从零开始自学数据分析（从0开始数据分析之路）

从零开始自学数据分析（从0开始数据分析之路）工欲善其事，必先利其器，这一阶段就是学习数据分析的“器”，包括：2.操作部分学习：2）统计学书籍或视频：最少要学一本《统计学》，如果想要学得更深的话，以《统计学》为中线，向前可以学习《概率论与数理统计》、《微积分》、《线性代数》等统计学的基础数学知识，向后可以学习《多元统计分析》、《应用回归分析》、《应用时间序列分析》等统计学的分支理论。3）数据建模书籍或视频：机器学习、数据建模的相关书籍，主要是学习各类算法。干货：如何学习数据分析

学习数据分析需要经历三个阶段：

1.理论部分学习：

这一阶段主要学习与数据分析相关的理论书籍，包括：

1）数据分析/挖掘理论书籍或视频：建立对数据分析理论的基本认知，包括CRISP-DM和SEMMA等基础理论。

2）统计学书籍或视频：最少要学一本《统计学》，如果想要学得更深的话，以《统计学》为中线，向前可以学习《概率论与数理统计》、《微积分》、《线性代数》等统计学的基础数学知识，向后可以学习《多元统计分析》、《应用回归分析》、《应用时间序列分析》等统计学的分支理论。

3）数据建模书籍或视频：机器学习、数据建模的相关书籍，主要是学习各类算法。

干货：如何学习数据分析

2.操作部分学习：

工欲善其事，必先利其器，这一阶段就是学习数据分析的“器”，包括：

1）excel家族三件套：excel、数据透视表、Power BI。

这是最基本的数据分析工具，略加学习即可人人皆会。

excel：主要学习清洗操作、常用函数。清洗包括数据类型设置、数据值提取、排序、去重、缺失值查询与填补、离群值与极值的处理、新建字段、数据跨表调用等操作，让数据符合分析要求。

数据透视表：主要用于数据的汇总、比较、分类、制作透视图等分析，能对数据进行较为深入的分析。

Power BI：是应用最多的数据可视化分析工具之一，因植根于excel，使用起来更为方便和习惯。可以获取多种数据（excel、数据库、文本、CSV等），进行跨表字段建模，通过图表进行可视化展现。如果进行Python开发，可以建立自动化数据大盘，数据变化实时呈现，并可分享给公司领导。

干货：如何学习数据分析

2）MYSQL：必学，难度并不大，一要看书看视频，二要多找数据源来练习。

3）建模工具：不想写代码的可以学SPSS Modeler，图形化建模操作，很简单；想写代码的可以学Python（最佳），R也可以学。

4）再学一门补充工具，如Tableau可以学，作为Power BI的补充；SPSS也可以学，统计分析时可以使用；第三方付费BI工具要有一定了解，很多企业在用；PPT也要学习好，制作数据分析报告时很重要。

3.实操部分：

这一阶段基本是要在实际工作中才能真正提高。

1)数据分析体系的搭建。这是进入一家公司后数据分析工作的起点，熟悉业务后，需要根据业务需要建立数据指标体系，进而确定数据来源方式、数据清洗要求、数据产出报告（类别与频率）、数据应用体系等环节和流程。这是需要较多实战经验才能完成好的工作，初学者是达不到这水平的。

干货：如何学习数据分析

2）数据埋点：在数据指标体系基础上，与产品、开发协作进行数据埋点，便于收集用户行为数据等。

3）数据获取：往往是自行在数据库提数，或者由研发人员从数据库导出数据提供给你进行分析。

4）数据清洗：即数据预处理，数据清洗工具很多，excel、MYSQL、Modeler、Python、Tableau等都可以进行数据清洗。数据清洗在实际应用中会占用大部分时间，可以多找数据源来反复练习，提高清洗水平。

5）数据分析报告：主要包括综合报告、专题报告等，是数据分析的结果，最好以PPT方式呈现。

6）数据建模预测：数据建模可以用到很多方面，比如用户画像、页面分析、商品捆绑促销等，实际中按业务需求选择建模的算法。