從我的數據分析課程開講以來，收到了不少朋友的問題：我是做運營的想入門數據分析應該怎麼學？新手做數據分析有哪些好用的工具？會用Excel但是做分析總是沒思路怎麼辦？做數據分析有哪些方法……等等一系列的問題，今天我就用這篇文章統一回答關於數據分析入門的問題

數據分析是什麼？

很多人都沒有搞懂數據分析是什麼，包括一些公司和企業也沒搞清楚數據分析的定義。經常聽到有人說投了數據分析的崗位，結果入職之後每天乾的活就是取數給業務用，感覺自己就像個取數機。這樣的工作根本不能叫做數據分析。

什麼是數據分析，用我自己的話來說就是針對某個問題，將獲取後的數據用分析手段加以處理，並發現業務價值的過程。這一句話也基本涵蓋了數據分析的流程：目標確定——數據獲取、清洗、整理——數據分析——結果呈現

數據分析需要哪些能力

數據分析師需要會哪些技能，圍繞上面數據分析的基本流程，我把數據分析師的能力分為這樣三大部分：基礎知識、工具技能、分析方法與思維，以下師數據分析的技能大綱，圖中標記了能力等級，大家根據自己的情況對應學習：

數據分析基礎知識

數據分析理論知識這方面，需要掌握是統計學和機器學習相關知識。

1、統計學

毫不誇張的說統計學是整個數據分析的靈魂。判別一個數據分析師強弱的一個重要方法就是，看他對統計規律的敏感度。這裡我們需要從基礎的統計理論(描述性統計、區間估計、假設檢驗等)出發，到基本的統計分析（T 檢驗、方差分析等），最後到商業常用的模型（回歸分析、方差分析等），學習數據分析背後的邏輯，掌握實用統計學的概念和會利用統計的思維去思考問題。

推薦書籍：《深入淺出數據分析》、《統計學習方法》李航

《深入淺出數據分析》這本書非常推薦作為小白的入門書籍，特別是之前沒有接觸過數據分析的。特點和書名一樣深入淺出，而且圖多。裡面沒有那麼多公式和理論，但其中對於統計的基本原理以及統計問題的來源場景介紹的非常通透，非常符合深入淺出系列定位。如果有之前有一定基礎，建議略過。

2、機器學習

對於想要進階成為高級數據分析師的朋友來說，就要掌握機器學習相關的知識：

特徵工程的基礎：如何統計數據特徵、選用不同的特徵，做模型的優化；

基本的分類演算法：決策樹、隨機森林等；

基本的聚類演算法、數據挖掘、常見的機器學習演算法的了解等等

機器學習相關的知識學習成本會比較高，對某些同學來說可能會有一定難度，但對於業務型數據分析師來說，一般不會要求你去推導演算法公式，能做到明白不同演算法的適用場景、優缺點、原理大概懂就基本可以了。

推薦學習書籍：《機器學習》周志華，網上也有不少學習視頻，入門的話我推薦吳恩達的coursera機器學習課，

數據分析工具學習

1、PPT

為什麼把PPT放在第一，原因很簡單，我們做數據分析的目的是什麼？當然是為了展示給客戶、上級，供他們做決策。所以PPT作為主流彙報、展示工具，是將分析關鍵結果傳遞給其他的重要手段。學好PPT可以提升溝通和消息傳遞效率，也是數據分析師必備的技能，具體學習書目我就不做推薦了。

2、EXCEL

EXCEL應該是數據分析師最常用的統計分析工具了，原因是因為方便，所見即所得，而且具有方便的可視化功能。應該說只有學會了Vlookup，數據透視和基本公式才算EXCEL入門，其次EXCEL最大的驚喜是數據可視化，擁有大量的圖表模板，可以減輕我們很多工作。

這裡我推薦《誰說菜鳥不會數據分析》這本書作為EXCEL入門。這本書如果作為數據分析入門書籍是不合格的，因為它有太多內容是關於EXCEL基本操作的，關於數據分析的內容反而很少，但是實事求是的講這本書裡面關於EXCEL數據分析常用公式、數據可視化的內容還是不錯的，可以當成一本入門書籍。

3、ACCESS

為什麼把ACCESS作為中級數據分析師必備技能，原因很簡單，當數據太大，EXCEL又處理不了，又沒有很強的編程基礎怎麼辦？ACCESS的優勢就體現出來了，它可以在不用掌握很高深編程語言的條件下，處理Excel所不能承載的大存儲量的數據原始文件，速度奇快，且易學易用。

作為入門，我推薦《表哥的Access入門》這本書。通過一個簡單的小飯館資料庫管理程序的開發過程，對理解資料庫和學習一些基本的ACCESS很有幫助。

4、SQL

作為數據分析人員，要想獲取數據，肯定就要和資料庫打交道，因此sql肯定是要掌握的，在招聘要求中，sql也是很多數據分析崗位的能力要求之一。學習SQL最快的方法是能自己下載資料庫管理工具，找些數據練習，主要了解一些資料庫查詢語言，where，group by，orderby，having，like，count，sum，min，max，distinct，if，join，left join，limit，and和or的邏輯，時間轉換函數等。

推薦書籍：《MYSQL必知必會》

5、Python

Python作為目前最火的編程軟體之一，確實在數據分析、數據挖掘上有著獨特優勢。是否具備編程能力，也是初級數據分析和高級數據分析的分水嶺。以下以python的學習路線圖：

看起來要學習的內容挺多的，但其實python最大的優勢就是語言簡約，非常易於讀寫，如果之前有一定的編程基礎，上手很快。推薦書籍《Python編程快速上手》，新手可以跟著書里的內容一步步做，把裡面的項目做完，差不多就入門了

6、商業數據分析軟體

excel做數據分析難以解決大數據量的問題，對沒有編程基礎的人來說上手python又比較難，這時候可以選擇利用數據分析軟體來做數據分析，現在市場上的數據分析軟體基本都涵蓋來數據採集、處理、分析到可視化展現的過程，操作簡單，可視化效果很棒，比較適合新手入門。比較好用的有FineBI、tableau 等等

數據分析方法

學習數據分析肯定有人上網百度了不少數據分析方法，什麼漏斗分析法，PEST，SWOT模型、杜邦分析法等等。並且由於不同版本的演繹，造成了分析方法種類繁多，令人眼花繚亂，關於分析方法值得一說的就是一定要結合行業特點，特別是對業務的掌握，這樣才能事半功倍。下面簡單列幾個比較通用的分析方法：

1、對比分析法

對比分析法常用的基礎分析方法，雖然方法特別簡單，但幾乎所有的分析報告中，都會採取對比分析方法。比如去年同期相比、上個月環比、目標和實際達成相比、各個部門和業務線相比、行業內競品比較、營銷效果對比，等等。這裡需要注意的是我們不管是橫向比較還是縱向比較，比較的雙方一定要有可比性，並且在同一個維度、粒度上去比較，要不是毫無意義的。

2、5W2H分析法

這個方法主要應用於用戶行為研究和專項問題分析，從時間、地點、人物、事情、原因、方式、價格等7個方面對一個問題進行刻畫研究。