如何系统学习数据分析？

很多学习数据分析的同学也都有这样一种困惑“为什么学了那么多工具，还是不会数据分析?”，原因无外乎两个，一是只学到了碎片的知识，没有建立知识之间的连接，无法形式自己的知识体系，二是缺乏实践，导致无法形成“知行合一”的工作技能。

知识超载和碎片化

当代人都面临两个问题——信息超载和知识碎片化。

信息超载老话题不多说了，讲几个数据：

全世界每天有4000本书出版，超过4亿个字；

纽约时报一天的文字量等于牛顿同时代的人一生的阅读量；

一个专业领域，每天大概有200个公众号正在注册，有近1000篇文字正在产生……

过去杂家、博物家在现代社会已经不可能存在，即使有，也干不过谷歌度娘。

结论1：知识的储存能力，人类早就被电脑完胜了，知识的搜索和链接能力，才是学习的核心竞争力。

另一个趋势也很明显：知识碎片化。这个碎片化从3个方面开始——

首先时间和空间被打碎，移动手机允许你在三站地铁里听完一本书；

其次被打碎的是信息，如果你翻知乎、今日头条或者某个博客，你并不会像看一本书一样，知道前面一章讲什么的，后面即将讲什么，除了标题党，你根本对下一个博客、内容毫无预期，只能被动接受；

最糟糕的其实是知识结构碎片化——你并不知道是谁，在什么情况下，针对什么问题讲的这句话。所有的信息缺乏了上下文，就是废话。

比如说有段时间我刷管理类的文，你会发现在雷军、傅盛、彼得德鲁克、吴伯凡、马云、吴晓波……各位大佬针对同一个问题讲的内容完全不同。到底信哪个？其实雷军讲的是互联网行业；傅盛讲的是小企业逆袭，他正在做投资；彼得德鲁克用管理在讲哲学；吴伯凡老师在讲中西方文化；马云老师在对大众励志；吴晓波其实是用管理谈财经——更重要的是，他们讲话的场合，时间点和对象你一无所知。

结论2如果一个人没有搜索能力，