跨行业通用
金融、SaaS、零售与运营团队都需要能定义指标并解释影响的分析师。Data Analyst Roadmap 把通用方法论拆成模块，让你在换赛道时仍然有章可循。
为什么选择数据分析
为什么数据分析在 2025 仍然稳健
跨行业需求、可验证成果与清晰成长路径，让这条转岗路线依旧具备韧性。Data Analyst Roadmap 会把每个里程碑与业务价值挂钩，帮助你在沟通时讲清楚指标背后的商业逻辑。把 Data Analyst Roadmap 当成你的对话提纲，让招聘方感受到你理解收入、留存与实验的因果关系。
作品即可证明
仪表盘、实验复盘、SQL 笔记本都能直接向招聘方证明你的能力。Data Analyst Roadmap 提供作品 Rubric 与叙事提示，帮助你从数据讲到商业影响。
招聘信号清晰
JD 普遍筛 SQL、可视化与实验能力，这条路线图正好帮你补齐。Data Analyst Roadmap 会把这些信号放在每周任务上，确保你总是在处理招聘方真正关心的能力。
核心技能
数据分析师必须交付的四类能力
通过扎实 SQL 与故事化分析，打造一横一纵的 T 型技能结构。
SQL 基础
子查询、连接、聚合与窗口函数全部映射到真实业务问题，并根据 Data Analyst Roadmap 的节奏设置 Checkpoint，确保每一步都能落地。
数据可视化
用 Tableau 或 Power BI 讲清留存、漏斗与分群趋势，按照 Data Analyst Roadmap 的故事线构建面向高管的解读。
应用统计
置信区间、显著性检验与实验解读，摒弃晦涩术语，并结合 Data Analyst Roadmap 中的实验脚本练习真实汇报场景。
Python 辅助分析
可选的 pandas 与 Notebook，用于自动化、质量校验与复现分析。需要扩展时，Data Analyst Roadmap 会提示你如何把脚本接入整套流程。
阶段规划
三阶段完成 90 天作品集
每个阶段都匹配周度目标、资源与按时长切分的交付物。
Phase 1
基础期 — 第 1–3 周
稳固 SQL 基础，评估现有工具链。
- 每日 SQL 训练覆盖 SELECT、JOIN、FILTER、GROUP BY，并按照 Data Analyst Roadmap 的 Checkpoint 判断是否升级难度。
- 制作 CSV 与仓库数据的清洗校验清单，对照 Data Analyst Roadmap 的质量标准梳理流程。
- 指标入门：活跃、转化、留存，配合 Data Analyst Roadmap 提供的提问清单向业务方获取上下文。
Phase 2
进阶期 — 第 4–7 周
深入可视化、实验分析与业务叙事。
- 搭建包含分群与漏斗视图的多页仪表盘，遵循 Data Analyst Roadmap 的陈述节奏输出洞察。
- 模拟 A/B 测试，输出提升率、显著性与行动建议，对照 Data Analyst Roadmap 的实验复盘模版呈现。
- 每周撰写 Insight Memo，将数据转化为决策语言，使用 Data Analyst Roadmap 提供的结构突出假设与风险。
Phase 3
作品期 — 第 8–12 周
交付端到端项目，准备面试叙事。
- 产品分析案例，串联指标与增长杠杆，按 Data Analyst Roadmap 的面试脚本讲清落地成果。
- 留存深潜：SQL、可视化与决策汇报打包输出，并附上 Data Analyst Roadmap 推荐的行动清单。
- 面试资料包：STAR 故事、GitHub/Notion 链接与 JD 关键词对齐，全部在 Data Analyst Roadmap 中设置复盘节点。
作品集
让审核者眼前一亮的作品
结合业务语境与技术执行，每个项目都附带 Rubric 与可直接使用的数据源。
双边市场留存仪表盘
用 Tableau 或 Power BI 融合漏斗与分群，解释流失与激活杠杆。
实验复盘报告
2 页 Memo + SQL 附录，涵盖假设、提升率、显著性与下一步建议。
管理层 Analytics Brief
将指标转化为产品/营销行动，输出精简幻灯或 Loom 讲解。
JD 关键词
90% JD 出现的关键词
将 JD 粘贴到 PathGen 匹配器，即可看到这些关键词如何映射到对应模块。
Must-have
- SQL joins & window functions
- Tableau 或 Power BI
- 实验设计 / A/B testing
- 业务沟通与 Stakeholder 汇报
Nice-to-have
- Python（pandas、Notebook）
- dbt 或数据建模
- Amplitude / Mixpanel / GA4
- Looker 或 Mode
常见问题
常见问题 FAQ
1
每周只有 5 小时能完成吗？
可以。PathGen 会根据可用时间自动延展模块，同时保持阶段里程碑。
2
没有 Python 也能入门数据分析吗？
大多数入门岗位优先看 SQL、可视化与分析判断。Python 作为 Phase 3 的可选加速路径。
3
JD Matcher 有什么帮助？
粘贴 JD 后，PathGen 会标出缺失技能，推荐对应模块，并把招聘关键词直接加入计划。
4
完成 90 天计划后下一步是什么？
预约 7 / 30 天复测刷新基线，生成聚焦冲刺，或用同样的证据转向产品运营路线。
马上共创你的 90 天路径
粘贴 JD 或直接启动默认的数据分析路线，PathGen 会按你的时长与资源动态调度模块。