来源：杭州西线学院
时间: 2017/10/26 9:05:32
如果学习建议从分析理论和工具实践着手
分析理论
明确业务场景
确定分析目标
构建分析体系
梳理核心指标
首先明确是什么业务场景，因为业务不同，分析体系也不同。然后结合业务问题确定分析的目标，列出核心指标，整理所需要的数据。
分解：从数据分析的几个步骤来看
数据获取
数据处理
数据分析
数据呈现
1、数据获取
数据获取看似简单，但是需要把握对问题的商业理解，转化成数据问题来解决，直白点讲就是需要哪些数据，从哪些角度来分析，界定问题后，再进行数据采集。此环节，需要数据分析师具备结构化的逻辑思维。
推荐书籍：《金字塔原理》、麦肯锡三部曲：麦肯锡意识、工具、方法；
2、数据处理
数据的处理需要掌握有效率的工具：
Excel及技能：基本操作、函数公式、数据透视表、VBA程序开发。按照我习惯的方法，先过一遍基础，知道什么是什么，然后找几个case练习。平常多思考如何用excel来解决问题，善用插件，还有记得保存。
专业的报表工具（成规模的企业会用）日常做报表设计一个模板可通用，只要会写SQL就可上手。相比excel做报表，开发的技术要求较少，能很快地开发常规报表、动态报表。
数据库的使用：熟练掌握SQL语言（很重要），常见的有Oracle、SQL sever、My SQL等。学习流行的hadoop之类的分布式数据库来提升个人能力，对求职有帮助。
3、分析数据
分析数据往往需要各类统计分析模型，如关联规则、聚类、分类、预测模型等等。
因此，熟练掌握一些统计分析工具不可免：
lPSS系列：老牌的统计分析软件，SPSS Statistics（偏统计功能、市场研究）、SPSS Modeler（偏数据挖掘），不用编程，易学。
SAS：经典挖掘软件，需要编程。
R：开源软件，新流行，对非结构化数据处理效率上更高，需编程。
4、数据可视化呈现
很多数据分析工具已经涵盖了数据可视化部分，只需要把数据结果进行有效的呈现和演讲汇报，可用wordPPTH5等方式展现。
对于入门小白，建议从excel工具入手
学习excel也是一个循序渐进的过程
基础的：简单的表格数据处理、打印、查询、筛选、排序
函数和公式：常用函数、数据计算、数组公式、多维引用、function
可视化图表：图形图示展示、图表、图表插件
数据透视表、VBA程序开发
业余时间可以拓展自己的知识面，往上下游发展，补充数理统计知识，学习R、Python语言，都是提升自己的很好方式。