数据分析学习是一个目标性非常强地过程，只要我们把数据分析工作中所需要地技能点以及知识点都学会，有了基础能力后再针对性地做项目，那找到一份数据分析工作是完全没有问题的。对于初学者学习，我们分为了六个阶段来进行，针对初学者每一个阶段都有对应的视频学习资料，并且都会有推荐的工作岗位名称，相应的资料大家在文中获取。另外每一阶段我们还准备了对应的书籍（https://www.jianshu.com/p/fef0aa30be20），结合视频学习效果更好。

数据分析师必备条件

• 数据处理能力
• 数据分析思维

第一阶段：Excel

  如果说 Excel 是数据分析师必备技能，肯定没人会反驳，很多同学可能觉得只有编码才能代表能力，这是不对的，excel 的熟练程度，也会极大提高数据分析过程的效率，不过excel的功能有太多太多，我们不能也没必要全部学完，主要学习：vlookup、透视表、sum、if、冻结、分列、折线图、直方图等。

  学习资料推荐：跟王佩丰学Excel视频

  学习完可以找数据专员的工作，薪资大概在6-8k

1.png

第二阶段：SQL

  数据分析能力进阶，SQL 比其他编程语言学习起来还是更容易入手一些，不过精通也需要一个过程，推荐先学习基本的语法，剩下的在工作中慢慢提升，数据分析师工作重点在于分析数据，所以对于查询要比较熟练。

  学习视频：链接：https://pan.baidu.com/s/1HDDrfduYEJ2kjMyxmsI65g 提取码：rkof

  学完可以找初级数据分析师，数据分析师助理岗位，不过岗位数量不会很多

2.png

  另外对于 sql ，因为现在很多公司数据库环境逐渐转向大数据，因此我们也要掌握hive的相关学习。针对大数据环境难搭建的问题，数据蛙社群还给大家提供了大数据hive环境以便学习，如果有需要可以联系欧盟。推荐学习视频 数据分析hive学习

3.png

第三阶段：业务知识

  业务知识不像技术点，都是一样的东西，这个要多了解一些行业的业务情况和常见指标才会更有体会，这里也再推荐大家学习一下业务相关的书籍
  视频推荐秦璐老师的：https://www.bilibili.com/video/av95008852/

常用分析方法：

1. 对比: 大法宝, 关键要知道怎么对比和谁对比
2. 细分: 分地点，分人群，分时间，分产品，分渠道
3. 漏斗: 每一步的转化率, 清晰有层次
4. RFM: R最近消费日期, F消费频次, M消费金额. 这个可用来粗暴的进行用户分层，已经被广泛用在各个行业
5. TGI: 衡量某类人群某个特征与整体人群该特征平均值进行比较, 量化该人群该特征是否强大或弱小
6. AARRR: Acquisition用户获取,Activation活跃,Retention留存, Revenue收入, Refer传播

4.png

第四阶段：可视化

  数据可视化是我们数据分析师展现我们数据的最佳形式，对于业务的监控我们会搭建一套完整地监控体系，做到随时发现问题。数据可视化一般都是使用 BI 工具如 PowerBI 来搭建地，不会用纯代码地方式，因此掌握 powerbi 的使用是我们的一个加薪点。

  推荐官方学习教程

  学习完可以找可视化相关的数据分析工作

5.png

第五阶段：python

  python 是我们作为一个数据分析师提升效率的好帮手，对于 python 学习，相比SQL要多一些时间，但是也说不上很难，无论是文科还是理科，零编程基础还是有编程基础的，只要多敲多练掌握好都没什么问题。

  推荐入门视频：https://pan.baidu.com/s/1uUrZ_biw_-TNss8-oGqhhg 提取码：2cty

  学习完可以找数据分析工程师、python 数据分析师 等岗位

6.png

第六阶段：统计学

  统计学是我们数据分析理论的基本来源，以及机器学习的理论基础，我们重点重要 假设检验等一些理论知识，在一些公司的面试中有可能会涉及。

  推荐学习视频：浙江大学概率论与数理统计公开课

7.png

更多资料请加公众号：数据蛙DataFrog