数据分析培训自2000年后如雨后春笋大量涌入市场，宣传标语无一例外都是学习1个月就能拥有10K+甚至更高的薪资，然后官网标配一大堆高薪就业的学生就业案例的照片，让很多刚毕业的学生瞬间破防。

但实际情况呢？培训机构确实是一种速成的方式，有的人通过培训快速开始从事数据分析这个工作，但是也有很多人花了钱却没坚持下去。

截止目前，我把近期咨询我最多的问题大概整理了一下：

• 现在是我在校的最后一个学年，大家都在找实习，毕业以后想从事数据分析，但感觉自己技术太差，是应该培训呢？还是自学？或者是先找个实习？
• 已经工作了1\2年，很不满意我现在的工作，感觉自己没有什么提升，想转行数据分析，难学吗？
• 正在自学数据分析，没有头绪，很难，应该放弃吗？还是继续坚持下去亦或者是找个培训班？
• 学习数据分析，自学和培训哪个性价比更高？

下面我一个一个给大家分析建议：

数据分析自学or培训？

想转行数据分析，自学VS培训，我觉得没有绝对的好，只有相对合适之说！

自学，时间和试错成本高；

培训，经济成本高。

1、个人时间安排：如果你即将毕业，急着找工作，时间比较紧迫，建议选择系统性培训。系统培训耗时相对较短，效率更高。如果你还处在大一大二，时间相对没那么紧迫，可以选择自学。

2、自学能力和自控能力较弱的小白，建议选择系统性培训。系统性培训有严谨的课程安排，有专业的老师指导，能更高效的掌握知识和技能。自学能力，自控能力强，可以选择自学。为自己系统的计划学习内容，规划好学习时间，严格按照自己的计划节奏去学习。当然还要做好解决众多难题的心理准备。

不管是自学，还是培训，都各有其优劣。

自学：
优势：没有费用成本；学习时间灵活，不用专门跑到固定地点。
劣势：学习周期长；学习没有方向性；遇到问题没有专业的老师指点，容易出现半途而废的情况；没有项目实战的过程，缺乏项目经验；就业缺乏好的平台。

培训：
优势：节约时间；学习内容有针对性；有专业的老师指点，学习起来更容易；有专业老师指导就业，提供就业平台。
劣势：会支付一定的成本费用；需要专门腾出几个月的时间脱产学习，没有收入。

数据分析难学吗?

但是过程并不是你想的那样一帆风顺，目前数据分析所需要的几个硬要求：学历、专业、经验、技能。

学历：数据分析对学历其实还是有一定要求的，为了后期的就业，我们一般建议本科及以上学历。

专业：数据分析最贴近的专业就是计算机、统计学、数学还有近几年新开设的大数据专业，对于转行人群来说，其实倒专业其实要求并不是那么严格，并非要求必须上以上专业才可行。

经验：经验这块确实非常关键，但初级岗是愿意接收一些转行人士的。

技能：技能的话不等同于能力，工具要掌握熟练。