我是一名初级数据分析师，现在遇到一个学习困难问题,请老师帮解惑一下
这个岗位本身是比较偏实战的岗位,本质上，比如统计应用、数据指标拆解、多维维度分析、AB测试(一种分析方法)、各种分析模型如漏斗模型、rfm模型、机器学习、Python、SQL等,他们本质都是用于某个应用目的工具。
这个岗位偏向应该基于大量实战的,但由于没有亲身经历过太多项目,我多数通过书面文本、别人教程学习，无法真正运用这些知识。虽然看起来很眼熟，大概知道是什么内容，但无法关联到具体的实例场景中，因为缺乏实际使用经验。不知道如何在实
际场景中运用这些知识，也不知道如何解决具体问题,没办法进行创验学习,只是知道有这些概念,从别人那继承部分过来,但没法跟实际使用场景关联起来,而没法自主去解决问题,去预测未知情况
我更擅长的是创验学习,自己通过实战收集基础数据后做总结归纳然后演绎,举一反三.
我最喜欢的,是进入「观察者模式」,通过旁观者视角观察件事从头到尾各个细节,然后自己进行总结归纳,关联以往事情 ,反过来,要开始自上学习,关联不上外延实例,面对一对抽象概念,我便不知所措
一旦没有真实使用场景,或者不是必须要我去用这个工具去学,比如sql语言,只会基础语法到现在用的很顺手是因为有一段时间不得不用,这反而让我为了适应工作和生活,训练出了模型.相反,如果不是必须的技能(短期内对工作没有帮助),但对长期是有增益的技能,如python,就算我不会也能用其他工具凑合,但就是没python这么有泛化性、全面且灵活,我就一直止步于了解阶段：知道其功能、大概的使用场景,但没有实现能力、不知道具体的实现步骤,也没有更多的深入练习.
当需要我做指标拆解、体系搭建或梳理工作时，我会突然大脑一片空白，不知道该做什么。但当别人告诉我具体的操作内容时，我又会发现这些事情我其实知道,我是知道指标拆解、多维度分析这些「概念」的描述,也知道一定的「内涵」,但我无法对照出他们的「外延」,可能是我只是看而没有用费曼技巧把他常使用自己的语言讲出来、写出来而止步于看，无法形成模型来预测未知
我想请教如何解决这个问题,从书本上学习别人的概念知识,从抽象大概念到具象,从渐构网站上我该用那些工具来打通学习这些内容,从我的认知里其实它们都是「基于某个目的的工具」,工具应该是多用而熟能生巧,而现实环境中我没那么多实战环境.
请于老师解答下我长期的疑惑
