1，数据分析怎么快速入门俺做电商文案需要用到咯excel 介绍好书2，数据分析需要掌握些什么知识3，数据分析没有基础应该从哪方面开始学习4，数据分析需要掌握哪些知识5，如何快速成为数据分析师1，数据分析怎么快速入门俺做电商文案需要用到咯excel 介绍好书
数据分析，刚入门可以看看经典的入门书籍《谁说菜鸟不会数据分析》，这套书还是挺经典的，目前有三篇，spss刚出，我正准备买~为了尊重版权，我就上传了简本书，你可以看看，觉得有用可以去买的~真心不错的书，我入门就看的他，这本书的标语就是学spss就像学excel一样简单哦入门篇：http://pan.baidu.com/s/1kvo7sth工具篇：http://pan.baidu.com/s/1o86ieyqspss篇：http://pan.baidu.com/s/1pltiqdl
2，数据分析需要掌握些什么知识
数据分析需要掌握的知识：1.python、sql、r语言这些都是最基础的工具，python都是最好的数据入门语言，而r语言倾向于统计分析、绘图等，sql是数据库。既然是数据分析，平时更多的时间就是与数据分析打交道，数据采集、数据清洗、数据可视化等一系列数据分析工作都需要上面的工具来完成。2.业务能力数据分析师存在的意义就是通过数据分析来帮助企业实现业务增长，所以业务能力也是必须。企业的产品、用户、所处的市场环境以及企业的员工等都是必须要掌握的内容，通过这些内容建立帮助企业建立具体的业务指标、辅助企业进行运营决策等。当然这些都是数据分析师最基本也是各位想转行的小伙伴需要重点学习的内容，以后想要有更好的发展，还需要学习更多的技能，例如企业管理，人工智能等。
3，数据分析没有基础应该从哪方面开始学习
关于数据分析的学习流程，建议可以先确定一下后续想要从事的行业，以翻牌君现在的了解来说，数据分析在不同行业的分析思路是完全不同的，比如电商、金融、互联网等等；然后还有确定职业方向，一个是业务方向一个是技术方向；业务方向更偏向业务，需要很清楚所在行业-公司的业务，这个可能更偏数据运营，需要一定时间的行业经验；技术方向就更偏数学了，需要了解算法，后续可以做机器学习、数据开发等更偏开发的工作；基础部分你需要学会：- 逻辑和统计学知识- 数据分析思路：业务知识的掌握- 数据分析技能：描述性分析、相关性分析、回归分析、指标体系搭建、用户画像体系搭建- 数据分析工具：excel、sql、bi工具（tableau、finebi、quickbi）、python(进阶)关于数据分析的学习流程，我觉得可以先确定一下后续想要从事的行业，以我现在的了解来说，数据分析在不同行业的分析思路是完全不同的，比如电商、金融、互联网等等
然后还有确定职业方向，一个是业务方向一个是技术方向
业务方向更偏向业务，需要很清楚所在行业-公司的业务，这个可能更偏数据运营，需要一定时间的行业经验
技术方向就更偏数学了，需要了解算法，后续可以做机器学习、数据开发等更偏开发的工作
基础部分你需要学会：
- 逻辑和统计学知识
- 数据分析思路：业务知识的掌握
- 数据分析技能：描述性分析、相关性分析、回归分析、指标体系搭建、用户画像体系搭建
- 数据分析工具：excel、sql、bi工具（tableau、finebi、quickbi）、python(进阶)
推荐可以看看旭鹏的文章！对电商数据分析入门还是有不少帮助的
链接在这里：
http://www.zhihu.com/people/xie-peng-fei-38-38
最后再推荐你一个非常便宜，对初学者非常友好的天猫电商数据产品——微信小程序“fancy翻牌”，日常最重点三个方面的数据：行业数据； 同行数据； 自己数据； 帮助你更好的学习
4，数据分析需要掌握哪些知识
数学知识对于初级数据分析师来说，则需要了解统计相关的基础性内容，公式计算，统计模型等。当你获得一份数据集时，需要先进行了解数据集的质量，进行描述统计。而对于高级数据分析师，必须具备统计模型的能力，线性代数也要有一定的了解。分析工具对于分析工具，sql 是必须会的，还有要熟悉excel数据透视表和公式的使用，另外，还要学会一个统计分析工具，sas作为入门是比较好的，vba 基本必备，spss/sas/r 至少要熟练使用其中之一，其他分析工具（如 matlab）可以视情况而定。编程语言数据分析领域最热门的两大语言是 r 和 python。涉及各类统计函数和工具的调用，r无疑有优势。但是大数据量的处理力不足，学习曲线比较陡峭。python 适用性强，可以将分析的过程脚本化。所以，如果你想在这一领域有所发展，学习 python 也是相当有必要的。当然其他编程语言也是需要掌握的。要有独立把数据化为己用的能力, 这其中sql 是最基本的，你必须会用 sql 查询数据、会快速写程序分析数据。当然，编程技术不需要达到软件工程师的水平。要想更深入的分析问题你可能还会用到：exploratory analysis skills、optimization、simulation、machine learning、data mining、modeling 等。业务理解对业务的理解是数据分析师工作的基础，数据的获取方案、指标的选取、还有最终结论的洞察，都依赖于数据分析师对业务本身的理解。对于初级数据分析师，主要工作是提取数据和做一些简单图表，以及少量的洞察结论，拥有对业务的基本了解就可以。对于高级数据分析师，需要对业务有较为深入的了解，能够基于数据，提炼出有效观点，对实际业务能有所帮助。对于数据挖掘工程师，对业务有基本了解就可以，重点还是需要放在发挥自己的技术能力上。逻辑思维对于初级数据分析师，逻辑思维主要体现在数据分析过程中每一步都有目的性，知道自己需要用什么样的手段，达到什么样的目标。对于高级数据分析师，逻辑思维主要体现在搭建完整有效的分析框架，了解分析对象之间的关联关系，清楚每一个指标变化的前因后果，会给业务带来的影响。对于数据挖掘工程师，罗辑思维除了体现在和业务相关的分析工作上，还包括算法逻辑，程序逻辑等，所以对逻辑思维的要求也是最高的。数据可视化数据可视化主要借助于图形化手段，清晰有效地传达与沟通信息。听起来很高大上，其实包括的范围很广，做个 ppt 里边放上数据图表也可以算是数据可视化。对于初级数据分析师，能用 excel 和 ppt 做出基本的图表和报告，能清楚地展示数据，就达到目标了。对于稍高级的数据分析师，需要使用更有效的数据分析工具，根据实际需求做出或简单或复杂，但适合受众观看的数据可视化内容。协调沟通数据分析师不仅需要具备破译数据的能力，也经常被要求向项目经理和部门主管提供有关某些数据点的建议，所以，你需要有较强的交流能力。对于高级数据分析师，需要开始独立带项目，或者和产品做一些合作，因此除了沟通能力以外，还需要一些项目协调能力。
5，如何快速成为数据分析师
大数据时代到来，如何从数据中提取、挖掘对业务发展有价值的、潜在的知识，为决策层的提供有力依据，为产品或服务发展方向起到积极作用，有力推动企业管理的精益化，对于每个企业都意义重大，而这些工作，大多需要数据分析师才能完成，但如何才能成为一个合格的数据分析师呢？1.业务能力只要真的在实践领域从事过数据分析工作，就会明白所有分析的重中之重都是业务知识本身。而业务知识的学习和掌握，需要的积累之深，培养一个业务专家，需要的周期之长，都远远超过后面所说的那些基本技能，成为业务专家实属不易，数据分析师其实是之于业务专家之上的更深层次的思考和总结，否则，谁指导谁都是个问题。业务学习的方式很多，比如将以前的分析报告和取数案例都拿过来研究一下，不懂就问，总是一个渐进的过程，但需要时间和行业的沉淀。数据分析师最需要不断提升的能力就是行业和业务知识，没有之一。2.思考能力数据总是在那里，它不会说话，你不仅要基于业务能力理解它，还要学会推演和分析，从中发现规律，迅速定位某个商业问题的关键属性和决定因素，形成自己独创性的见解，所谓心思缜密，滴水不漏，没有思考逻辑没有数据分析。而要形成独特的见解，则来自于个人不断的学习和思考，这里的学习更多的强调是跨领域和专业，思考则更多的强调养成思考的习惯。思考本身是一种实践，它可以将你的知识更加系统化和深入化，数据分析一定程度上是用来验证思路和启发灵感的，“数据分析”从来不是“数据分析”本身，而是以“数据分析”为手段和表象，对业务的深刻理解、思考和判断。3.沟通能力数据分析贯穿bit、数据、技术、业务整个链条，数据分析师将bit最终转化成决策者理解的语言，跨越的流程很长，你需要面对不同的岗位，碰到不同的角色，采用不同的语言，表达你的要求和获得你需要的东西，成为数据和业务的桥梁，没有足够的沟通能力很难。同时，但如果你容易听取他人的意见，特别是智者的意见，则可以帮你找到另一条出路，你犯错的概率就会降低，相应的，你的分析就更有力量和说服力。4.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。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。5.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