移動平均的應(yīng)用范圍 移動平均法只適用于短期預(yù)測，在大多數(shù)情況下只用于以月度或周為單位的近期預(yù)測。簡單移動平均法的另外一個主要用途是對原始數(shù)據(jù)進(jìn)行預(yù)處理，以消除數(shù)據(jù)中的異常因素或除去數(shù)據(jù)中的周期變動成分。類似于季節(jié)指數(shù)趨勢法的前幾步。 二、指數(shù)平滑法 指數(shù)平滑法又稱指數(shù)加權(quán)平均法，實際是加權(quán)的移動平均法，它是選取各時期權(quán)重數(shù)值為遞減指數(shù)數(shù)列的均值方法。指數(shù)平滑法解決了移動平均法需要幾個觀測值和不考慮t—n前時期數(shù)據(jù)的缺點(diǎn)，通過某種平均方式，消除歷史統(tǒng)計序列中的隨機(jī)波動，找出其中主要的發(fā)展趨勢。 （一）指數(shù)平滑法公式 對時間序列x1、x2、x3、……，xn，一次平滑指數(shù)公式為： F=αx+（1-α ）Ft-1 式中 α——是平滑系數(shù)，0<α<1； xt——是歷史數(shù)據(jù)序列x在t時的觀測值； F，和F是t時和t—1時的平滑值。 一次指數(shù)平滑法又稱簡單指數(shù)平滑，是一種較為靈活的時間序列預(yù)測方法，這種方法在計算預(yù)測值時對于歷史數(shù)據(jù)的觀測值給予不同的權(quán)重。這種方法與簡單移動平均法相似，兩者之間的區(qū)別在于簡單指數(shù)平滑法對先前預(yù)測結(jié)果的誤差進(jìn)行了修正，因此這種方法和簡單移動平均法一樣，都能夠提供簡單適時的預(yù)測。 一次指數(shù)平滑法適用于市場觀測呈水平波動，無明顯上升或下降趨勢情況下的預(yù)測，它以本期指數(shù)平滑值作為下期的觀測值，預(yù)測模型為： x’t+1=Ft 亦即 x’t+1 =αx +（1-α） （二）平滑系數(shù)。 平滑系數(shù)。實際上是前一觀測值和當(dāng)前觀測值之間的權(quán)重。 當(dāng)α接近于1時，新的預(yù)測值對前一個預(yù)測值的誤差進(jìn)行了較大的修正；當(dāng)α=1時，F(xiàn)t+1=xt，即t期平滑 值就等于t期觀測值。 當(dāng)α接近于0時，新預(yù)測值只包含較小的誤差修正因素； 當(dāng)α=0時，F(xiàn)t+1=Ft，即本期預(yù)測值就等于上期預(yù)測值。 研究表明大的α值導(dǎo)致較小的 平滑效果，而較小的α值會產(chǎn)生客觀的平滑效果。因此，在簡單指數(shù)平滑方法的應(yīng)用 過程中，α值對預(yù)測結(jié)果所產(chǎn)生的影響不亞于簡單移動平均法中n的影響。 一般情況下，觀測值呈較穩(wěn)定的水平發(fā)展，α值取0．1-0．3之間；觀測值波動較 大時，α值取0．3—0．5之間；觀測值呈波動很大時，α值取0．5-0．8之間。 （三）初始值Fo的確定 從指數(shù)平滑法的計算公式可以看出，指數(shù)平滑法是一個迭代計算過程，用該法進(jìn) 行預(yù)測，首先必須確定初始值Fo值，它實質(zhì)上應(yīng)該是序列起點(diǎn)t=0以前所有歷史數(shù)據(jù) 的加權(quán)平均值。 一般采用這樣的方法處理：當(dāng)時間序列期數(shù)在20個以上時，初始值 對預(yù)測結(jié)果的影響很小，可用第一期的觀測值代替，即Fo=x1；當(dāng)時間序列期數(shù)在20 個以下時，初始值對預(yù)測結(jié)果有一定影響，可取前3-5個觀測值的平均值代替，如： Fo= （x1+x 2+X3） /3。 三、成長曲線模型 產(chǎn)品生命周期理論揭示產(chǎn)品市場的發(fā)展具有一個成長的過程，要經(jīng)歷導(dǎo)入期、成長期、成熟期和衰退期四個階段。對產(chǎn)品市場演變趨勢的預(yù)測，可以運(yùn)用成長曲線（又稱為增長曲線）預(yù)測模型進(jìn)行預(yù)測。 （一）成長曲線模型 Yt =e（k+abt）（k>0，b>0） 該模型稱為龔泊茲曲線，它反映了時間序列呈現(xiàn)S型增長曲線，即初期增長緩慢，接著以較大幅度增長，隨后趨于穩(wěn)定水平。它與產(chǎn)品生命周期曲線非常相似，可以用來預(yù)測產(chǎn)品市場的周期變化。 （二）計算過程（略） 四、季節(jié)變動分析 季節(jié)變動，是指市場需求由于自然條件、消費(fèi)習(xí)慣等因素的作用，隨著季節(jié)的轉(zhuǎn)變而呈現(xiàn)出周期性的變化，它在每年都重復(fù)出現(xiàn)，表現(xiàn)為逐年同月（或季）有相同的變化方向和大致相同的變化幅度。 掌握市場需求的季節(jié)變化規(guī)律，是合理預(yù)測市場需求的前提。季節(jié)變動按照數(shù)據(jù)的時間序列，有升降趨勢和水平趨勢，季節(jié)變動分析包括季節(jié)指數(shù)趨勢法和季節(jié)指數(shù)水平法兩種。 （一）季節(jié)指數(shù)水平法 預(yù)測模型： Yt=Yft 式中 Y——為時序的平均水平，ft為季節(jié)指數(shù)。 Y可以是預(yù)測前一年的月（季）平均水平，也可以是已知年份所有數(shù)據(jù)月（或季）的平均水平。ft稱為季節(jié)比或季節(jié)指數(shù)、季節(jié)系數(shù)，它表示季節(jié)變動的數(shù)量狀態(tài)。 季節(jié)指數(shù)水平法適用于無明顯的上升或下降變動趨勢，主要受季節(jié)變動和不規(guī)則變動影響的時間序列，它一般需要3-5年分月（或季度）的歷史數(shù)據(jù)資料。 季節(jié)指數(shù)水平法預(yù)測的一般程序為： （1）數(shù)據(jù)分析，形成數(shù)據(jù)序列； （2）計算各年同月（或季）的平均值yi； （3）計算所有年所有月（或季）的平均值Y； （4）計算各月（或季）的季節(jié)比率ft=Yi/Y； （5）計算預(yù)期趨勢值，一般采用最近年份的平均值Yt-1； （6）計算預(yù)測年各月（季）的預(yù)測值Yt= Yt-1*ft （二）季節(jié)指數(shù)趨勢法 市場需求量存在季節(jié)變動，同時各年水平或同月（或季）水平呈現(xiàn)上升或下降的趨勢，這時不能采用指數(shù)水平法，而應(yīng)該采用季節(jié)指數(shù)趨勢法。 其預(yù)測模型為： Y=（a+bt）ft 式中（a+bt）為時間序列的線性趨勢變動部分，ft為季節(jié)指數(shù)。 季節(jié)指數(shù)趨勢法的基本思路是，先分離出不含季節(jié)周期變動的長期趨勢，再計算季節(jié)指數(shù)，最后建立預(yù)測模型。其基本步驟是： （1）以一年的季度數(shù)4或月數(shù)12為n，對觀測值時間序列進(jìn)行n項移動平均。 （2）由于n為偶數(shù)，應(yīng)再對相鄰兩期的移動平均再平均后對正，形成新的序列Mt，以此為長期趨勢。 （3）將各期觀測值除去同期移動均值為季節(jié)比率， ft=Yt/Mt，以消除趨勢。 （4）將各年同季（或月）的季節(jié)比率平均，季節(jié)平均比率fi消除不規(guī)則變動，i表示季度或月份。 （5）計算時間序列線性趨勢預(yù)測值X’t，模型為： X’t=a+bt 式中 b=（Mt末尾項—Mt首項）/Mt項數(shù) a=[∑y-b*∑t]/n