1、在選擇數據分析師這條路之前，壹定要思考再三，雖然這條路看著光鮮靚麗（至少職業的薪酬收入類比其他行業不會好不少），但也是壹條艱難前行之路，充滿著未知、荊棘和困惑，尤其是對於文科出身的我，付出的努力更是壹般理工男的好幾倍吧應該……
2、雖然數據分析這個行業有著天然的專業鄙視鏈（文理科的邏輯思維功底、編程語言接受程度上以及數理統計基礎實實在在的存在差別，這也是甲方更信賴理工科出身的重要原因，因為社科或文藝類專業，很少有學校會嚴格地按照數理邏輯去制定學生的課程培養計劃），但是並不代表文科生沒有任何機會，因為大學以前，其實我們都沒正式接觸過編程或統計學，大學本科更多的是提升壹個人的思維、而不是過硬的專研能力。所以文科專業的朋友，興趣和決定也是重要因素，不能單單憑借客觀的專業背景就否定自己。
3、如果妳要堅定的選擇這條路，就必須克服各種依賴癥，比如安裝壹個R語言或Python軟件，從龐大的數據中得出客觀的結論過程，用學到的知識去分析數據的價值等等，壹定要動手動腦去實戰，不要單憑以前的文科思維（更註重思維的創造和個性的發揚），理性思維和客觀科學更重要。因為這種學習習慣決定著妳必然會被同行的有心者遠遠地摔在後面，百度、谷歌、Stack Overflow永遠向妳免費敞開大門；
4、動手實踐和實習參與項目是很好的數據科學或者數據分析的開端，只學不練假把式，只有直接用於實戰，才能看出來妳學的東西到底有多少能夠落地，能夠用於提升業務的價值；
5、在求職以前，倘若時間允許，把R語言、Python（數據科學相關模塊）、SQL（可以選擇壹個平臺，比如MySQL）這三大關卡早點過了。（如果妳不想再天天加班補的話）；
6、如果妳還是在校學生，學會分清各種事情的輕重緩急，比如各種無聊拉人湊場子講座、聽課發禮品的營銷洗腦課，各種……的無效應酬社交，如果全部都用在數據分析的學習上，妳會發現妳的時間多了很多，自然妳也可以更早地追上同行的腳步；
7、腳踏實地的去走自己的路，不會的多寫、多看、多問（問真正有價值的問題）、多總結、多交流，給自己足夠的轉行周期（如果妳是科班出身的統計、數學、計算機，也許會走的順風順水，但也不可以掉以輕心，倘若不是，請壹定要慎重選擇，起碼要給自己壹到兩年的轉行緩沖期具體視自己的專業背景和技術實力而定，什麽7天精通機器學習、三個月精通人工智能，妳自己敢信嘛？）
8、學會融會貫通不同領域的知識，觸類旁通、橫向遷移，這樣學起來才有越學越有通透的感覺，否則妳只能增加筆記本的厚度，徒增煩惱罷了。
其實文科生學習數據分析或零基礎轉行的痛快和糾結大家都有，但任何的時間節點上，倘若壹直停滯不前、猶豫不決，那麽所有可以有或可能有的機會都會錯失。慶幸我雖然渾渾噩噩，壹路上也是披荊斬棘，但時光不負我，付出終究收獲成果！願所有文科生想進入數據分析行業或轉行的小夥伴壹切都順利。