手機瀏覽
全國
19974831731 
一、整體了解數據分析——5小時。新人們被”大數據“、”人工智能“、”21世紀是數據分析師的時代“等等信息吸引過來，立志成為一名數據分析師，于是問題來了，數據分析到底是干什么的?數據分析都包含什么內容?市面上有很多講數據分析內容的書籍，在此我推薦《深入淺出數據分析》，閱讀時可不求甚解，重點了解數據分析的流程、應用場景、以及書中提到的若干數據分析工具，無需糾結分析模型的實現。5個小時，足夠你對數據分析工作建立初步的印象，消除陌生感。
二、了解統計學知識——10小時至15個小時，只夠你了解一下統計學知識，作為入門足夠，但你要知道，今后隨著工作內容的深入，需要學習更多的統計知識。本階段推薦書籍有二：《深入淺出統計學》《統計學：從數據到結論》，要了解常用數理統計模型(描述統計指標、聚類、決策樹、貝葉斯分類、回歸等)，重點放在學習模型的工作原理、輸入內容和輸出內容，至于具體的數學推導，學不會可暫放一邊，需要用的時候再回來看。
三、學習初級工具——20小時，對于非技術類數據分析人員，初級工具只推薦一個：EXCEL。推薦書籍為《誰說菜鳥不會數據分析》，基礎篇必須學習，提高篇不一定學(可用其他EXCEL進階書籍)，也可以學習網上的各種公開課。本階段重點要學習的是EXCEL中級功能使用(數據透視表，函數，各類圖表適用場景及如何制作)，如有余力可學習VBA。
四、提升PPT能力——10小時。作為數據分析人員，PPT制作能力是極其重要的一項能力，因此需要花一點時間來了解如何做重點突出，信息明確的PPT，以及如何把各類圖表插入到PPT中而又便于更新數據。10個小時并不算多，但已經足夠(你從來沒做過PPT的話，需要再增加一些時間)。具體書籍和課程就不推薦了，網上一抓一大把，請自行搜索。
五、了解數據庫和編程語言——10小時。這個階段有兩個目標：學習基礎的數據庫和編程知識以提升你將來的工作效率，以及測試一下你適合學習哪一種高級數據分析工具。對于前者，數據庫建議學MySQL(雖然Hadoop很有用但你不是技術職位，初期用不到)，編程語言建議學Python(繼續安利《深入淺出Python》，我真沒收他們錢……)。數據庫學到聯合查詢就好，性能優化、備份那些內容用不到;Python則是能學多少學多少。
六、學習高級工具——10小時，雖然EXCEL可以解決70%以上的問題，但剩下30%還是需要高級工具來做(不信用EXCEL做個聚類)。高級分析工具有兩個選擇：SPSS和R。雖然R有各種各樣的好處，但我給的建議是根據你在上一步中的學習感覺來定學哪一個工具，要是學編程語言學的很痛苦，就學SPSS，要是學的很快樂，就學R。不管用哪一種工具，都要把你學統計學時候學會的重點模型跑一遍，學會建立模型和小幅優化模型即可。
七、了解你想去的行業和職位——10+小時，數據分析師最需要不斷提升的能力就是行業和業務知識，沒有之一。你將來想投入哪個行業和哪個職位的方向，就要去學習相關的知識(比如你想做網站運營，那就要了解互聯網背景知識、網站運營指標體系、用戶運營知識等內容)。
八、做個報告——25小時，所有的招聘人員都會問你一句話：你做過哪些實際項目?(即使你是應屆生也一樣) 如果你有相關的項目經驗或者實習經驗，當然可以拿出來，但是如果沒有，怎么辦?答案很簡單，做個報告給他們看，告訴招聘者：我已經有了數據分析入門級(甚至進階級)職位的能力。
