广告数据挖掘，在一些大公司，有专门的岗位对广告数据进行监控和挖掘。
你是学广告的。你懂广告和品牌推广的知识。凭借你的专业技能和数据分析能力，你会在这个领域创造不一样的价值。
我们接触的企业很多，经常在一起聊天，知道有的企业每年投入广告费十几亿，但是这些广告投入后能产生多大的效益？其实他也不知道。
你到底投不投票？老板认为如果他不卖，他就会下台。但是投入多少，销售额会下降多少呢？在每一个领域做广告后，比如今日头条、上海、其他媒体、广告，每一条线产生多大的效益？这些都是问题。
广告矩阵怎么做？事实上，他们不知道。那么就需要专业的广告数据分析师来帮他实施。如果8000万和1亿一样，你就给他省了2000万。
还有一种是机器学习，比较高级。这个专业是数学，或者有很多专业是专门教算法的。
除了每个行业都需要数据分析的优势，也适合很多其他专业人士转行。似乎数据分析只能由计算机专业人员来做。你的理解是错误的。
数据分析是一门交叉学科，需要你具备一定的编程技巧，市场专业知识，以及建模等数据统计的一些知识。
当然，要全部掌握还是很难的。至少可以学到相应的工具和技巧，同时可以实践项目，提高自己在分析领域的认知和经验。
其实商业分析师转行也没那么难。把分析当成一种学习的能力。
但是在学习的过程中有三种问题。
学习压力
想转行的话，比较急。因为你要学的东西很多，进入这个行业后，就像我们在这个行业待久了一样，每天都要学习。因为技术更新迭代非常快，学习压力是终身学习压力。学无止境。你在我们这行学得越多，你的职位就越高。我们这一行最高的是数据科学家。
时间成本
你下定决心转行肯定是有时间成本的。有人问我入行需要多久？我无法给你一个准确的答案。有的人学得快，有的人学得慢，有的人更努力。如果下定决心去学，过程并不太难。如果你看了我们两个月的线下培训班，我们觉得只要你对Python数据库比较了解，就可以参加。通过我们的教学方式和课程体系，包括项目的熏陶，我觉得两个月足够了。出来后就投身行业，相当于有一到两年左右工作经验的人，比自己摸索要快很多。
进入风险
很多人会担心学不进去或者半途而废，进不了行当怎么办。这是你进入风险的问题。我认为这取决于决心和一个好的学习方法。
学习的方法有很多。
学习data analyst的第一步是学习python和数据库。这些工具是可以自学的。
有些人觉得学编程好像是一件很高大上的事情，想学也下不了决心。只要你沉下心来学习，你会发现其实并没有那么难。比如第一步之后，下面一定有很好的学习路径。因为一个路径就相当于有一个专家来指导你学什么，你应该在这个地方学什么，你应该在这个地方学什么。
进入行业后，慢慢丰富自己的相关知识，这样你就可以做得越来越好。所以我们入行的前提是要有好的学习路径。我们公司做了每一个专业的学习路径，应该是下周参加一个活动获得的。比如你作为数学专业的学生进入数据分析领域是如何学习的？然后，在学习的过程中，我对要看的书和相关的知识进行了总结。
数据分析师需要良好的专业能力。即使我们有数据分析的能力，但是我们没有专业能力，所以我们在做项目的时候是做不到的。
事实上，要成为一个真正的数据科学家，你必须非常精通你的专业能力、数据分析能力和行业业务能力。只有这样，你才能成为一个真正优秀的数据分析师或者数据分析专家。所以在我们这个领域叫首席数据官。
作为一名大学生，在大学四年的时间里，你总会学到本专业的专业知识。数据分析能力就是你转型后想要学习的知识能力。如果以后找数据分析师的工作，可以找和自己专业相关的数据分析岗位。数据分析能力是通过你的工作时间形成的。
作为从业者，也应该在原大学有自己的专业。工作后对所从事的行业更加了解，有一定的业务能力。然后随着分析师的技能学习和转化，会有新的业务，新的职业，新的世界。
这就是我今天要跟大家说的，作为转行做业务分析师的利弊分析，希望能给大家一些建议。
下周我们将推出彭老师做的《商业数据分析师正确学习路径》。现在很多同学在网上找到很多关于数据分析师的学习资料。通过网上学习，有一个很大的问题:太碎片化了，也就是说，属于散的感觉。我们现在做的就是把几乎所有的专业都囊括进来，对你大学学的专业来一个正确的。从小白的介绍到后来，你需要的所有职业定位都包含在这里面。
