基礎的小伙伴應該該怎么自學數(shù)據(jù)分析呢？

我會從學習方式、學習內(nèi)容、面試準備這三項內(nèi)容展開介紹，那么廢話不多說，我們直接進入正題。

一、學習方式

我們可以將學習方式劃分為2類：①裸辭學習 ②在職學習

一般情況不建議裸辭，因為裸辭的小伙伴在求職的時候會比較被動：

心態(tài)問題 ，如果長時間找不到工作，要承受很大的心理壓力；

HR壓制 ，這里指HR會壓制你的薪資，比如面試官會問，什么時間能到崗，你會很急切的回復說，“明天就可以！”相對應的，你的薪資也是“再降點也可以！”。

所以，如果目前的工作不會讓你3秒鐘就原地爆炸的話，真的不要裸辭！

二、學習內(nèi)容

從初級數(shù)據(jù)分析師招聘要求的必須技能來看，主要包括理論知識和工具實踐兩部分內(nèi)容。

理論部分

統(tǒng)計學：為什么將統(tǒng)計學放在第一位呢？因為統(tǒng)計學是數(shù)據(jù)分析的基石，而且統(tǒng)計分析可以解決日常大部分的分析需求。統(tǒng)計學這部分內(nèi)容需要學習描述統(tǒng)計、假設檢驗、概率、分布、抽樣、等內(nèi)容，例如你必須要知道什么是環(huán)比和同比，什么是相關和因果，這都是你未來數(shù)據(jù)分析的基礎。

數(shù)據(jù)分析方法論：這里要學習一些數(shù)據(jù)分析常用到分析方法，如趨勢分析法、對比分析法、多維分解法、用戶細查、漏斗分析、留存分析、4P理論、PEST理論、SWOT分析、5W2H理論、邏輯樹理論、用戶使用行為理論、AARRR模型等。

結(jié)構化思維：可以去讀一下《金字塔原理》，它能夠教會你思考、表達和解決問題的邏輯，例如金字塔里面有提到MECE原則，中文意思是：相互獨立，完全窮盡。它是金字塔原理中很重要的原則，是結(jié)構化思維的體現(xiàn)，常用于問題或目標拆解。在未來工作中，能夠幫助你建立全面的數(shù)據(jù)分析框架。

工具部分

Excel：它是最基礎的數(shù)據(jù)分析工具。在學習的Excel的時候需要重點掌握：常用函數(shù)的使用、快捷鍵操作、基礎圖表制作、數(shù)據(jù)透視表、Vlookup等。另外Excel還可以導入一些模板來使用，典型的包括數(shù)據(jù)分析模塊、做假設檢驗經(jīng)常用到；規(guī)劃求解，做線性規(guī)劃和決策等問題非常有效。

SQL：它是數(shù)據(jù)分析的核心技能，SQL要重點學習Select，聚合函數(shù)、以及條件查詢（Where、Group by、Order by等）

PPT：用來和業(yè)務部門交流需求，展示分析結(jié)果。

Python：主要學習Numpy、Pandas、Matplotlib、Seaborn等內(nèi)容。Python 的底層是用 C 語言寫的，很多標準庫和第三方庫也都是用 C 寫的，在處理數(shù)據(jù)時候運行速度非?？臁?/p>

這里需要注意的是不同公司對工具的要求也不同，例如有些公司要求會使用R語言、SPSS等，具體學哪一個工具可以參照JD要求，其中Excel、SQL和PPT是必備的基礎技能工具。我的建議是先學Excel和SQL，最后再去看Python。

三、求職面試

這部分我們先來解答一下文章開頭提到的問題“學習到什么程度可以去找工作”

其實這個問題要根據(jù)面試公司的崗位技能要求來確定，如果是面試初級的數(shù)據(jù)運營，只要具備基礎的數(shù)據(jù)分析技能就可以嘗試去找工作了，而且如果你是面數(shù)據(jù)運營（SQL+Excel就能搞定大部分工作）。如果是面試數(shù)據(jù)分析師，要求則會更高一些。

技能掌握好之后，要根據(jù)自己的目標城市、個人愛好、專業(yè)優(yōu)勢等因素確定目標行業(yè)。

數(shù)據(jù)分析是一個行業(yè)特征很明顯的職業(yè)，如果你說自己想進入“互聯(lián)網(wǎng)”企業(yè)，那可能說明你還沒有想清楚自己到底要干什么。

因為互聯(lián)網(wǎng)的存在是為了解決某個行業(yè)的問題（互聯(lián)網(wǎng)+企業(yè)），比如滴滴、高德地圖是為了解決出行交通行業(yè)問題（互聯(lián)網(wǎng)+交通出行），比如美團餓了么解決的是餐飲生活類問題（互聯(lián)網(wǎng)+餐飲），比如vipkid是為了解決少兒英語學習問題（互聯(lián)網(wǎng)+教育），螞蟻金服解決的是金融行業(yè)問題（互聯(lián)網(wǎng)+金融）

這些行業(yè)都需要數(shù)據(jù)分析師，但是每個行業(yè)的業(yè)務知識和業(yè)務指標是不一樣的。所以只有確定了行業(yè)，才能深入研究這個行業(yè)究竟是什么，對癥下藥，這樣轉(zhuǎn)行的成功率會更大。

行業(yè)確定后，接下來要明確目標公司，這里需要注意的是不同發(fā)展階段的企業(yè)在數(shù)據(jù)使用的深度上是不同的。

沉睡型的企業(yè)，基本就是用Excel做一些基礎統(tǒng)計和數(shù)據(jù)整理，做數(shù)據(jù)分析的人可能也是兼職，就是我們俗稱的“表哥表姐”

在起步階段，企業(yè)已經(jīng)開始產(chǎn)生用數(shù)據(jù)報表的習慣，工具還是以Excel為主，數(shù)據(jù)庫為輔，這個階段的企業(yè)已經(jīng)有少量的專職人員來維護數(shù)據(jù)庫了。

發(fā)展型的企業(yè)，數(shù)據(jù)應用深度逐漸轉(zhuǎn)向了業(yè)務，企業(yè)開始用數(shù)據(jù)規(guī)范工作，使用的工具變成了以數(shù)據(jù)庫和專業(yè)的分析工具為主，并且企業(yè)會有專業(yè)的團隊來負責數(shù)據(jù)工作。

成熟的企業(yè)特點更加鮮明，企業(yè)有成熟的基于業(yè)務場景的數(shù)據(jù)產(chǎn)品，數(shù)據(jù)類產(chǎn)品或服務是業(yè)務運營的核心組成部分。這時候企業(yè)運用的工具往往是數(shù)據(jù)平臺或成熟的數(shù)據(jù)組件。

所以不同類型或者不同發(fā)展階段的的企業(yè)對于數(shù)據(jù)的資源儲備是有極大差異的，對數(shù)據(jù)人才的要求也不盡相同。

掌握了技能，明確好目標公司，然后就可以準備投遞簡

零基礎如何入門數(shù)據(jù)分析師？

大數(shù)據(jù)時代，數(shù)據(jù)為王。用數(shù)據(jù)做分析，給公司決策提供指導性意見，是眾多公司在這個精細化運營，降本增效的時代必須要做的事情。各大企業(yè)都建立了數(shù)據(jù)分析部門。截止目前，我國共計1400萬數(shù)據(jù)分析人才缺口，市場規(guī)模預計將在2025年達到2000億！數(shù)據(jù)分析與其說是一個崗位，更是一個重要技能，擁有這項技能意味著你的就業(yè)前景更好，職業(yè)發(fā)展更廣。

那么數(shù)據(jù)分析零基礎應該怎么學呢？下面我將從數(shù)據(jù)分析的學習周期、學習內(nèi)容以及職業(yè)發(fā)展規(guī)劃三個方面，帶大家充分了解數(shù)據(jù)分析這一行業(yè)。

1、 數(shù)據(jù)分析要學多久？

每個人的學習能力和基礎都不同，所以數(shù)據(jù)分析的學習周期也不同。如果是通過自學的方式，由于無專業(yè)老師指導及無法系統(tǒng)的學習，這個周期可能會很長。一般來講，如果零基礎的學習者進行系統(tǒng)的培訓，最快也要將近三、四個月的時間。數(shù)據(jù)分析的學習應該首先從熟悉表以及表結(jié)構開始，它的原點一定是在首先了解熟悉Excel的基礎上，在能夠從數(shù)據(jù)庫里提數(shù)的基礎上再進行技能的升級。你的技能從能夠從數(shù)據(jù)庫里提數(shù)，并且用Excel和BI處理幾萬行的小數(shù)據(jù)量，到使用python批量化處理幾十萬甚至百萬行中量級數(shù)據(jù)量，到最終使用大數(shù)據(jù)的相關組件，例如hadoop，spark，flume等組件處理千萬級甚至是億級大數(shù)據(jù)量。每一個階段所需要的工具加方法論都是不一樣的。一般而言，對于自學而成為能處理中量級數(shù)據(jù)量的分析師而言，得至少入門python的pandas，numpy等數(shù)據(jù)處理庫。這個零自學的周期，也一般跟悟性和自律有關，悟性和自律性高的同學，可能在4個月能夠掌握；如果悟性和自律性不高的同學，這個周期有可能就是半途而廢，無法估量時間了。這里給大家推薦一下聚數(shù)學院的《數(shù)據(jù)分析實戰(zhàn)就業(yè)班》（聚數(shù)學院)，專注于培養(yǎng)數(shù)據(jù)分析師的數(shù)據(jù)處理能力、數(shù)據(jù)分析能力和數(shù)據(jù)挖掘能力，課程內(nèi)容從數(shù)據(jù)庫管理、統(tǒng)計理論方法、數(shù)據(jù)分析主流軟件的應用到數(shù)據(jù)挖掘算法等，對一整套數(shù)據(jù)分析流程技術進行系統(tǒng)講解并配以實戰(zhàn)練習，學完之后，學習者可以直接達到數(shù)據(jù)分析師的水平。

2、 數(shù)據(jù)分析要學什么？

(1) Excel

說起Excel可能會有人覺得這個很簡單，但是Excel確實是一個功能強大的利器。零基礎學數(shù)據(jù)分析師一定要從Excel入門，因為Excel是處理小型數(shù)據(jù)量企業(yè)用的最多的工具，在基礎數(shù)據(jù)分析師與數(shù)據(jù)運營崗位中具有極其重要的地位。作為數(shù)據(jù)分析師的核心工具，具體學習內(nèi)容有Excel函數(shù)技巧（查找函數(shù)、統(tǒng)計函數(shù)、邏輯函數(shù)）、Excel快速處理技巧（格式調(diào)整、查找定位、快捷鍵技巧等）和Excel可視化技巧（組合圖、條形圖、數(shù)據(jù)氣泡地圖）等。

(2) Mysql

SQL同樣是零基礎學習數(shù)據(jù)分析的核心內(nèi)容。因為作為數(shù)據(jù)分析師，你首先要解決的問題就是你要有數(shù)據(jù)來做分析。通常企業(yè)都會有自己的數(shù)據(jù)庫，數(shù)據(jù)分析師首先得根據(jù)業(yè)務需要知道自己要從企業(yè)數(shù)據(jù)庫中提取哪些數(shù)據(jù)。企業(yè)如果部署本地數(shù)據(jù)庫，那么一定是SQL語言做提取數(shù)據(jù)的語言。SQL簡單易懂，非常容易上手，并且是非學不可的。SQL語言從學習MySQL數(shù)據(jù)庫開始，涉及對表結(jié)構數(shù)據(jù)的增刪改查。真正在企業(yè)里面，數(shù)據(jù)分析師一般不會有增刪改的權限，只會有查的權限。學員應該重點掌握查的各種句式。

(3) Python

Python的基礎對于數(shù)據(jù)分析師而言是非常重要的。對于十萬級或者百萬級數(shù)據(jù)量而言，Excel和BI都會因為運行卡頓而變得完全無法使用。然而在實際企業(yè)運用中，一次性處理十萬級以及百萬級數(shù)據(jù)又是非常常見的。而Python則是處理這種中量級數(shù)據(jù)的利器。因為Python有很多的第三方強大的庫，比如Numpy、Pandas、Matplotlib、Seaborn等。這些庫能讓數(shù)據(jù)分析師對百萬數(shù)據(jù)進行數(shù)據(jù)清理和畫圖分析。Python不僅能數(shù)據(jù)清洗，畫圖，還能用sklearn進行大數(shù)據(jù)算法分析。雖然Python是數(shù)據(jù)分析的重要工具，但是不同的職業(yè)發(fā)展方向，Python掌握的程度也是不一樣的。

(4) BI商業(yè)智能工具

BI可以理解成Excel圖表透視表的高級版。BI是將表與表相連，然后得出很多指標圖。它是一個大屏的看板，如下圖：

企業(yè)銷售指標，運營指標，物流指標等等。這些圖可以表示企業(yè)在過去5個月的平均銷售單價，過去24個月銷售的物流發(fā)貨量的變化曲線，甚至是現(xiàn)在實時的銷售額，這些都是企業(yè)關心的問題。有了這個看板，領導層在監(jiān)控企業(yè)業(yè)務方面就有了非常直觀的數(shù)據(jù)，以供他們及時做出決策調(diào)整。現(xiàn)在市面上比較流行的BI軟件，有FineBI，PowerBI等。而這些BI軟件實際上都是非常類似的，學起來難度也不大。學習FineReport、FineBI由入門到精通，快速挖掘數(shù)據(jù)價值，將這些數(shù)據(jù)轉(zhuǎn)化成有用的信息，讓企業(yè)決策有數(shù)據(jù)依據(jù)，從而驅(qū)動企業(yè)決策和運營。

(5) 數(shù)理統(tǒng)計與數(shù)據(jù)運營

數(shù)理統(tǒng)計和數(shù)據(jù)運營方法論是數(shù)據(jù)分析師的理論基石。數(shù)理統(tǒng)計包括概率論，統(tǒng)計學，線性代數(shù)，以及基礎的微積分理論。這些內(nèi)容都不需要理解的很深，但是對它們的原理以及內(nèi)涵都需要有所掌握。由于整個數(shù)據(jù)分析的源頭其實就是脫胎于描述性統(tǒng)計分析的。描述性統(tǒng)計分析是對樣本的總數(shù)、均值等指標做統(tǒng)計的；而數(shù)據(jù)分析后續(xù)涉及到的算法則是架構在統(tǒng)計學上更深一層次的建模。因此，掌握數(shù)理統(tǒng)計的相關知識對于入門數(shù)據(jù)分析師而言是基礎且必要的。

那數(shù)據(jù)運營方法論是什么呢？數(shù)據(jù)運營方法論實際上是學習各個行業(yè)所運營的分析模型。例如，對電商而言，漏斗分析可以分析出來進入主頁的人數(shù)PV1，到進入服裝板塊的人數(shù)PV2，PV2/PV1就可以得出一個進入服裝板塊的比率。還有很多通用的分析模型：相關分析，A/B test等。對于想往管理路線發(fā)展的數(shù)據(jù)分析師來講，數(shù)據(jù)運營是必須要學習的知識。其實數(shù)據(jù)運營知識也不復雜，就是根據(jù)自身業(yè)務需求將指標拆解到最細，然后運用同比和環(huán)比兩種數(shù)據(jù)分析方式。

(6) 機器學習

最后一個進階要求數(shù)據(jù)分析師掌握對大量數(shù)據(jù)分析的能力。這種分析就不只是停留在描述統(tǒng)計分析和運用數(shù)據(jù)運營方法進行分析了，而是進行預測分析。預測分析的本質(zhì)是利用已有的數(shù)據(jù)做出一套變量x，與預測最終值y之間的關系（也就是數(shù)學算法公式），然后利用這套算法，將更多的x輸入算法中去得出一個預測的y值，這里聽不懂沒關系?？傊@個階段的數(shù)據(jù)分析是利用大量的歷史數(shù)據(jù)構建出一套數(shù)學公式（也就是算法），用這個數(shù)學公式去對未來進行預測。比如說：一個人大量地刷體育短視頻，根據(jù)算法可以得出這個人可能對觀看足球比賽的ucloud體育會員感興趣。這類推斷和預測對于商業(yè)世界是有著極大變現(xiàn)意義的。要想成為掌握算法的數(shù)據(jù)分析師，機器學習是不可跳過的入門。學員應該從簡單的一元回歸，多元回歸，以及邏輯回歸學習等，逐漸學習更多像決策樹，隨機森林，SVM等更高級的算法。

3、 數(shù)據(jù)分析的職業(yè)發(fā)展規(guī)劃？

一般來講，數(shù)據(jù)分析有兩條發(fā)揮路線，一條是管理路線，一條是技術路線。往管理端發(fā)展，比如初級數(shù)據(jù)分析師，到數(shù)據(jù)運營，到數(shù)據(jù)分析經(jīng)理、數(shù)據(jù)運營總監(jiān)等等。這條發(fā)展路徑主要要求統(tǒng)計學、Excel、PPT等技能，需要撰寫市場分析報告。這條路看似技術掌握不用太深，但是對業(yè)務的理解要極深。而精深的業(yè)務理解需要時間和深度的業(yè)務鉆研精神。如果你是非數(shù)學、計算機和統(tǒng)計學專業(yè)的朋友，比較適合這條非技術的職業(yè)發(fā)展之路。

而向技術方向發(fā)展，則目標會非常明確。一是深入往數(shù)據(jù)挖掘方向發(fā)展，學習深度神經(jīng)網(wǎng)絡，NLP等前沿算法。二是深入數(shù)據(jù)分析開發(fā)，把大數(shù)據(jù)組件hadoop，spark等等大數(shù)據(jù)組件學好學精。這是一條技術類的發(fā)展方向，要求更高的統(tǒng)計學能力、數(shù)理能力以及編程技巧。

實際上，無論是非技術的業(yè)務方向和技術專家方向都要的是兩個字：鉆研。當然聽到這里，我們也需要重重地闡述一下：入門初級數(shù)據(jù)分析是不難的。而后半段，要成為一個優(yōu)秀的數(shù)據(jù)分析師是難的，是需要刻苦鉆研精神的。

如果看到這里，你覺得自己心理上已經(jīng)就入門數(shù)據(jù)分析師方向做好了準備，但是你是零基礎實在不知道如何入行的話，歡迎私聊獲取免費的數(shù)據(jù)分析師知識點大綱，并且免費做數(shù)據(jù)分析師的入門咨詢。

世上無難事 ，只怕有心人！相信自己，你可以的。

先從熱門的python開始吧，私信我發(fā)送p獲取全套400集pyhon培訓視頻，由基礎到高級一步步來即可

誰天生就會計算機？數(shù)據(jù)分析和計算機有什么必然的關聯(lián)嗎？沒有計算機的年代，人們就不做數(shù)據(jù)分析了嗎？數(shù)據(jù)分析的基礎是統(tǒng)計學，計算機只是工具。

首先我想說這是可以的

其實我們的很多技能都是從0到1的，無非是有的是刻意去學，有的是在這樣或那樣的經(jīng)

歷打下的基礎，然后就有了零基礎和有一定基礎之別。

毫無疑問，正常人都是可以學會的，只要你肯學，有決心，有耐心就肯定可以學會，只是

在這過程中，你是否有基礎，是否有天分，是否肯動腦，是否找到適合自己的方法等等因

素，將決定你用時的長短，甚至決定了你能否繼續(xù)走下去。

倘若你還年輕，想學就努力去付出行動吧，加油！

數(shù)據(jù)分析無處不在，日程的決策哪項不是基于數(shù)據(jù)和知識分析才能做出呢？

感謝邀請。關于“零基礎可以學習XXX”之類的問題，我感覺除了一些需要先天優(yōu)勢明顯的項目，比如體育項目，比如書法繪畫或者鋼琴這些東西，可能先天條件比后天努力要重要得多，平常工作中的很多技術技能基本上都可以通過刻意學習去提高和改變。只不過在刻意練習過程中要做到幾個關鍵：聚焦、反饋和調(diào)整，或者按照PDCA的方式進行，應該是可以做到的。希望能夠幫助到你。