想从事数据分析该如何学习入门？

数据挖掘入门与实战  公众号： datadw

数据分析师的能力体系

一图说明：

数学知识

数学知识是数据分析师的基础知识。

• 对于初级数据分析师， 了解一些描述统计相关的基础内容，有一定的公式计算能力即可，了解常用统计模型算法则是加分。

• 对于高级数据分析师， 统计模型相关知识是必备能力，线性代数（主要是矩阵计算相关知识）最好也有一定的了解。

• 而对于数据挖掘工程师， 除了统计学以外，各类算法也需要熟练使用，对数学的要求是最高的。

分析工具

• 对于初级数据分析师， 玩转Excel是必须的，数据透视表和公式使用必须熟练，SQL 、VBA是加分。另外，还要学会一个统计分析工具，SPSS作为入门是比较好的。

• 对于高级数据分析师， 使用分析工具是核心能力，SQL、VBA基本必备，SPSS/SAS/R/python至少要熟练使用其中之一，其他分析工具（如Matlab）视情况而定。

• 对于数据挖掘工程师 ……嗯，会用用Excel就行了，主要工作要靠写代码来解决呢。

编程语言

• 对于初级数据分析师， 会写SQL查询，有需要的话写写Hadoop和Hive查询，基本就OK了。

• 对于高级数据分析师， 除了SQL以外，学习Python是很有必要的，用来获取和处理数据都是事半功倍。当然其他编程语言也是可以的。

• 对于数据挖掘工程师， Hadoop得熟悉，Python/Java/C++至少得熟悉一门，Shell得会用……总之编程语言绝对是数据挖掘工程师的最核心能力了。

业务理解

业务理解说是数据分析师所有工作的基础也不为过， 数据的获取方案、指标的选取、乃至最终结论的洞察，都依赖于数据分析师对业务本身的理解。

• 对于初级数据分析师， 主要工作是提取数据和做一些简单图表，以及少量的洞察结论，拥有对业务的基本了解就可以。

• 对于高级数据分析师， 需要对业务有较为深入的了解，能够基于数据，提炼出有效观点，对实际业务能有所帮助。

• 对于数据挖掘工程师， 对业务有基本了解就可以，重点还是需要放在发挥自己的技术能力上。

逻辑思维

• 对于初级数据分析师， 逻辑思维主要体现在数据分析过程中每一步都有目的性，知道自己需要用什么样的手段，达到什么样的目标。

• 对于高级数据分析师， 逻辑思维主要体现在搭建完整有效的分析框架，了解分析对象之间的关联关系，清楚每一个指标变化的前因后果，会给业务带来的影响。

• 对于数据挖掘工程师， 逻辑思维除了体现在和业务相关的分析工作上，还包括算法逻辑，程序逻辑等，所以对逻辑思维的要求也是最高的。

数据可视化

数据可视化说起来很高大上，其实包括的范围很广，做个PPT里边放上数据图表也可以算是数据可视化，所以我认为这是一项普遍需要的能力。

• 对于初级数据分析师， 能用Excel和PPT做出基本的图表和报告，能清楚的展示数据，就达到目标了。

• 对于高级数据分析师， 需要探寻更好的数据可视化方法，使用更有效的数据可视化工具，根据实际需求做出或简单或复杂，但适合受众观看的数据可视化内容。

• 对于数据挖掘工程师， 了解一些数据可视化工具是有必要的，也要根据需求做一些复杂的可视化图表，但通常不需要考虑太多美化的问题。

协调沟通

• 对于初级数据分析师， 了解业务、寻找数据、讲解报告，都需要和不同部门的人打交道，因此沟通能力很重要。

• 对于高级数据分析师， 需要开始独立带项目，或者和产品做一些合作，因此除了沟通能力以外，还需要一些项目协调能力。

• 对于数据挖掘工程师， 和人沟通技术方面内容偏多，业务方面相对少一些，对沟通协调的要求也相对低一些。

快速学习

无论做数据分析的哪个方向，初级还是高级， 都需要有快速学习的能力，学业务逻辑、学行业知识、学技术工具、学分析框架…… 数据分析领域中有学不完的内容，需要大家有一颗时刻不忘学习的心。

数据分析师的工具体系

一图说明：

入门读物：

《谁说菜鸟不会数据分析》

《深入浅出数据分析》

《精益数据分析》

统计学/概率参考书

（1）统计学
作者William Mendenhall / Terry Sincich

（2）统计学  豆瓣评分7.3
作者：贾俊平，何晓群，金勇进

（3）统计推断
作者：William Mendenhall / Terry Sincich