今天和大家一起聊下我们平常看到的数据分析计划如何形成的，会从平台算法推荐、商业驱动两个方面来谈;接着会讨论一直困扰我们的焦灼和如何正确学习的问题；希望这篇文章能够给大家带来些启发或帮助。
一:我们看到的内容都是算法设定的
目前大家了解到数据分析相关内容，大多是通过 知乎、简书,可是有个问题大家有没有想过，关于数据分析内容，我们有多少是主动接受的，还有多少是被动接受的呢？接下来一起来看下这两个平台的的传播内容的特点
1.对于知乎
来聊下知乎的传播特点，一般我们看知乎上的内容的时，平台会首先给我们推荐用户认可度较高的优质回答，并且这些回答会长时间保持在靠前的位置。试想下，数据分析最好转行的是15、16、17年，当时要求确实比较简单的，况且也是处在了人工智能的风口了。然后现在大家看的关于数据分析类的优质回答也就是产生在那几年中，想想看如果我们还接着按照原来的要求进行学习的话，是不是有些不妥呢？
这里可以参考下19年转行数据分析应该注意内容:
2.对于简书
简书传播特点，时效性非常强，一般我们关注了某一类专题之后，就会把新的优质文章推荐到自己的简书上去，从而获得非常大的曝光，但是简书的持久性就比较弱，用户发表完一篇文章后，很快就会被其他的文章覆盖掉。其实对于我们要从事数据分析的同学们，被推送的数据类好文章确实不多，这是和简书的文章特色相关的，简书偏重于文艺生活哲理类
综上: 给大家的建议是，如果大家再看到转行类的学习清单的话，要多留意看是不是适合当下的找工作的需求，如果可以的话，尽量要去联系作者，看作者是不是有新的想法和思考。
二:站在商业的角度看待问题
如果大家仔细阅读转行文章或者看推荐资料的话，能够了解到大多数人学习的内容会提到猴子课程、秦路课程、soton课程、优达课程、CDA课程等。其实，在15年、16年的时候，估计国内很多人，包括很多培训机构都没有弄清楚数据分析是怎么一回事，当然也不知道怎么来安排课程体系。那时刚开始入这行的人，抓住了这样的风口，结合自己学习的内容加上国外部分大学课程，就组建了一个比较完整的课程体系。现在大家可能会感觉到soton、或者猴子的课程太简单了，但当时要求低并且确实能够找到工作的，大家花几百块钱找到一个不错的工作，双方都是乐意的哈。所以对于猴子、soton等这样的人，确实是由于自己早期的准备抓到培训的红利，从商业的角度，还是很佩服的他们的。
随着后来很多人都看到了培训、转行的红利，纷纷涌向了进来，同时就业市场也开始变得成熟和能够考核了，原来能够使用Python进行数据分析，直接转行一万左右，因为当时面试官和HR都是很难定义数据分析求职者的能力的。想想当时我们转行成功的人，慢慢都在各自公司变成了面试官，那新的进入这还能忽悠我们吗？
对于转行者，现在从事的人多了，要求也变高了，要工资的时候也不敢乱要了，每年转行的同学增速没有那么高了，但是不得不说，数据类工作相比工资还是挺高的。对于很多公司来说，数据建设还远远没有搭建起来的，这方面职位还是需要很多的。
对于培训者来说，竞争也越激烈了，正式因为对入行同学的要求高了，所以要开发新的课程出来，并且传授难度大些的课程，周期长、开发课程成本也上来了，相应的对于培训者来说要求也是高了。所以对于数据蛙课程来说，我们重点把握的就是服务和切合工作的课程
三:焦灼真不是别人给贩卖的
最近经常听到一个词就叫贩卖焦灼，大概意思是发出一些让人产生焦灼的声音，然后利用他人的焦灼，让其完成购买。在这里想和大家聊得是，焦灼这个真的是更多来源于自己，比如说自己学习技能时学不会，为了摆脱这个困境，赶快买个课程，并且是希望一学就要会的那种。或者自己存不到钱，就赶快买个理财课程，希望买完课程就能立马生效，下个月就能存到钱。
关于焦灼，大家忽略了一个问题，就是特别注意短期带来的收益，忽略了长期的收益。想想看学习一个技能哪里有那么快学的会呢，因为是要很多的周边的技能作为补充的，特别搜索解决问题的能力，比如大家会看到有的同学碰到直接发个截屏过来，细想下可能他们就不知道如何把一个大的问题进行拆分并一个个去搜索查找。这里要特别一提的是，大家一定不要依赖视频，更不要看着视频完成项目，相信这样是肯定学不扎实，面试的时候很多细节说不出来的。所以我们在就业班的项目中，我们是大家一个个的小任务，然后指导着大家来探索完成。
其实做事情真的需要一步步的来完成的，大家看下我们数据蛙的发展就能知道，我们做的也是一步步的积累
- 2018年12月9日成立数据蛙交作业小组，专注于用一年时间通过文章来积累知识和影响力
- 2018年12月17做我们自己的博客网站，已经上线
- 2019年1月7日开始强化课程(已经进展三期，每期三个月，现在课程安排做了调整)
- 2019年6月20开始基础班和就业班课程
并且核心的课程已经更新为数据蛙的内容，并且开发的案例是完全模仿实际公司中的，涵盖技能点很全面，这样我们也是有了自己的核心竞争力 - 2019年6月24日，现在逐渐来开发我们自己的产品
股票、虚拟货币的可视化案例，这个案例将会作为一个我们一直优化下去的课程案例和用户投资的参考产品。
四:真正的学习应该是翘对杠杆
我们大家都知道财富的积累是需要撬杠杆的：
- 刚开始工作的时候,会想着学习技能、用好工具，提高单位时间带来的价值
- 过了几年之后，技能的提升带来价值的增速就会变的缓慢，因为每天就那么多时间，这时候很多人会想办法来带领团队，用自己的时间来撬动团队成员所有的时间来产生更大的价值
- 或者金融投资(这块不做探讨)
对于我们学习来说，也应该这样去操作，刚开始学习的时候或者学习了一段时间后可能都会遇到不少的问题，这时间大家一般的解决办法是谷歌搜索或者百度，这个方法确实挺不错的。但是效率好像没有那么高，可以这样来做，
在行软件上找个专门做数据分析这块的牛人，然后花上几百块钱购买别人一个小时的服务，几百块钱撬别人五六年的经验，想想看还是挺划算的
利用好社群资源，相信不少同学都加入过很多的是社群，可是真正利用好社群的真是没有太多，大多加入群之后就是平常看下大家在聊什么。其实可以适当的和群里活跃的同学建立联系，或者和群主建立联系，因为最清楚哪些同学和你有类似的经历，最能够帮助到你的
或者收费服务的小社群，就是那种有20到30人，收费几百块钱，能够针对个人解决问题的小社群。突然这样一想，其实我们基础班就是在做这样的事情，本身基础班的课程都是集中在python和mysql上，这样的视频和资料是网上免费的太多了。基础班要是做好的话，只有从服务和课程设计上，因为大家都是刚开始学习，遇到的问题各种各样的，比如收极其容易出错的mysql的安装，关于这块我想数据蛙是做的比较好的了，应该没有哪个学习群老师给直接远程安装软件了和语音解答题目了，然后再语音规划下找工作的事情，因为人比较少，基本做到一对一的服务了
总结下:对于刚学习数据分析的，看到别人写的学习计划文章一定要多思考，这里也可以参考19年转行数据分析应该注意内容:。如果一旦开始学习了，一定要耐着性子，多去搜索，然后提高解决问题的能力。