16年我決定：以數據分析為核心技能，到風口所在的行業去工作。目前我在網路公司從事數據工作。
之前寫過一篇回答：如何快速成為數據分析師？
這篇回答作為“如何快速成為數據分析師”的補充，列舉一下數據分析各個模塊的學習路徑。
數據分析是啥？我將數據分析分成了三種境界：
- 招式花哨：招式就是分析工具。會Excel、會SQL、會Python、會Tableau、會PowerBI 等等，很重要，但是完全不夠。換一種說法：掌握分析工具的使用方法，只是成為一名數據分析師的底線。
- 內力雄厚：內力是指數學基礎和分析思路。數學基礎包括統計概率，機器學習知識等。分析思路是指拿到一個問題，有沒有結構化的思維模式。往細了說，熟練使用對比分析、下鑽分析、各種分析方法論（漏斗、相關分析、邏輯樹、RFM等）。內力是否雄厚決定了你針對一個問題是否有insight。但是，這還是不夠。
- 業務是核心：離開了業務KPI和業務邏輯，你的分析只是空洞的數字，不能給公司帶來任何價值。所以，在有招式和內力的前提上，還得擁有業務sense。或者說，你的數據報告能夠打動業務方，才是最關鍵的。如果你只能告訴業務方本月銷售額周同比下降20%，業務人員只會跟你“呵呵噠~” 。銷售額跟他們的薪資息息相關，他能不知道下降的程度。你得告訴他們：下降多少（what）、下降在哪裡、為什麼下降（why）、哪裡可以上升、怎麼做大概率可以上升（so what and how）。
1 - 學招式
- 招式1：Excel
很多數據分析的簡歷裡是不寫Excel 的，但是這不代表Excel 不要用。實際上在工作中，數據量不大時，臨時分析下數據或者畫個折線圖，Excel 是非常能夠提高效率的。
有一定Excel 使用經驗的同學，其實完全可以在工作中遇到問題直接百度或者Google的。如果你時間充裕，也可以看下下面的兩本書：
這兩本書除了Excel 技巧的講解，還會有一些案例，以及如何邏輯嚴謹的去看數。
但是，這兩本書內容很多很雜，時間不充裕可以挑重點先看。
重點學會使用：各類函數（IF、Countif、Countifs、SUMIF、SUMIFS、VLOOKUP 等）、透視表、基礎繪圖（折線圖、柱狀圖、餅圖等）。
其次，也可以聽這個課程：
跟王佩豐學Excel視頻教程：Excel實戰1800分鐘-網易云課堂
- 招式2：SQL
SQL 語言在數據分析工作中非常重要。目前大部分公司都是將數據存儲在數據庫中，尤其是網路公司，每天產生大量數據，數據分析師就從數據庫中直接獲取自己想要的任何數據（經過授權）來進行分析工作。
學習SQL 我推薦的方式是刷題，但是刷題也不是盲目的刷，毫無經驗的同學最好先靜下心來全面學習下基礎知識。這就不得不提經典入門書籍：
這兩本書很入門，也很適合入門。沒有很深奧難理解的理論知識，就是教你如何看懂SQL 語言。
網絡教程我一般就看下面這個：
沒有繁瑣的講解，只有每個語句如何寫，以及案例的例舉。
然後，你就可以嘗試著開始刷題了，從簡單的題型開始，給自己一些信心先。
SQL 刷題網站有：
刷題當然少不了大名鼎鼎的Leetcode：
我之前也寫過一些刷題攻略，供參考：
- 招式3：Python
Python連續3年成為開發者最想要學習的語言。
2018年起，Python進入浙江省訊息技術高考，山東省最新版的小學教材也加入了Python內容。
Python 的火爆程度可能大家都有所耳聞。 Python 對於數據分析工作者來說，是非常能夠提高工作效率的，寫一段代碼，可以把一些重複的數據報表工作變成敲一遍回車鍵就完事。
而且，學會了Python，後面你也可以在分析工作中做一些機器學習算法的開發。
經常有人問我，學習Python 還是R語言，很糾結。我是這麼回答的：
廢話不多說，先上一個大神的教程：
再來一個菜鳥教程：
書籍類的資料也很多，推薦幾本：
下面的回答是我當時學習Python 的過程，可以獲取一個Python 的實戰項目代碼：
點贊、評論留郵箱地址，我發送一些珍藏資料給你~
- 招式4：可視化類工具
市面上有很多可視化的工具，Excel、Python 也可以用來做數據可視化的工作。
一般公司使用的第三方的可視化工具有：Tableau、PowerBI 等，也有很多公司是用的自己開發的可視化工具，比如阿里巴巴就是自主研發的。 （說實話這方面我的經驗不是很多，只是用過一段時間PowerBI）
這方面沒有蒐集到特別好的學習資料，不過有一個經驗，就是這類第三方的軟件工具，官網都會有很完善的培訓教程，也可以加一個對方的銷售或者客服人員，拿到一些資料。
2 - 修內力
- 內力1：數學基礎
統計概率是數據分析的絕對基礎。很多分析方法模型都是建立在統計概率學的基礎上的。這也可能是已經工作的你，最難靜下心來學習的。
所以，跟之前一樣，先給一個入門級別的書，其實裡面很多知識都是高中就學過的，幫你複習一遍：
進一步的，可以看一些難一點的書：
這本書是從統計開始向機器學習的知識過渡了。不過對於小白來說，確實有一些難度，閱讀順序可以往後面放放。
出除了藍寶書，西瓜書也是很出名的：
也有更深奧一些的：
嗯，看不看就隨緣吧。
網絡課程也有很多講數學的，牆裂推薦B站上的3Blue1Brown，用動畫講述數學專業知識，生動形象，有時間可以看看。
還有可汗學院的統計學公開課：
可汗學院公開課：統計學_嗶哩嗶哩(゜-゜)つロ乾杯~-bilibili
復旦陳紀修老師的數據分析課程：
數學分析復旦陳紀修_嗶哩嗶哩(゜-゜)つロ乾杯~-bilibili
清華大學的數學建模課程：
清華大學數學建模課程_嗶哩嗶哩(゜-゜)つロ乾杯~-bilibili
清華大學出版社出品的在線學習平台：清華大學的文泉課堂免費開放，有很多高質量資源，有興趣可以去翻翻：
裡面有很多計算機類和數學類的學習資源。
- 內力2：分析思路
Head first 打頭陣，這個系列很適合小白入門：
用差評來證明下這本書有多基礎（笑cry~）。
如果你不認為自己是“毫無基礎的中學生”，那就看這個：
打造你的數據驅動思維模式，此書案例較多，涉及業務範疇比較廣。
如果你準備找前端用戶增長相關的工作：
這本書是國內的，整本書的框架就是漏斗分析模型，講的是創業公司的增長之路。
“AARRR”轉化漏斗模型，即： Acquisition(獲取用戶)、Activation(激發活躍)、 Retention(提高留存)、 Revenue(增加收入)、 Referral(傳播推薦)
也有國外的版本：
成長駭客的理念是這本書最早提出來的，有空也可以看看。
還有關於網站的分析：
最後在推荐一本麥肯錫分析師的經典書籍：
這本書除了講解了很經典的金字塔分析方式，還對“演繹”和“歸納”兩種分析邏輯有很詳細的講解。
3 - 業務sense
業務sense 這一部分太大了。每個人從事的行業不一樣，業務模式也都有區別。我就推薦兩本我看過的書：
這本書通過小白進入零售企業從0開始學習的視角，講解了各種數據分析方法如何融入到具體的業務場景中，最終形成數據化管理模型，從而幫助企業提高運營管理能力。教你如何量化目標，如何形成邏輯縝密的說服力。
該書作者在日產公司工作十餘載，專門負責為高端決策層提供參考和支持，書中的很多案例都很接地氣，適合小白閱讀。
這兩本書都是零售領域的，主要我一直在這個領域工作。其他行業我暫時沒有特別好的建議和經驗分享。
4 - 結語
如果看到這一堆書，一堆資料，佷懵。那對於小白來說正常。
可以先點贊、收藏（嘿嘿嘿~~），目前只挑每個模塊入門級別的書和資料來看。
而且最好是結合： 3個月拿到數據分析offer~裡的節奏來學習，給你規劃好了應該先學什麼，後學什麼，怎麼找數據來實戰。
最後說一句：
數據分析是一門跨學科的學科。對於小白來說，這是機遇也是挑戰。機遇是說：就算對於科班（數學類專業）出生的朋友來說，也還是要學習IT、所在行業的業務邏輯、分析思路等很多知識；而且數據分析的崗位也會越來越多（數據分析師的前景怎麼樣? ），數據分析（數據分析日常工作做什麼：分析+監控+溝通~ ）的技能在其他崗位上也會越來越被重視。挑戰就不多說了，要學習的內容真的多，保持學習的狀態很重要。
最後，一如既往的，附上我的數據分析大禮包：
- 希望投身數據浪潮的盆友，可以看這篇回答： 3個月拿到數據分析offer~
- 數據分析師學習清單：超級菜鳥怎麼學習數據分析？
- 轉行時如何做出下一步選擇：如何知道自己喜歡做什麼職業？
- 數據分析師日常工作是什麼？
- SQL系列：
- 6000贊實戰題目分享：如何學習SQL語言？刷題！ ！ ！
- 新整理的SQL面試題：面試數據分析會遇到的SQL題~不定時更新~
- PYTHON系列：
- 做到這些就可以精通Python：編程零基礎應當如何開始學習Python？
- 我的零基礎Python學習經驗分享：你是如何自學Python的？
- Python入門案例：什麼因素最影響房價？
- 數據分析實戰技巧一：如何進行A/B測試
- 數據分析實戰技巧二：假設檢驗入門
- 數據分析實戰技巧三：Python可視化
祝大家能夠在大數據的浪潮里淘到金子~
