2008年大学毕业后的头两年对我非常重要，期间2份工作虽然对数据分析的造诣贡献不多，但在正式开启数据职业生涯之前正是因为做过地产销售和物业售后修正了个人的品格。做销售考验的个人的谈吐、交流，售后则更多的是让我学会去理解对方和培养跳出框架解决问题的勇气。这两年的基层工作经验为后续数据工作提供了诸多帮助，少年们请珍惜每一份来之不易的工作。
第三年开始大约是2010年正式成为数据分析师，在那个年代数据分析师属于比较全新的工种，国内尚不流行大数据、中台、机器学习、智慧城市等概念，但对数据的应用已经初步形成了一定的风气，期望用数据分析现况和影响未来的企业越来越多。重视数据的春风无意中拂过我的身边，帮助我摆脱了职业生涯何去何从的困扰，无疑我是幸运的。所以我理应通过自己的努力回报这份工作，这个岗位。
我以为数据从业者可以拜读的图书可能会有以下几种：
1）分析工具类（Excel、Python、R）
2）知识图谱（大数据、中台、医疗）
3）数据产品（衍生出产品设计）
4）数据应用（增长、分析）
5）可视化方案（制图、BI）
6）算法模型
7）数据相关小说和文学(张小波)
初级：先成为一个Excel可视化达人
在刚接触数据的时候，为Excel函数、Excel图表、月报、专题报告所困扰，低效的操作技艺跟不上分析报告的进度。既然要输出报告就逃不掉可视化技艺，在百度图表制作方式时总能看到有一些人的图表特别靓丽，于是我接触了第一本书就是关于Excel制作漂亮图表的操作书——刘万祥老师的《图表之道》，这本书非常干货，将常用的技巧都罗列出来，知识面非常广包括锚点、快捷键等都有说明，我也是第一次知道了数据墨水的概念，大胆的移除无关的信息后图表不仅没有被弱化反而因为摒弃了一些不重要的“墨水”反而更突出主题，毕竟图表是用来引出和佐证结论的。
在微博上除了刘万祥经常会分享Excel可视化设计心得外，中国传媒大学的沈浩老师也是另一位可视化大卡，可视化解决方案不拘泥于Excel，而是更多的手段甚至自然界的奇景让人大开眼界，所以我认为微博、知乎多关注行业大卡是对自己职业生涯具有潜移默化的影响的，帮助非常大。在2013年这一时期Excel可视化还有几本登峰造极的书，如Rongson chen编写的《Excel图表拒绝平庸》，这本书一出版我就抓紧时间详细阅读，由于具有了一定的功底后学起来就更快了。很多技巧更高阶且信息量巨大、系统化，对于无法容忍平庸图表的人来说简直就是一剂回神猛药，在一些操作细节上我们两人还一度进行过交流，人在江湖总会碰上几个同道中人让人不禁生出一股想把酒言欢、指图点表之情。
还有一本关于绘图的神书：《麦肯锡商务沟通完全工具箱》，书中会提出非常刁钻的设计挑战，也就是说这已经不是图表自己的问题，而是需要加入设计灵魂才能让图表更生动而不生硬。所以当你打开书本看到里面的图表时你无需震惊，因为朴素的画风并不是这本书需要关注的，而是设计、灵魂以及智慧，图表不是你想画，想画就能画，要思考、大胆创新、不拘泥细节。要能让数据分析师露出思维马脚的人那就只有高阶分析师才能做到，我觉得此书的作者就是这么一个神人，好在此书提及的犀利问题书中都有解答，不妨认真面对每一个问题验证自己的马脚大小。
汇报材料光有图表还不够，还需要标题、布局、颜色、字体、表格设计等元素组成，否则这一页ppt的图做的再漂亮其他信息不协调恐怕也不能引起读者的兴趣。所以在具备了Excel绘制精美图表技艺之后就可以学习一下界面设计。这一时期可以阅读《写给大家看的设计书》，里面对字体、颜色有较多的说明，这也影响我在Tableau中常常使用Impact以及灰、白色系的一个启蒙图书。
初级2.0：拓宽你的数据视野
当今2021年已经由于信息茧房的概念，那是因为信点击率、转化率至上的运营策略容易导致用户被算法绑架，访问过A标签新闻可能就不听地灌输A。而从事数据分析的我们也需要开拓自己的数据视野，自有业务的数据或丰富或稀疏总是会有局限，数据的应用不仅与分析师能力有关还与数据本身的特征及行业有关。
电信、电商、金融、传统制造业等都会有自己的分析模式，基站定位、静默转化、风险预防、返回率等都是各个行业专属的特定数据源，做久了容易固化分析的思维。要跳出自己行业领域从其他领域获取数据应用的方式、思维其实非常困难，尤其是在没有需求的前提下基本很难深入研究、探索。这里推荐基本可以拓展数据视野的书，首当其冲的是国内大数据部道师——涂子沛先生撰写的《大数据》。关于硬井盖破损丢失以及警察预测犯罪地点的案例确实让人脑洞大开。同时关于华东师大饭卡的故事也证明了数据其实是有温度的。当然涂老师这几年出的两本书也同样值得一读，只是往往第一本更容易让人记忆犹新。
其次值得一看的是维克托·迈尔·舍恩伯格的《大数据时代》。做数据的人理论上无人不知、无人不读。整书通俗易懂看起来轻松且知识点丰富，叫人看了赞不绝口。同期还有一些更垂直的书也值得推荐，如《长尾理论》、《黑天鹅》、《爆发》、《链接》都是围绕数据展开的内容。有一些理论会对你的认知产生影响，比如链接中提及的6度关系可以套用到小社区也可以套用到病毒传播、页面转化等。
中级：分析创新
我们不仅要看当前趋势如何，还要排查原因以及总结其中的商业、用户行为规律。而吴军老师的《数学之美》就提供了一些简单原理衍生出的数据产品，比如广告排序的依据、车辆导航等，吴军老师并没有着重对算法、模型的探讨，而是揭露了数学在解决事物规律中扮演了非常重要的角色。这本书最大的意义在于告诉我们事情往往没有看上去的那么复杂，本质上一般都是具备数学规律，不要轻易放弃探索而是去尝试总结去找规律。
另一种学习分析创新就是看人家如何分析，在上海有一只分析实力强悍的团队——城市数据团，他们热衷于从数据中透视规律，不仅具备大部分企业眼馋而不及的数据处理能力：爬虫、算法、高阶可视化以及分析能力。R和Python在他们手里就像Excel一样轻松、唾手可用。围绕的问题也是看似小事但却让人无从求解，但他们就是耐住性子通过一丝毫的线索不停地探索最终找到了曙光。这，正是我们数据人的基本品质，没有技术可以（慢慢学嘛）但决不能轻易放弃。他们出的《数据不说谎》正是这样一本毫无保留教大家如何享受数据分析的书，我甚至从中看到了一丝丝人生哲理。
既然开始正面刚业务分析，那就有一本书不得不说，他就好像“”谷歌流感“”一样也成为了传奇的代名词，这就是《啤酒与尿布 神奇的购物篮分析》，是2010年时期为数不多具备分析借鉴的干货书。没有机会从事零售的朋友不妨拜读此书，我也看过一些电商的分析书，有一些拿日常运营日记当书写，字句辣眼。所以对零售有兴趣的朋友我推荐本书。
中级2.0：数据（分析）产品及运营
做数据做久了你会发现做数据产品更容易有成就感，因为你能让更多人发现真相，用power bi、tableau甚至平台汇聚数据就能将那些重复操作的体力、时间都由转交给服务器去解决。一个人的能力是有限的，好的业务搭配好的产品及开发能力就能大幅提高分析师的工作效率。
首当其冲推荐的是2020年最新出版的《数据产品经理 实战进阶》，11位高级数据产品经理将数据产品工作提炼成理论知识，头几章的文字言简意赅、总结精辟等让人阅读起来并不会枯燥甚至你会不禁佩服作者的笔锋，在国内数据产品普遍是一个不知道用来做啥的岗位，此书可以给出一些指引，但核心还是得看企业的发展和对数据的认知程度。
目前已经有几本书会谈及埋点采集和分析，但讲真看了之后你会觉得有些浮在天上的感觉，一方面作者字里行间透露出一些口语化，另一方面似乎又对不同领域的行为分析有点欲言又止的感觉，深度不够在几经分析后往往结论是系统导致的漏损上升。作为分析师和数据产品我们更渴望地看到用户心理层面上的分析而非停留在服务器性能等问题。这里推荐一本神策创始人桑文锋编写的《数据驱动 从方法到实践》，虽然并没有达到心中的预期但也给与了大量的埋点科普知识，后半篇幅主要说案例也并不算那种触及共鸣，因为大部分还是需要主动去配置才有可能知道漏斗问题出在哪里。或许需要多看几次才能有更深入的认知。
运营的高阶工作就是增长，而增长的核心除了设计和监控指标外就是不断地去试水用户与交互之间的距离，曲卉写的《硅谷增长黑客实战笔记》一定是所有运用心中的圣经，也是这本书里始终在灌输A/B测试对增长的重要性，可惜在外国创造AB测试的20年后还有很多企业未考虑开启AB测试的新旅程。所以大家看这本书的时候很可能变成了一本望梅解渴的书，只能望梅却解不了实际工作中的口渴。
实践出真理，A/B测试的数据就是无限接近用户接受度的最佳解决方案。作为目前国内唯一一本详细介绍AB测试的图书，无疑他就像10年前的尿布与啤酒一样是一个里程碑，里面提供了AB测试工具配置页面和查看数据的示意图，同时在前期强调了置信度使用的重要性，值得一读。
其实还有好多想要看的书可能还没有出现，尤其是行为的分析，虽然谷歌有了heart阿里也有自己的体验体系，但是市面上还没有一本真正意义上的行为分析实战书籍，通过用户异常操作还原用户心理的书，而这恰恰是创建埋点的本意。这10年的工作经验大约买了100多本数据相关的数据，有R、SPSS、有智能运维、SEO、数据欺骗、教育等，但真正触及数据认知的并不多，以上就是我为大家推荐的几本对我职业生涯产生激励作用且浅显易读的图书，希望你在迷茫之时通过阅读好书聊以慰藉、突破重围。
