我給你一份數(shù)據(jù)分析經(jīng)典入門指南，按照這份指南，小白也能成為數(shù)據(jù)分析高手！

這是一份入門到熟練的指南，并不包含數(shù)據(jù)挖掘等高階內(nèi)容?？梢沧銐蜃尞a(chǎn)品和運營們獲得進步。

Step1：Excel學(xué)習(xí)掌握

所用的工具正是職場中最常用的Excel！

①重點函數(shù)學(xué)習(xí)

重點是了解各種函數(shù)：Vlookup、sum，count，sumif，countif，find，if，left/right，時間日期函數(shù)、文本函數(shù)

②數(shù)據(jù)透視表學(xué)習(xí)

我曾說過，如果Excel只能學(xué)習(xí)一個功能，那唯一能入選的就是數(shù)據(jù)透視表。

掌握vlookup和數(shù)據(jù)透視表是最具性價比的兩個技巧。學(xué)會vlookup，SQL中的join，Python中的merge很容易理解。學(xué)會數(shù)據(jù)透視表，SQL中的group，Python中的pivot_table也是同理。

這兩個搞定，基本10萬條以內(nèi)的數(shù)據(jù)統(tǒng)計沒啥難度，80%的辦公室白領(lǐng)都能秒殺。

Step2：數(shù)據(jù)可視化

所用工具：PowerBi、Excel

數(shù)據(jù)分析界有一句經(jīng)典名言，字不如表，表不如圖。

數(shù)據(jù)可視化是數(shù)據(jù)分析的主要方向之一。首先要了解常用的圖表：

Excel的圖表可以100%完成上面的圖形要求，但這只是基礎(chǔ)。后續(xù)的進階可視化，勢必要用到編程繪制。為什么？比如常見的多元分析，你能用Excel很輕松的完成？但是在IPython只需要一行代碼。

其次掌握BI，下圖是微軟的BI。

BI（商業(yè)智能）和圖表的區(qū)別在于BI擅長交互和報表，更擅長解釋已經(jīng)發(fā)生和正在發(fā)生的數(shù)據(jù)。將要發(fā)生的數(shù)據(jù)是數(shù)據(jù)挖掘的方向。

BI的好處在于很大程度解放數(shù)據(jù)分析師的工作，推動全部門的數(shù)據(jù)意識，另外降低其他部門的數(shù)據(jù)需求（萬惡的導(dǎo)數(shù)據(jù)）。

BI市面上的產(chǎn)品很多，基本都是建立儀表盤Dashboard，通過維度的聯(lián)動和鉆取，獲得可視化的分析。最后需要學(xué)習(xí)可視化和信息圖的制作。

Step3：數(shù)據(jù)庫學(xué)習(xí)

所用工具：SQL

Excel對十萬條以內(nèi)的數(shù)據(jù)處理起來沒有問題，但是互聯(lián)網(wǎng)行業(yè)就是不缺數(shù)據(jù)。但凡產(chǎn)品有一點規(guī)模，數(shù)據(jù)都是百萬起。這時候就需要學(xué)習(xí)數(shù)據(jù)庫。

越來越多的產(chǎn)品和運營崗位，會在招聘條件中，將會SQL作為優(yōu)先的加分項。

SQL是數(shù)據(jù)分析的核心技能之一，從Excel到SQL絕對是數(shù)據(jù)處理效率的一大進步。

學(xué)習(xí)圍繞Select展開。增刪改、約束、索引、數(shù)據(jù)庫范式均可以跳過。主要了解where，group by，order by，having，like，count，sum，min，max，distinct，if，join，left join，limit，and和or的邏輯，時間轉(zhuǎn)換函數(shù)等。如果想要跟進一步，可以學(xué)習(xí)row_number，substr，convert，contact等。另外不同數(shù)據(jù)平臺的函數(shù)會有差異，例如Presto和phpMyAdmin。再有點追求，就去了解Explain優(yōu)化，了解SQL的工作原理，了解數(shù)據(jù)類型，了解IO。以后就可以和技術(shù)研發(fā)們談笑風(fēng)生，畢竟將“這里有bug”的說話，換成“這塊的數(shù)據(jù)死鎖了”，逼格大大的不同。SQL的學(xué)習(xí)主要是多練，網(wǎng)上尋找相關(guān)的練習(xí)題，刷一遍就差不多了。

好了，經(jīng)過這三步之后，你已經(jīng)具備數(shù)據(jù)分析基本功力，剩下的需要訓(xùn)練的就是你的思維和實際的業(yè)務(wù)分析能力了。

節(jié)選自秦路《七周成為數(shù)據(jù)分析師》

數(shù)據(jù)分析最常用的軟件一般有Excel、mysql和Tableau。

1. Excel大家都用的比較多，對日常工作來說是不可或缺的存在，其實它的數(shù)據(jù)分析功能也很厲害。
2. mysql是關(guān)系型數(shù)據(jù)庫，sql語言可以很好地對數(shù)據(jù)庫進行操作管理，進而進行數(shù)據(jù)分析。
3. Tableau是專業(yè)的可視化軟件，在線使用很方便。

初學(xué)者應(yīng)該先從SQL開始學(xué)起，SQL是所有數(shù)據(jù)方向的必備技能，也是比較容易學(xué)的技能。

數(shù)通暢聯(lián)專注于企業(yè)IT架構(gòu)、SOA綜合集成、數(shù)據(jù)治理分析領(lǐng)域，感謝您的閱讀與關(guān)注。

在數(shù)據(jù)分析行業(yè)摸爬滾打好多年了，過來人給你一些忠實建議，看你的背景是會計，想來在數(shù)理統(tǒng)計、Excel使用上有一定基礎(chǔ)。

先說職業(yè)規(guī)劃吧，數(shù)據(jù)分析是一個很大的類別，籠統(tǒng)的說分算法向和業(yè)務(wù)向，會計背景轉(zhuǎn)業(yè)務(wù)向數(shù)據(jù)分析師是比較容易的，算法向難度高，不建議。

轉(zhuǎn)行初學(xué)者第一個要學(xué)的不是數(shù)據(jù)分析軟件工具，而是惡補基礎(chǔ)知識，數(shù)據(jù)分析入門先學(xué)工具是本末倒置，工具只是用來幫助你達成分析目的的，核心是你的分析思維。

第一，統(tǒng)計學(xué)基礎(chǔ)學(xué)習(xí)。這是打地基的東西，統(tǒng)計學(xué)知識是數(shù)據(jù)分析的基礎(chǔ)，推薦李航的《統(tǒng)計學(xué)習(xí)方法》，適合初學(xué)者

第二，基礎(chǔ)的數(shù)據(jù)分析工具學(xué)習(xí)。相比你對Excel應(yīng)該有所了解了，Excel本身就是一個非常適合新手的數(shù)據(jù)分析工具，我入行的時候也是先學(xué)的Excel。需要掌握透視表、報表關(guān)聯(lián)等能力。不過大部分的企業(yè)現(xiàn)在不純用Excel做分析了，還有要求掌握python、或者BI工具使用，學(xué)習(xí)如何用它們做數(shù)據(jù)處理還有就是比較典型的經(jīng)營分析，這些網(wǎng)上可以搜到不少優(yōu)質(zhì)的資源，可以上手練習(xí)。

當(dāng)然，除了數(shù)據(jù)分析工具的掌握之外，你還需要掌握一些基本的數(shù)據(jù)庫知識，數(shù)據(jù)分析的工作存在著大量的取數(shù)工作，sql和數(shù)據(jù)庫知識也是你必須跨過的坎。

第三，業(yè)務(wù)知識。業(yè)務(wù)向的數(shù)據(jù)分析師，對業(yè)務(wù)知識的理解是核心競爭力，對于會計來說，最快的方法就是轉(zhuǎn)財務(wù)分析，會計工作會涉及到許多指標(biāo)的分析，涉及到企業(yè)的資產(chǎn)、負債、資金流、成長性等等，這些反饋的也是一家企業(yè)運營的核心，幾乎所有指標(biāo)都可以從財務(wù)指標(biāo)往下拆解，而很多技術(shù)背景出身的數(shù)據(jù)分析師，在早期是沒有這樣的視角和格局的，所以不要局限于自己之前是學(xué)會計或者做賬的。你可以在平時的學(xué)習(xí)或者工作中，有意識地塑造分析思維，尤其是財務(wù)分析，這會成為你的閃光點。

最后轉(zhuǎn)行有風(fēng)險，不建議裸辭轉(zhuǎn)行，做好萬無一失的準(zhǔn)備再大膽轉(zhuǎn)行

作為轉(zhuǎn)行數(shù)據(jù)分析的過來人，也來分享一下自己的看法

數(shù)據(jù)分析，各行各業(yè)都需要的技能

不同行業(yè)的數(shù)據(jù)分析，分析方向和內(nèi)容也是千差萬別

根據(jù)你的工作經(jīng)歷來看，長期從事財務(wù)方面的工作，為什么要轉(zhuǎn)行呢？

其實，不是所有做分析的人，都能和錢掛上鉤的

而做分析師，往往到最后都得與財務(wù)分析、價值變現(xiàn)、結(jié)合上才行

否則很難影響公司決策，分析也就沒有什么意義了

所以，你確實具備很多人沒有的優(yōu)勢

但我不建議你轉(zhuǎn)行做分析師

財務(wù)分析本就是商業(yè)分析領(lǐng)域大分支

建議你向財務(wù)分析職位發(fā)展，也許更好，不浪費經(jīng)驗

OK，那么來回答數(shù)據(jù)分析常用的軟件工具：

如果你是做商業(yè)分析，更偏向公司業(yè)務(wù)分析

建議先看一下 Gartner 關(guān)于商業(yè)分析與BI平臺魔力象限分析：

解釋一下魔力象限：

下面是包括2019和2020的分布和變化趨勢情況

基本上常見的大牌商業(yè)數(shù)據(jù)分析工具和平臺，里面都有涉及

如果你是做運營數(shù)據(jù)分析，或者偏純技術(shù)型分析

可能你需要懂一定的編程基礎(chǔ)或增長理論，以及常用的分析工具包：

總之呢，數(shù)據(jù)分析工具一般為分為3大類

第一類：傻瓜入門型

簡單易上手，也是最常用最普及的工具

比較常用的是：EXCEL、SPSS

EXCEL，我相信只要是工作人士，應(yīng)該沒有人不知道吧

就算過了這么多年，Excel 依舊是處理數(shù)據(jù)、數(shù)據(jù)可視化的經(jīng)典工具

它的用戶基數(shù)太大了，即便是在各種高級數(shù)據(jù)分析軟件大行其道的今天

絕大部分商業(yè)數(shù)據(jù)分析項目依然使用 Excel 解決，而且學(xué)起來容易入門

但是精通EXCEL很難，使用它需要一點一點積累

所以面試的時候，看到誰敢寫精通EXCEL，基本上直接KO掉

當(dāng)然，如果你認真鉆研，把它用成BI工具的也是不成問題

推薦3本書籍，入門必備：

• 誰說菜鳥不會數(shù)據(jù)分析，張文霖；
• Excel圖表之道，劉萬祥；
• 別怕，Excel VBA其實很簡單，Excel Home；

而SPSS 全稱為「社會科學(xué)統(tǒng)計軟件包」

IBM 公司推出的，用于統(tǒng)計學(xué)分析運算、數(shù)據(jù)挖掘、預(yù)測分析和決策支持任務(wù)

推薦3本書籍，入門到高級案例全了：

• SPSS統(tǒng)計分析基礎(chǔ)教程，張文彤；

• SPSS統(tǒng)計分析高級教程，張文彤；
• IBM SPSS數(shù)據(jù)分析與挖掘?qū)崙?zhàn)案例精粹，張文彤，鐘云飛；

第二類：DIY代碼型

基本上，全靠寫代碼來解決問題

比如：SQL、Python，R

數(shù)據(jù)分析“直接”使用的數(shù)據(jù)大多數(shù)都為結(jié)構(gòu)化數(shù)據(jù)，這些數(shù)據(jù)通常都存在數(shù)據(jù)庫里(SQLServer, Mysql, Oracle, Hive等)，而要提取這些數(shù)據(jù)，SQL必不可少

推薦1本書，入門夠用：

• SQL必知必會，Ben Forta

Python和R是開源免費工具

來自世界各地的開發(fā)者貢獻自己開發(fā)的工具包

開發(fā)者越多，軟件的生命力就越強，發(fā)展也越快

日常數(shù)據(jù)分析(挖掘)90%以上的場景，兩個軟件都可以覆蓋到

如果你已經(jīng)在學(xué)其中一個，請繼續(xù)努力，深入學(xué)習(xí)即可

推薦2本書，關(guān)于python和R的：

• 利用Python進行數(shù)據(jù)分析；

• R語言實戰(zhàn)，Robert I. Kabacoff

第三類：混合平臺型

這種類型，既可以界面操作，又可寫代碼，相對靈活

比如：Tableau、Powerbi、SAS

先說PowrBI，個人感覺Power BI的儀表板性能更好

它可以打通數(shù)據(jù)清洗、分析處理、可視化三大難題

尤其在python可視化代碼量大的情況下，建議后期出圖考慮使用它

而且最重要的是，它有一個免費的桌面版，非常爽

而Tableau，主攻簡單、便捷的可視化工具，當(dāng)然現(xiàn)在被收購了，產(chǎn)品更加多元化了

用它做出的圖表可視化效果很贊，可惜我本人不太喜歡它的操作風(fēng)格

還有有個小缺點，就是收費版本不便宜，在線版本因為網(wǎng)絡(luò)的問題有時比較卡

而SAS，一般是醫(yī)藥、金融類應(yīng)用場景較多

比如：銀行風(fēng)控、互金行業(yè)，醫(yī)藥建模檢測等等

很多國內(nèi)大型公司使用它，是業(yè)內(nèi)權(quán)威的代表，出的報告，行業(yè)公信力很強

當(dāng)然，還有很多其他工具，網(wǎng)上一搜一大把

本人就不贅述了，就只列出行業(yè)比較認可的

總之，工具選擇，因人而異，選擇適合自己的最重要

再來回答一下，初學(xué)者從哪里開始

其實大家都有過這樣的經(jīng)歷

• 糾結(jié)選擇哪個工具
• 糾結(jié)從哪里學(xué)起，甚至害怕會不會學(xué)完就過時沒用了

很正常，大家都是這么過來的，無須焦慮。

就本人經(jīng)驗和感受，說3個小建議：

1. 選好書籍打基礎(chǔ)，資料宜精 不宜廣

選擇一本經(jīng)典教材或者課程，非常重要

市面上的資源太多了，建議多看看知識和豆瓣推薦高分書籍，一般不會錯

還有建議買紙質(zhì)書，花了錢，這個書才香，才容易讀完

看書籍是為了先打好基礎(chǔ)，然后構(gòu)建個人知識框架

最后利用“碎片化”時間、從解決實際問題出發(fā)去提升自己

2. 切忌大而全，工具宜少 不宜多

本人以前很喜歡鼓搗軟件，各種工具各種玩耍

后來發(fā)現(xiàn)有些工具用過一次就再也沒碰過了

而真正提高工作效率的，都是大家常提的，公認的

比如：你做數(shù)據(jù)量少了200M的 簡單分析，Excel和SPSS一般是最佳選擇 出活兒快！

而SQL是用來提數(shù)跑數(shù)的，你必須得會，得熟練，不然時間都耗在這兒了

當(dāng)你遇到數(shù)據(jù)量較大或者需要復(fù)雜模型，就可以上PYTHON和R了

當(dāng)然如果是你公司有大數(shù)據(jù)平臺，就可能使用HIVE、SPARK、STOM等等

提示一點：切記不要為了追求高大上的模型或者效果

正所謂“屠龍之術(shù)，學(xué)而無用”

脫離實際工作場景的分析，純屬扯淡

3. 邊干邊學(xué) 邊整理 記住“以用促學(xué)，以教促學(xué)”

很多同學(xué)總是問我，為什么學(xué)習(xí)EXCEL

總是感覺學(xué)不會、學(xué)了就忘呢？

原因主要有2點：

一是因為沒有實戰(zhàn)的機會，用的太少了，短練！

二是用完了就結(jié)束了，從來不總結(jié)整理，太懶！

最常見的一種現(xiàn)象是，很多人常常翻著一本厚厚的EXCEL秘籍自學(xué)

可當(dāng)他想使用Excel的時候，卻又要到處搜索資料

而用完了某個函數(shù)，沒過幾天就忘記了

所以，一定要帶著問題、帶著坑，去學(xué)習(xí)，你的記憶才會深刻

最后記得，定期整理沉淀自己，消化知識

一種方法是，畫思維導(dǎo)圖梳理體系，知識才能內(nèi)化成你自己的東西

第二是，多多和別人交流和分享，思維的碰撞，能加深個人的理解和感悟

最后提醒一點：不要過分沉迷于工具

多注重業(yè)務(wù)理解，多實踐積累經(jīng)驗，才是王道

希望上面的文字回答，能幫到你

一般常用的工具有數(shù)據(jù)庫、EXCEL、PYTHON、POWER BI等，但是我常用的工具主要是智分析，因為其處理大數(shù)據(jù)的能力非常出色，而且入門門檻非常低，只要會EXCEL就能學(xué)會。我建議初學(xué)者還是先從EXCEL開始學(xué)起，因為EXCEL非常強大，很多事情都可以完成，等學(xué)會了EXCEL，再去結(jié)合智分析做數(shù)據(jù)分析，那將會是非常牛逼的一件事。