如何真正学好数据分析

除了数据分析的道，再来讲讲数据分析的术，即工具和手段，如果你进入了一个企业，希望尽快成长为一个数据分析师，还需要在以下4个方面加强学习，当然仅供参考，不用尽信，西线学院相信每个人都需要形成自己的学习轨迹，不需要照搬它人。
数据学习
业务学习有一个毛病，比如你看案例，往往接触到的数据或使用的数据是局部的，因此，你的视野会受局限，在大多数公司里，很多数据分析师其实缺乏全局的数据视野，因为他不知道到底有多少数据，因此，永远只能在已知的数据里转圈圈，当然，可能也够了，但我这里要说得是做得最好。
数据分析师应该主动的向IT部门拿到最全的数据字典，对于数据字典进行持续的学习，了解每张表甚至字段的业务含义，理解的越透彻，你的分析潜力就越大。更有甚者，笔者还建议你去理解源系统，从业务实现流程角度出发去理解对应数据的含义，因为有时候，简单的业务描述在数据上的表达却是非常复杂的，业务语言与数据语言很多时候是1对多关系，打个比方，你看到业务系统上某个菜单的功能，对应到系统中的数据是怎样的，你能还原出来吗?
当然，大多数数据分析师可能不需要进行系统数据学习，反正实践中慢慢熟悉好了，但自顶向下的数据学习方式可以让你有一个更好的基础和更全局的数据视野。
技术学习
有几个层面的东西要学，依赖于实际的场景和你希望达到的阶段：
首先，你要学会从数据库或者其它源头获取数据，很多数据分析师仍然依赖于IT人员获取数据，但大数据时代，真的有必要自己动手了，因为依赖他人效率太低了，起码你要会SQL，SQL甚至基本上是为统计取数而生的方便工具，图形化的透视方式也远远没有SQL的表达能力强，这是基本功，其实， SQL就能解决大多数统计取数问题。
其次，你要会一些数据分析工具，EXCEL是最基本的，其实大多数数据分析基于EXCEL应付已经绰绰有余了，EXCEL的图形表达能力也已经够强。
最后，如果你希望更深一层，那就学习R语言、PYTHON、SPSS，SAS等，他们提供了更强大的挖掘能力，可以帮你把统计学的数据挖掘精髓发挥的淋漓尽致。
当然，如果有可能，你也要熟悉一下你所在企业的数据仓库或大数据平台，懂得一些基本的操作，对于你提升分析的自由度和灵活性也大有好处，比如自己搞个脚本定时跑数据，打造个人的数据集市，现在数据分析的概念也越来越大，很多公司把对于大数据平台的数据处理能力也纳入到数据分析师的技能范畴。
以上层层递推，其实数据分析师每在IT上前进一步，带来的效益是几何级的，比如你懂Hadoop，那么，你就可能离大数据更近一点。
统计理论
终于讲到大家都很关心的统计学知识了，推荐一些书吧：
《深入浅出数据分析》：讲了数据分析到底是干什么的?数据分析都包含什么内容?对新人们还是有一定的作用，难度容易。
《深入浅出统计学》：要了解常用数理统计模型(描述统计指标、聚类、决策树、贝叶斯分类、回归等)，重点放在学习模型的工作原理、输入内容和输出内容，至于具体的数学推导，学不会可暂放一边，难度容易。
《极简统计学》：对统计推断部分的阐述十分清晰，适合非统计背景的人工阅读
《统计学：从数据到结论》：简明精要，统计概念和R可以一起学习
《数据挖掘导论》：最近几年数据挖掘教材中比较好的一本书，被美国诸多大学的数据挖掘课作为教材，笔者也最近买的，很好，很多概念解释的比较清楚，难度中上。
这些都是很实用的书籍，但结合了实践学更好，对于特定的业务场景，就找对应的书看吧，网上推荐的也很多了，大家自己搜索。
表达能力
作为数据分析人员，PPT制作能力是极其重要的一项能力，你总要通过某种形式表达出你的观点，很核心的一点是需要有严密的逻辑，甚至滴水不漏，可以通过思维导图来训练自己，但实际的格式表达却有点八股，一般都是现状分析，原因剖析、分析结论和后续措施啥的，万变不离其宗，当然你需要花一点时间来了解如何做重点突出，如何图文并茂，PPT的写作决非一日之功。

大讲台大数据分析为你解答：首先要学习一些业务分析的逻辑，然后借助工具去分析和展示。
1、Excel起步作为一个入门级工具，excel是快速分析数据的理想工具，也能构建供内部使用的数据图。
2、SQL起步如果你了解sql，说明已经具备了快速提升的基础
3、R语言起步作为用来分析大数据集的统计组件包，R是一个非常复杂的工具，掌握R以为着可以更快上手一些专业分析工具和服务
4、BI工具tableau/FineBI起步作为大数据前端分析工具，都很容易上手
5、如果想要深入学习数据分析的话，也可以多看一些关系数据挖掘、业务分析类的书籍哦。