學(xué)習(xí)大綱：
數(shù)據(jù)分析的思維和方法
Excel進階
數(shù)據(jù)庫和SQL入門
數(shù)理統(tǒng)計學(xué)
數(shù)據(jù)分析軟件應(yīng)用
數(shù)據(jù)可視化
常見的業(yè)務(wù)分析模型
Python/R語言掌握
業(yè)務(wù)理解和指標(biāo)設(shè)計
增長黑客：數(shù)據(jù)驅(qū)動增長
第一周：培養(yǎng)數(shù)據(jù)分析思維
為什么數(shù)據(jù)分析思維很重要?
如果我們在分析一個問題前，思維缺失就像下面圖中所表達的一樣，往往不知道問題從哪里下手，即使拿到數(shù)據(jù)也是一臉懵逼。
所以我們要通過訓(xùn)練數(shù)據(jù)分析思維，幫助在遇到問題時，大家腦中能快速梳理出分析的切入點以及思路，這一點很重要。
（圖片源自網(wǎng)絡(luò)）
常用的一些思維方式：
1、金字塔/結(jié)構(gòu)化思維
（圖片源自商業(yè)智能社區(qū)）
把待分析問題按不同方向去分類，然后不斷拆分細(xì)化，能全方位的思考問題，一般是先把所有能想到的一些論點先寫出來，然后在進行整理歸納成金字塔模型。主要通過思維導(dǎo)圖來寫我們的分析思維。
2、公式化思維
在結(jié)構(gòu)化的基礎(chǔ)上，這些論點往往會存在一些數(shù)量關(guān)系，使其能進行＋、－、×、÷的計算，將這些論點進行量化分析，從而驗證論點。
所謂指標(biāo)體系，就是這么梳理得來的。
（圖片源自商業(yè)智能社區(qū)）
3、業(yè)務(wù)化思維
業(yè)務(wù)化即是深入了解業(yè)務(wù)情況，結(jié)合該項目的具體業(yè)務(wù)進行分析，并且能讓分析結(jié)果進行落地執(zhí)行。用結(jié)構(gòu)化思考＋公式化拆解得出的最終分析論點再很多時候表示的是一種現(xiàn)象，不能體現(xiàn)產(chǎn)生結(jié)果的原因。所以需要繼續(xù)去用業(yè)務(wù)思維去思考，站在業(yè)務(wù)人員或分析對象的角度思考問題，深究出現(xiàn)這種現(xiàn)象的原因或者通過數(shù)據(jù)推動業(yè)務(wù)。
增加業(yè)務(wù)思維方法：貼近業(yè)務(wù)，換位思考，積累經(jīng)驗。
同時，這樣的思維模式在一些特定業(yè)務(wù)場景下，還衍生出一些基礎(chǔ)的分析方法，比如象限法、多維法、假設(shè)法、指數(shù)法、二八法、對比法、漏斗法，這個對未來構(gòu)建分析模型都有幫助。
思維模型的好處是他能提供一種視角或思維框架，從而幫助你建立起觀察事物和分析問題的視角。通過對思維模型的學(xué)習(xí)和訓(xùn)練，能提高你成功的可能性。
第二周：Excel技能進階
學(xué)習(xí)Excel是一個循序漸進的過程
基礎(chǔ)的：簡單的表格數(shù)據(jù)處理、篩選、排序
函數(shù)和公式：常用函數(shù)、高級數(shù)據(jù)計算、數(shù)組公式、多維引用、function
可視化圖表：圖形圖示展示、高級圖表、圖表插件
數(shù)據(jù)透視表、VBA程序開發(fā)……
按照我習(xí)慣的方法，先過一遍基礎(chǔ)，知道什么是什么，然后找?guī)讉€case練習(xí)。多逛逛excelhome論壇，平常多思考如何用excel來解決問題，善用插件。
函數(shù)和數(shù)據(jù)透視表是兩個重點，結(jié)合業(yè)務(wù)場景來學(xué)習(xí)，可參考《誰說菜鳥不會數(shù)據(jù)分析》。
制作數(shù)據(jù)模板必須掌握的Excel函數(shù)
日期函數(shù)：day，month，year，date，today，weekday，weeknum。日期函數(shù)是做分析模板的必備，可以用日期函數(shù)來控制數(shù)據(jù)的展示，查詢指定時間段的數(shù)據(jù)。
數(shù)學(xué)函數(shù)：product，rand，randbetween，round，sum，sumif，sumifs，sumproduct
統(tǒng)計函數(shù)：large，small，max，min，median，mode，rank，count，countif，countifs，average，averageif，averageifs。統(tǒng)計函數(shù)在數(shù)據(jù)分析中具有舉足輕重的作用，求平均值，最大值，中位數(shù)，眾位數(shù)都用得到。
查找和引用函數(shù)：choose，match，index，indirect，column，row，vlookup，hlookup，lookup，offset，getpivotdata。這幾個函數(shù)的作用不用多說，特別是vlookup，不會這個函數(shù)基本上復(fù)雜一點的報表寸步難行。
文本函數(shù)：find，search，text，value，concatenate，left，right，mid，len。這幾個函數(shù)多半用在數(shù)據(jù)整理階段使用。
邏輯函數(shù)：and，or，false，true，if，iferror。
數(shù)據(jù)透視表
數(shù)據(jù)透視表的作用是把大量數(shù)據(jù)生成可交互的報表，數(shù)據(jù)透視表具有這樣一些重要功能：分類匯總、取平均、最大最小值、自動排序、自動篩選、自動分組；可分析占比、同比、環(huán)比、定比、自定義公式。
第三周：學(xué)習(xí)數(shù)據(jù)庫原理和SQL
做數(shù)據(jù)分析，數(shù)據(jù)從哪里來？數(shù)據(jù)庫！
怎么取數(shù)據(jù)？寫SQL！
做數(shù)據(jù)分析，取數(shù)、清洗數(shù)據(jù)，基本都要依賴SQL。
初入門階段，對于數(shù)據(jù)庫不必精通，只需了解常用的數(shù)據(jù)庫類型，能夠在現(xiàn)有的表格里面查詢出數(shù)據(jù)，能夠更新數(shù)據(jù)對數(shù)據(jù)進行重編碼，知道怎么增加添加數(shù)據(jù)，把數(shù)據(jù)變得規(guī)整就行。
理解主鍵，索引等含義和用處；導(dǎo)入導(dǎo)出數(shù)據(jù)可以使用工具，分析數(shù)據(jù)可以使用ODBC或者其他的接口對數(shù)據(jù)庫進行連接。
取數(shù)的排序，做數(shù)據(jù)的交集并集，數(shù)據(jù)轉(zhuǎn)換，數(shù)據(jù)表合并等這些，最好也能掌握。
SQL的學(xué)習(xí)，看這個就夠了：SQL教程_w3cschool
這里總結(jié)了幾個核心技能：
引自：數(shù)據(jù)分析人員如何快速入門SQL-SQL學(xué)習(xí)感悟(一) - Ash_Zhang的技術(shù)小屋
技能一：學(xué)會用select語句?添加字段和找出需要的數(shù)據(jù)?
直接給一個隨時可以套用的萬金油模板吧：?
select cola,colb,colc into newtable from oldtable wherecola='x' and colb is not null；
基本上，學(xué)會這個就可以完全的查出大部分的數(shù)據(jù)了。
select后面是一個個的字段，要哪個選哪個。有into意味著放到一張新表里面，沒有就是查詢出來。where之后的就是我們的條件，等于某個值，或者是不是空值，是最常用的幾種查詢方式吧。
還有一種select也用的非常多：select cola from oldtable group by cola;
這個語句是看看cola有多少種值的可能性。
select進階學(xué)習(xí)，可能要講講join，union，以及多個查詢組合成的嵌套查詢，或者是子查詢的模式，以及模糊查詢。這個后面我會再花篇幅寫出來給大家參考。
技能二：學(xué)會alter學(xué)會增加，減少字段
alter可以做的事情很多，增加字段，減少字段，?增加主鍵減少主鍵等等，非常常用。
1. 增加字段：alter table tablename add colname varchar;
這樣就可以增加?一個空字段，varchar是一種數(shù)據(jù)類型。
2. 減少字段：alter table tablename drop column colname;
這樣就去掉了一個原有的字段。
技能三：學(xué)會update學(xué)會更新數(shù)據(jù)更新數(shù)據(jù)
大概常用的有兩種，一種是更新成一個固定值：
update table set col=1;
另一種是從另一張表里面更新，這種方法，在處理一些小型數(shù)據(jù)的時候經(jīng)常會導(dǎo)出，然后導(dǎo)入到數(shù)據(jù)庫，就可以用：
update table set col=tableb.col from tableb where table.id=tableb.id;
里面table和tableb是兩張表，然后通過兩張表的id關(guān)聯(lián)起來，學(xué)會這個書寫結(jié)構(gòu)就行。
第四周：數(shù)理統(tǒng)計學(xué)
統(tǒng)計學(xué)是數(shù)據(jù)分析師必備的基礎(chǔ)知識之一，是一組用于匯總數(shù)據(jù)和量化給定觀測樣本域?qū)傩缘墓ぞ摺?/p>
單獨的原始觀察數(shù)據(jù)只是數(shù)據(jù)，還不能變?yōu)槲覀兿胍男畔⒒蛑R。有了原始數(shù)據(jù)，那么接下來的問題是：
什么是最常見或可預(yù)期的觀測？
觀測的限制條件是什么？
數(shù)據(jù)是什么樣子的？
回答這些問題，我們需要借助一些統(tǒng)計工具來得出一些結(jié)論。借助統(tǒng)計學(xué)，你的分析深度、專業(yè)度和科學(xué)性都會有很大提升。
所以這一周，我們需要掌握統(tǒng)計學(xué)的以下幾大概念：
1.集中趨勢(中數(shù)、眾數(shù)、平均數(shù))
2.變異（四分位數(shù)、四分位距、異常值、方差）
3.歸一化(標(biāo)準(zhǔn)分?jǐn)?shù))
4.正態(tài)分布
5.抽樣分布（中心極限、抽樣分布）
6.估計(置性度、置信區(qū)間)
7.假設(shè)檢驗
8.T檢驗
推薦書籍：吳喜之-《統(tǒng)計學(xué)·從數(shù)據(jù)到結(jié)論》
第五周：數(shù)據(jù)分析軟件應(yīng)用
有了數(shù)據(jù)分析思維基礎(chǔ)，懂一些統(tǒng)計學(xué)知識之后，我們就可以著手開始相對專業(yè)的分析，用可視化的方法探索數(shù)據(jù)的規(guī)律。
這一周，除了Excel，你需要掌握一個傍身的數(shù)據(jù)分析工具。
考慮到快速入門，這里暫時放一放SPSS、R、Python一類工具，先掌握BI工具的運用，幫助快速熟悉起數(shù)據(jù)分析的流程。知名的BI產(chǎn)品有Tableau，Power BI，還有國內(nèi)的FineBI，網(wǎng)上都有體驗版和免費版下載。處理好的數(shù)據(jù)拿來放BI分析，分分鐘就能出很漂亮的可視化，比Excel的圖表高級多了，而且絕大多數(shù)人都能輕松上手。
BI需要掌握數(shù)據(jù)的連接，連不上數(shù)據(jù)怎么分析。還有儀表盤Dashboard的概念，知道絕大多數(shù)圖表適用的場景和怎么繪制，維度和指標(biāo)的區(qū)分。至于一些數(shù)據(jù)的清洗，如果BI掌握得透徹也可以放BI處理，但不熟悉還是用SQL處理吧。
第六周：數(shù)據(jù)可視化
可視化看似是簡單的步驟，但也是有造詣的?？梢暬f白了是一種表達，數(shù)據(jù)分析結(jié)果表達的是否到位，領(lǐng)導(dǎo)是否認(rèn)同，工資漲不漲，全靠這一紙dashboard（當(dāng)然還有你“講故事”的功力）。
如何選擇最佳的圖表類型？趨勢性、相關(guān)性、分布性、周期性、地理位置分布性……
顏色和字體等細(xì)節(jié)樣式方面，如何進行更加美觀的調(diào)配？
布局設(shè)計原則,故事性布置可視化儀表板，報告的標(biāo)題和結(jié)論注釋，以及整體展現(xiàn)的邏輯性。
還有很多可視化的陷阱，都是值得花一周探究的。
第七周：常見的業(yè)務(wù)分析模型
基于一些數(shù)據(jù)分析方法，如象限法、多維法、假設(shè)法、指數(shù)法、二八法、對比法、漏斗法，在特定業(yè)務(wù)場景下，還衍生了通用的業(yè)務(wù)分析模型，常用的有購物籃分析模型，RFM模型，漏斗分析模型，客戶生命周期，以及預(yù)測、聚類分析等挖掘模型。
這一周我們要掌握常用的分析模型，最好能有深刻的認(rèn)識，直接套用到實際的業(yè)務(wù)場景中，活學(xué)活用。
第八周：Python/R語言掌握
到這一周，數(shù)據(jù)分析的入門之路基本上完成一大半。
本著提升自己，以及加大自己求職和面試的籌碼，掌握Python或R絕對是加分項。
有關(guān)數(shù)據(jù)分析的編程語言有Python和R語言。R語言傾向于統(tǒng)計分析、繪圖等。統(tǒng)計學(xué)家或者學(xué)統(tǒng)計學(xué)的喜歡用R語言，而我更青睞學(xué)習(xí)Python，因為Python是面向未來的語言，無論從流行度、可用性還是學(xué)習(xí)難度來講，Python都是最好的入門語言。
當(dāng)然，如果可以的話，再掌握一下R語言是最好不過的，技多不壓身嘛。
Python有很多分支，但我們學(xué)習(xí)的主題是數(shù)據(jù)分析，入門推薦《深入淺出Python編程》
從code academy開始學(xué)起，完成上面的所有練習(xí)。Code academy涵蓋了Python基本概念。當(dāng)完成了code academy練習(xí)之后，看看這個Ipython notebook:
其次，掌握三個庫Numpy、Pandas、Matplotlib
Numpy是利用Python科學(xué)計算的基礎(chǔ)包，對Numpy好的掌握將會幫助你有效地使用其他工具例如Pandas。包括N維數(shù)組，索引，數(shù)組切片，整數(shù)索引，數(shù)組轉(zhuǎn)換，通用函數(shù)，使用數(shù)組處理數(shù)據(jù)，常用的統(tǒng)計方法等等。
Numpy Basics Tutorial，Index Numpy 遇到Numpy陌生函數(shù)，查詢用法，推薦！
Pandas包含了高級的數(shù)據(jù)結(jié)構(gòu)和操作工具，能使得Python數(shù)據(jù)分析更加快速和容易。包含series, data frams，從一個axis刪除數(shù)據(jù)，缺失數(shù)據(jù)處理等等。
Pandas Basics Tutorial，Index Pandas 遇到陌生函數(shù)，查詢用法，推薦！
Matplotlib是一個強大的Python可視化庫。幾行代碼就能繪制出散點圖、折線圖、直方圖、柱狀圖、箱線圖等。
第九周：業(yè)務(wù)理解和指標(biāo)設(shè)計
到了第九周，大家可以發(fā)現(xiàn)，這個學(xué)習(xí)計劃更多是偏業(yè)務(wù)的數(shù)據(jù)分析，可見業(yè)務(wù)理解的重要性。但業(yè)務(wù)理解需要多年的積累，沒有掌握的捷徑。剛?cè)腴T也不會拷問太多業(yè)務(wù)上的問題，更多時候是考驗?zāi)氵壿嬎季S能力和數(shù)據(jù)分析的方法。所以簡單花一周時間了解各行業(yè)的業(yè)態(tài)和各業(yè)務(wù)的通用指標(biāo)。
其次，指標(biāo)體系。幾乎一個數(shù)據(jù)崗的崗位要求都會涉及這樣一句話：“負(fù)責(zé)建立和優(yōu)化部門的數(shù)據(jù)指標(biāo)體系”。事實上目前大多的數(shù)據(jù)崗主要工作都是不斷完善與優(yōu)化數(shù)據(jù)指標(biāo)體系，而對層面的工作是比較少的，即使崗位叫做數(shù)據(jù)分析師 。一個優(yōu)秀的數(shù)據(jù)指標(biāo)體系，不僅能讓你快速解決數(shù)據(jù)需求，洞察出可能會被忽略的價值數(shù)據(jù)，還能反映出你目前最需解決的業(yè)務(wù)問題。所以，這一周還要掌握梳理業(yè)務(wù)指標(biāo)的思路。
第十周：數(shù)據(jù)驅(qū)動&增長黑客
這個話題比較嚴(yán)肅，需要把數(shù)據(jù)分析師這個崗位放到整個公司甚至整個行業(yè)來看。任何一個崗位的設(shè)定都是要為企業(yè)帶來價值或利潤的，數(shù)據(jù)分析師也是如此。要搞清未來價值所在，升職加薪之路才會明朗。
目前有一個非?；鸬脑~來形容一類數(shù)據(jù)分析師，叫“增長黑客”，所做的事也很時髦，叫“數(shù)據(jù)驅(qū)動”。字面意思很好理解，就是利用數(shù)據(jù)分析技術(shù)給業(yè)務(wù)帶來增長，驅(qū)動企業(yè)轉(zhuǎn)型。
本周，你要了解業(yè)界不管是傳統(tǒng)行業(yè)還是互聯(lián)網(wǎng)行業(yè)數(shù)據(jù)驅(qū)動業(yè)務(wù)增長的成功案例。
未來成為增長黑客要做好哪些準(zhǔn)備？
日常工作中，如何讓自己避免成為“取數(shù)機”？
如何推動數(shù)據(jù)分析工作并得到老板重視？
工作中有哪些工作細(xì)節(jié)，去潛移默化的改變身邊人尤其是老板對數(shù)據(jù)價值的認(rèn)知？
最后，一個數(shù)據(jù)分析學(xué)習(xí)計劃
接下來，我將在我的公眾號里更新這個“十周數(shù)據(jù)分析入門” 系列，詳細(xì)講解每一章的學(xué)習(xí)經(jīng)驗。
每周更新2~3篇干貨文章，（視頻教程籌備ing，可能明年陸續(xù)推）希望能幫助大家一步一步掌握基礎(chǔ)的數(shù)據(jù)分析技能。
