別再到處翻資料了，數據分析入門先看這些

作者：數據分析不是個事兒 2020-03-20 14:35:11

很多人在入門數據分析的時候都無從下手，很多時候都是因為基礎知識掌握不牢，連數據分析的目的都沒搞清楚，怎么會成功呢?其實想要學習數據分析，也需要抖點機靈!

比如，某電商雙十一跟著淘寶做了一個大促活動，事后想了解活動的效果，于是找到了小王。

于是，小王開始收集數據、處理數據、建立模型、制作報表。最終得出結論：活動期間UV上漲了50%，訂單增長了40%，銷售額提高了45%云云。

這叫數據分析嗎?當然不，因為小王根本沒有找到數據分析的目的，只是單純的統計數據而已。沒有目的，自然也就不會有結論，而這兩者是數據分析最關鍵的兩點。

總結來看，數據分析的目的是整個研究方案的起點，決定著后續研究的內容，數據的來源，使用的方法，其目的無非就是兩個：

分析現狀和過去——有問題了，通過數據分析尋找原因，制定決策

預測未來——有新項目、產品、方案要上線，或企業制定大決斷，需要數據分析結論做輔助參考

明確分析的目的，提出問題。只有弄清楚了分析的目的是什么，才能準確定位分析因子，提出有價值的問題，提供清晰的指引方向。
數據采集。收集原始數據，數據來源可能是豐富多樣的，一般有數據庫、互聯網、市場調查等。具體辦法可以通過加入“埋點”代碼，或者使用第三方的數據統計工具。
數據處理。對收集到的原始數據進行數據加工，主要包括數據清洗、數據分組、數據檢索、數據抽取等處理方法。
數據探索。通過探索式分析檢驗假設值的形成方式，在數據之中發現新的特征，對整個數據集有個全面認識，以便后續選擇何種分析策略。
分析數據。數據整理完畢，就要對數據進行綜合分析和相關分析，需要對產品、業務、技術等了如指掌才行，常常用到分類、聚合等數據挖掘算法。Excel是最簡單的數據分析工具，專業數據分析工具有FineBI、Python等。
得到可視化結果。借助可視化數據，能有效直觀地表述想要呈現的信息、觀點和建議，比如金字塔圖、矩陣圖、漏斗圖、帕累托圖等，同時也可以使用報告等形式與他人交流。

簡單來說，數據分析的本質還是分析，就是一個發現問題-分析問題-解決問題的過程。

首先要說的是，數據分析不光是一個技術門類，同時它也是一個龐雜無比的理論門類，里面包含了大數據、機器學習、統計學等等諸多領域的知識，很多剛接觸數據分析的人都不知道該從何學起，其實無外乎三個字——道、法、器。

1、道：這里指的是業務思想，千萬不要以為數據分析就是取數、用數，你首先要學的不是什么編程語言或者分析工具，而是和建立業務分析體系相關的管理、營銷知識。一句話，沒有業務思想，你就算是學會了所有編程語言，也成為不了數據分析師。這一點是對于完全外行的人來說的，建議先讀一本《商務與經濟統計》。

2、法：自然就是方法，這里主要是指數據分析方法，比如杜邦分析法、漏斗分析法、四象限分析法等等，這些都是入門數據運營所必備的知識。這方面建議新手讀一本《誰說菜鳥不會數據分析》

3、器：業務思想有了，分析方法也學會了，下面就可以學習數據運營用到的各種工具了。

數據庫：企業比較常用的大型數據庫有Oracle 、db2 、sql server 、Sybase、Mysql，這么多數據庫不用都會，只要學會掌握其中一兩種就行了，新手的話建議學習sql。
Excel：先別急著驚訝，Excel絕對是數據運營工作當中必須要掌握的工具!想要精通Excel也絕對不是你想象的那么簡單，起碼要學會Excel里的各種進階操作，比如透視表，再高級一點的函數可以等你入門后再學習。
Python/R語言：作為偏向于數據分析的編程語言，R與Python其實都是差不多的，但是就學習難易上講我還是推薦Python，因為Python幾乎可以說是市面上最簡潔、最強大、最成功的編程語言了，標準的全能語言。
數據分析工具、可視化工具：剩下這些工具就是按照你所選擇的方向進行學習了，主要由下面幾個類別：
圖表類插件：ECharts、Highcharts等功能都十分強大。
數據報表類：FineReport等，對于日常的報表制作，更加易學實用。
可視化BI類：比如FineBI、cognos、tableau等，更直接地針對業務分析。