数据分析学习路径（1.0版）

▲点击上方卡片关注我，回复“8”，加入数据分析·领地，一起学习数据分析，持续更新数据分析学习路径相关资料~（精彩数据观点、学习资料、数据课程分享、读书会、分享会等你一起来乘风破浪~）

前言

Data Analysis

在我们的实际工作场景中，可以通过“数据分析”对大量业务数据的观察、分析，得到一定的规律/趋势等情况，能客观地反映出当前业务线存在的一些问题，还能为决策者提供数据支持等，尤其在数字化时代，面对海量的数据，就需要一些数据分析工具和方法快速有效的处理那些数据，分析数据，产出有效地落地方案。在未来，“数据分析”将在各行各业的作用越来越显著，突出，必要。

但是，随着越来越多的工作场景需要“数据分析”做辅助，数据驱动业务，做一些常规性的业务分析，去发现问题，分析问题，解决问题，挖掘隐藏的潜在线索，并提供决策支撑时，伴随着未来经济形势整体下行趋势、企业将降本增效等原因，诸多公司的一些业务线将不会再设立专门的“数据分析”岗位。

所以，不管你是做产品、运营、商务、市场、人力，还是技术开发、项目、管理，基本上都要掌握“数据分析”技能，在未来“数据分析”将是一个底层的能力，属于通用技能，需要每个职场人都要必备的技能之一。

然而，一些在学习数据分析的伙伴，可能会遇到各种各样的问题而陷入迷茫，不知如何入手，感觉很多东西比较高不可攀，其主要原因就是数据分析坑很大，需要掌握的知识又很多，很杂。还有一些原因如下：

• 没有找到合适的资源/平台可以很好地学习有关数据的一切
  

• 对要学习的主题又缺乏明确性，懒癌晚期，无法坚持完成学习

• 有大量资源，但很难去选择最适合自己的，很容易迷失在细节中很难把控学习进度

• 数据分析领域对应的岗位非常多，经常把一些同学们绕晕。数据分析、商业分析、运营分析、产品分析、销售分析、数据挖掘、算法模型等等。

• ·······

“数据分析”，在我所有的工作经验中、在我创立并运营小飞象数据分析社群的过程中、在我与群友/大佬的沟通中、在我运营数据类公众号木木自由的经历中，处处离不开数据分析~

因此，在我接触“数据分析”的过程中，积累了一定认识，完善了数据分析知识体系，我根据自己的思考，深刻认识数据分析是什么和梳理了数据分析学习路径1.0，其中肯定有不足之处，后续将不断地，持续地完善更新补充，希望大家在评论区提出不同的观点，我会完善到其中，也希望刚入门在学习的时候、数据从业者在进阶的时候，慢慢地完善优化自己的技术栈和知识体系就好了。（在评论区，提出你认为的数据分析学习路径以及学习感受一些建议和方法，若采纳任何一条，将获得星球免费体验资格~）

什么是数据分析

Data Analysis

数据 + 分析，数据是基础，分析是主导。数据并不意味着价值，分析和决策才能创造价值！

且数据分析：思维方式大于实践方法

• 思维方式：业务目标及调研+思维逻辑+创新想法+可行建议

• 实践方法：数据汇总统计+工具使用+可视化

数据分析，即是基于某个目的对数据进行分析和总结概括的过程。它的意义在于把隐藏在数据中的信息萃取和提炼出来，以便帮助人们找到所研究对象的内在规律，或者事物的发生、发展和未来变化的规律，进而帮助人们做出判断以及正确的决策。

现在领域内有很多数据分析岗。BI（Business Intelligent）、DA（Data Analysis）、数据运营、数据科学家、数据产品经理等，工作内容可以说是大相径同，细分领域的专业度会存在不同程度的差异。“数据分析”是有关“数据”类岗位的总称，而数据分析技能基本是职场里的标配技能，从事这类工作的人，通过分析数据发现业务问题，洞察商业机会点，为运营活动、业务增长及企业发展等，提供合理建议及参考依据。

我理解的数据分析不是从什么高大上的角度出发，它绕不开是什么、是多少、为什么、会怎样、又如何这几个问题。

说明白点：

▶是什么（树立数据标准）

▶是多少（数据描述状况）

▶为什么（探索问题原因）

▶会怎样（预测业务走势）

▶又如何（综合判断状况）

总之，我们做好数据分析，要对数据分析的价值有清楚的定位，不能沦为单纯的 “取数”、“做表”、“写报告”，数据分析应该是对业务有实际的指导意义，并结合业务痛点去发现问题从而解决问题的工具。

数据分析学习路径

Data Analysis

数据分析的学习是流程化，标准化，是一个逐步地形成符合自己节凑的有效“闭环”过程。所谓“闭环”，就是要不断优化，不断迭代，除了要了解掌握数据分析流程、方法、工具以外，还需要不断的进行项目操练复盘总结，补充完善每个步骤中所需要技能栈，并在整个学习过程中持续地、不断的扩展完善提升数据分析思维。

根据【数据分析流程】中所梳理总结的框架思路：明确问题→分析原因→落地方案ÿ