从入门到一位合格的数据分析师，这几点很重要

会Excel、sql就可以成为数据分析师吗？并不是，事实上一位合格的数据分析师并没有想象的这么简单，是需要通过时间和经验的沉淀和不断打磨的技术所造就的。

那么今天我来告诉大家“从入门到一名合格的数据分析师需要学习哪些技术。

就数据分析学习而言，需要的技能主要有以下几个模块：

基础知识

基础知识包含数学、线性代数、统计学等，这些也是决定数据分析职业发展高度的基石。对于初学者，学习描述统计相关的内容和公式即可，再进一步就需要掌握统计算法，甚至是机器学习算法。对于算法相关的工作，则要对高数进行深入学习。

分析工具/编程语言

Excel是运用最广，也是最容易入门的数据分析工具之一，函数、数据透视表和公式必须熟练掌握。另外，还要学会一个专业统计分析工具，SPSS作为入门学习是比较好的。不过随着数据的增长，编程语言的学习将会使数据处理变得更加高效。

对于编程的学习，首先要学习SQL,掌握基本的增、删、改、查，这是任何一个数据岗位必备的技能。其次，学习Python或R，当然有些行业可能会用到SAS或者其他工具，请依据自己的行业选择，当然现在主流是使用Pyhton。

业务知识

因为数据分析是用来解决具体行业问题的，需要从业务的角度出发，了解各个指标，以及每个指标之间的关系，还需要联系业务去理解数据。所以，工作中数据分析脱离不了业务，在分析中要找到导致我呢提发生的根本原因，而不是单纯的统计数据。

因此需要具备某个行业的业务知识才能去理解这个行业里的术语、业务问题等。

业务知识包括某个行业的常用指标、业务流程。需要注意的是，不同行业的指标、业务流程是不一样的，所以需要学习的时候针对你的目标行业去学习准备。

数据分析思维

很多人掌握了很多数据分析工具和技能，依然做不好数据分析。面对具体的业务问题，我们还是容易两眼一抹黑，单单会工具和技能是不够的，还必须拥有数据分析思维。

数据思维决定了你如何思考问题，如何搭配这些分析方法，如何得出结论，如何确定问题。

​以下整理的是常见的数据分析方法，不同的分析方法适用于不同的场景。

1.逻辑树分析

2.多维度拆解分析法

3.PEST分析法

4、对比分析法

5.假设检验分析法

6.相关分析法

7.群组分析法

8、RFM分类法

9、最终路劲法

常见的数据分析方法就介绍到这里了，但是归根到底还是必须结合实际业务场景。

分享一张学习数据分析路径图给大家：(关注【蓬莱小课】公主号，定期分享数据分析学习资料）