在大数据时代下，不少人都因为数据分析师的前景好，薪资待遇好，转行去做数据分析，那么想成为数据分析师要学习什么呢？

数据分析岗位详情​mp.weixin.qq.com/s/yDNNgCkPfyiH9RuBQptmyQ

1、Excel数据分析

作为数据分析师是离不开Excel的，Excel作为日常工作当中最常用的工具，可以应付绝大部分数据分析的工作。

Excel除了性能和数据处理量方面差一点，但是对于没有经验的小伙伴来说Excel是必须要熟练掌握的数据工具。

2、SQL数据库语言

现在数据正在呈指数级增长。Excel对于十万条以内的数据处理起来是没有问题的，但是产品有一点规模，数据都是百万起的，这时候就需要去学习数据库。

数据分析师首先要知道如何去获取数据，常见的就是从关系型的数据库中去取数，因此你可以不会R和python，但是你不能不会SQL。

现在越来越多的产品和运营岗位，将SQL作为优先的加分项，是数据分析的核心技能之一，从Excel-SQL数据处理效率又前进了一大步。

3、数据可视化

数据可视化工作几乎是正式进行数据分析的第一步，数据可视化能力已经越来越成为各岗位的基础技能。

我们通过SQL获取到数据之后，就需要用可视化方法去探索发现数据当中的模式规律，数据分析结果和观点最好的呈现方式就是做出详实的PPT与报表。

可视化的工具有很多，我推荐Tableau或者FineBI。这两款工具都不要编程功底，实现起来比较简单，并且功能强大。

4、统计学

统计学作为数据分析最重要的基础之一，是数据分析的方法论和基石。

统计学知识会要求我们从另一个角度去看待数据，需要从基础的统计理论去出发，然后到基本的统计分析，再到最后的商业常用模型。

学习数据分析背后的逻辑，掌握统计学的实用概念以及学会利用统计的思维去思考问题。

5、数据分析与软件应用

SPSS是世界三大统计分析软件之一，是统计分析的入门软件，如果想要快速入门但是又不想学习编程，推荐使用SPSS。

SPSS易于操作，好入门，结果易于阅读，备受数据分析人员的青睐，学习SPSS的重点其实并不在于学习软件本身，而是学习相关的统计学知识，也就是要学会怎样去分析“输入数据后，软件给你呈现的结果”。

一般来说经过短时间的学习就可以用SPSS 做简单的数据分析，包括绘制图表、相关分析、简单回归等等。

6、数据挖掘

数据挖掘需要结合行业的课题，利用数据挖掘 工具，去建立数据挖掘模型，去发掘规律与商业价值。

数据挖掘是交叉学科，涉及到统计学、机器学习、计算机、运筹学等多门学科，是运用广泛并且富有前景的学科领域。

7、编程语言

Python的主要功能是编程，除了单纯的数据分析之外，在很的多领域都被广泛的利用，因此就业市场上对Python的需求是大于R。

R主要是侧重统计功能，在统计方面也显示出了很多的优势，用R做单纯的数据分析还是很靠谱的。