编者按:数据分析逐渐成为热门岗位。越来越多的人想做数据分析师，但是不知道怎么入门。本文将从大视野和互联网思维的角度，梳理一些如何快速入门“数据分析”的基本思路。

对数据敏感，能够通过“数据分析”发现业务层面的提升机会，是很多企业对产品、人力、运营、经理等岗位的基本要求。之前我们也梳理了一些数据分析的相关内容，比如“数据分析常识”、“数据思维”、“数据分析常用工具”，了解了什么是数据分析，以及思维等知识点。

本文将从一个广阔的视角和互联网思维的角度，梳理出如何快速入门数据分析的一些基本思路，。但是不限于新手专职数据分析的岗位，所以不存在你是否适合数据分析，文科生零基础入门是否困难等问题。

但如果想进入数据分析，还是需要仔细思考一些问题:我想进入哪些“数据分析”岗位？这个职位有前景吗？你的性格适合做数据分析吗？是否符合你未来的职业定位？入行后需要什么样的知识结构？等待提问。

刚接触“数据分析”相关工作时，日常工作中纠结于数据质量、数据检索等基础事务，与业务方的沟通需求争论不休。一开始觉得主要问题是工具技能不够，业务理解不够。但是，后来我们会发现，让它一直走下去的本质原因是对数字背后的逻辑和非正常原因的好奇，对更高效的分析方法的好奇，对行业新事物的好奇...诸如此类，而这些好奇心是你做好“数据分析”的原始动力。否则很容易简单的得出一个分析结论，草率的结束分析。我们做小飞象沟通会的时候，总会重复一句话“做一个对世界好奇的人！”，只有足够的好奇心，才能面对枯燥的数字，不断挖掘出事物背后的强大动力。

所以，首先，我们来看看“数据分析”对人的入门要求是什么？

首先，从性格、兴趣、爱好等方面。对未知的人物充满好奇和不断探索，有兴趣了解数据背后的逻辑。当面对分析需求、编写Sql代码、整理海量数据等繁琐枯燥的任务时。，就能克服枯燥感，严谨地完成这些任务。同时，你还需要与他人沟通合作的能力，因为做数据分析需要经常与业务部门、R&D部门等沟通合作，明确需求，推动落实。这些是你喜欢并擅长的工作吗？

其次，在学习和思考能力方面。如何根据数据进行推导、分析并提出解决方案，需要你保持思维的开阔，数据分析需要不断学习。因为数据分析的结论有时与我们的直觉背道而驰，需要我们通过思考和学习不断完善自己的知识体系。

再者，从工具的熟练程度来看。我们在分析数据的时候，需要有一个数据源，然后对数据进行处理。也就是说，数据查询处理能力是数据分析的基本内功。在数据处理中，涉及到各种大大小小的工具，所以需要掌握这些工具的使用，比如Excel、SQL、Tableau、Pyhon等工具。

最后，考虑自己在精神上是否开放、容错、有毅力。数据分析的圈子很开放。无论是数据还是数据指标，都不是完美的，都有可能出错，所以一定要有开放的心态和执着的精神，这样才能不断从数据中探索，寻求答案。

摘要

总之，对于一些缺点和不足，可以考虑改进，让它们不再成为缺点，比如学习数据分析的基本原理、技术和工具，但是兴趣、性格、心态呢？也可能是你放弃自己不擅长的职业的原因。

了解了《数据分析》入门对人的要求，下面就来梳理一下如何快速入门《数据分析》的基本思路。

关于如何快速入门数据分析的主要建议主要集中在数据分析的思维、业务知识的熟悉和梳理、通用能力等方面。参赛思路如下:

首先，数据分析思维，因为思维决定上限，所以我们需要转变思维，锻炼和培养数据分析思维。在数据分析相关的岗位上，经常会写一个招聘要求“具有数据分析思维”。在工作中或者面试中，你会经常听到分析思维，分析思维，分析方法。

其次要熟悉业务知识，梳理。数据分析用于解决具体的行业问题。需要从业务的角度了解各个指标以及各个指标之间的关系，还需要联系业务了解数据。所以工作中的数据分析离不开业务。所以你需要具备某个行业的业务知识，才能理解这个行业的术语和业务问题。至于工具，你可以在入门后学习强化。

业务知识包括某个行业的常用指标和业务流程。需要注意的是，不同行业的指标和业务流程是不一样的。所以，当你需要学习的时候，了解10个以上行业的指标和业务流程等等，针对你的目标行业。

再者就是一般能力。包括PPT制作分析报告和沟通技巧。在工作中，要经常把分析结果做成数据分析报告，然后展示给业务部门、上级领导、客户等。，而PPT是这种展示数据分析报告的场景中常用的工具，所以要求你使用PPT制作数据分析报告，并具备良好的文字和文字总结能力。

数据分析师对沟通能力的要求更高。因为数据分析师解决实际问题，需要跨部门沟通业务。好的数据分析报告也要呈现给所有部门、领导和客户。只有具备良好的沟通能力，你的分析结果才能得到用户的认可。

摘要

总之，除了以上几个大方向，我们还可以做以下几个小点:

对于数据分析的入门，首先要有数据分析的基本数学概念，初级数据思维，初级数据工具技能。因此，推荐的入门书籍来自三个方面，如下:

摘要

总之，数据分析需要有各种理论基础，比如:

但是，对于小白来说，这实在是信息量太大了，所以在开始阶段，以上推荐的书籍基本上可以清晰的让我们的初学者知道数据分析可以解决什么问题，需要什么方法论，需要掌握什么基本技术和原理。了解常规知识，找到基础工作，是入门阶段的目标。

工具方面，推荐Excel+SQL作为入门级的数据分析工具。剩下的工具可以根据自己的能力自学，但是有了SQL的基础之后学习Python等复杂的工具会相对容易一些。

Excel:最基本的基础能力，当然也是必须的。Excel在实际工作中的使用频率很高，因为Excel的函数和透视表可以解决大部分问题，可以很好地将存储、分析和数据可视化结合起来。而且Excel的熟练会大大提高数据分析过程中的效率，让分析更加有力。另一个重要原因是Excel受众广泛。尤其是当分析结果可以展示给业务部门或者与业务部门对接时，可以节省大量的时间和成本。但是Excel的功能太多了，对于数据分析刚入门的人来说，不可能掌握所有的功能，就能各取所需。掌握常用功能和函数，基本可以覆盖大部分应用场景，比如:

(后面我们有专门的Excel解释，这里就不一一展开了)

SQL:专门为数据查询设计的编程语言，这也是所有数据分析师必须掌握的基本要求。因为小规模的数据处理，分析，展示Excel都可以做，但是对于大规模的数据处理，SQL是必不可少的数据检索手段，数据采集，数据清洗都会用到SQL，具体要看哪些数据需要处理然后导出。

对于数据分析初学者来说，可以从几个核心语句来学习SQL:

在掌握了以上语句和一些基本功能后，在实际应用中就可以满足我们80%左右的查询需求了。关于添加、删除、修改的声明，我们可以知道，在应用中，我们基本上不会有访问修改数据库的权限。推荐《SQL必知》这本书，熟悉基本用法。想求职可以去牛科。com找一些真题练手。学习SQL主要是练你的题。

(我们后面有专门的SQL解释，这里就不展开了)

摘要

总之，“工欲善其事，必先利其器”，一个称手的工具可以让我们事半功倍。对于数据分析师来说，数据分析基础流程中最常用的数据采集、数据清洗、数据可视化分析的组合是SQL+Excel+PPT/ visualization(入门级的Excel可以做可视化，以及Power BI、Tableau等一些可视化软件这里就不做开发了)。

以上是如何快速入门“数据分析”的基本思路，仅供参考！但是，优秀的数据分析师不可能快。相对来说，数据分析入门并不难，入门后的知识积累才是重点。但是，不同的行业也有不同的困难需要探索。以上前提是关于如何快速入门，旨在达到数据分析相关领域的门槛，比如顺利拿到offer，不涉及数据挖掘等高级技能。

我一直觉得“数据分析”是一个有很多积累的岗位，也是一个通用技能，一个每个职场人的基本能力。如何在实际工作和项目中真正发挥数据分析的作用，产生价值。需要主动发现问题，解决问题，总结问题，才是一个优秀数据分析师的终极目标。所以，只要方向明确，那么剩下的就是坚持下去，然后积累，保持最初的好奇心。

#专栏作家#

Xi青田@，微信微信官方账号:蒋木木自由，人人都是产品经理专栏作家。多年互联网数据运营经验，覆盖广泛的运营领域，专注于运营和数据分析的实际案例和经验以及方法论的总结，探索运营和数据的神奇奥秘！

本文原载于《人人都是产品经理》。未经许可，禁止转载。

图片来自Pexels，基于CC0协议。