老李最近在后臺看到很多想進入數據分析領域的朋友私信我，讓我幫忙解答一些職業問題。在跟他們的交流中，我發現他們之中70%都是一無所知或剛入門的數據小白，但是都特別積極主動，是真心想學習數據分析。
他們中大部分人都不是為了轉行才想學，而是覺得多學一點數據分析的技能在身上，對自己的業務是有幫助的。
問的人很多，我也沒時間去一一回答，索性今天就針對數據分析中的應會工具來個盤點。
從基礎到進階，跟著老李一步步學習，哪個階段學哪個工具，怎么學，需要學到哪種程度，讓你一目了然。
入門階段（適合數據小白）
- 1、Excel
Excel不用說了，數據分析領域入門級的工具，也是日常工作時最常用的工具。
掌握程度：
函數和公式：常用函數（邏輯、統計、查找、引用、文本、日期、數學函數等）
數據透視表：分類匯總、取平均、最值、自動篩選、會分析占比、同比、環比、定比。
*VBA程序開發：加分項，有能力的可以先學，如果時間精力不夠可以到進階階段再學
學習書籍/網站：
《你早該這樣玩Excel》、Excelhome論壇
Excelhome論壇
建議：
先跟著教程過一遍基礎，知道每個函數怎么用，了解數據透視表大概怎么做，然后再去網上找幾個案例跟著做，在練習中邊學邊練，這樣效率最高。
- 2、SQL
做數據分析，SQL也是必會的工具，因為我們要利用SQL語句來取數、清洗數據。
掌握程度：
了解常用的數據庫類型，學會基礎的增刪改查（會用 select 語句加字段，找數據；alter語句減字段；update更新數據等）；熟悉掌握主鍵的用法；理解SQL中各種join的異同
學習書籍/網站：
《SQL必知必會》/自學SQL網（強烈推薦，不愛看書的同學可以直接在網站邊學邊練）
建議：
兩點建議。
1、選定1-2本書和網站教程后就不要再在網上找學習資料了，這些教材足夠你用，不要浪費時間在這上面
2、學完一遍后，要學會自己總結，制作自己的思維導圖（像上圖），加深記憶，不要用別人的總結去復習，這樣學習效果不好。
- 3、Python
一般來說，有關數據分析的編程語言有Python和R語言，其中R語言傾向于統計分析、繪圖，而Python偏向數據處理，實用性更高一點，所以對于新手來說，入門學Python是比較好的選擇。
掌握程度：
了解學習Python基本概念
掌握并熟練使用三個庫 Numpy、Pandas、Matplotlib
學習書籍/網站：
《深入淺出Python編程》、B站教程視頻（全免費）
建議：
這幾年Python大熱，導致全網都是賣課的廣告，但其實網絡上有很多Python資源都夠你學，不用去花那冤枉錢。按照我給你建議的學習書籍/網站去學Python完全足夠。
進階階段（適合有一定數據基礎）
- 1、BI工具
數據最終是要呈現給業務/管理層查看的，因此到進階階段，BI工具也是必須要掌握的一個技能。
掌握程度：
懂得如何利用BI工具去連接數據庫；了解儀表盤 Dashboard 的概念，知道絕大多數圖表適用的場景；明白維度和指標的區分以及一些數據的清洗。
學習工具/網站：
FineBI：FineBI幫助文檔、帆軟社區
PowerBI：《Power BI 權威指南》
Tableau：《人人都是數據分析師：Tableau應用實戰》`
建議：
現在市面上BI工具很多，國內企業一般是用FineBI，外國企業大多數是用PowerBI和Tableau兩款元老級軟件，但由于是國外產品，所以對于我們國人來說有兩個不方便的地方：1、幫助文檔是英文的，漢化過后的意思不準備，理解和學習成本高 ； 2、無法實現國內企業復雜式報表的需求，本地化服務不佳。但不可否認，Tableau的可視化和power bi的數據處理和建模，還是很牛的。
- 2、R語言
在前文提過，R語言是傾向于統計分析、繪圖，到了進階階段，能掌握R語言是必須的，并且這幾年求職大廠時會R語言已經成了一項基本技能，需要數據分析師熟練掌握。
掌握程度：
了解R的基本使用，掌握基本數據結構，數據導入導出，簡單的數據可視化。
學習書籍/網站：
《Learning R》：牢牢掌握第一章到第五章的數據基本入門，這是R最基本的東西，反復熟讀都不為過。別覺得自己看懂就行了，只有自己敲出來運行正確才行。至于第六章環境和函數這一章建議先直接跳過，比較抽象，等回頭R學差不多了，再回頭看學習效果比較好。
建議：
R和Python都比較容易學習，但在很多地方它們非常相似，如果你同時學習兩者，就會很容易混淆，所以建議不要同時學習它們。等其中一個掌握到一定的程度，再著手學習另外一個會比較好。
總結
工欲善其事必先利其器，工具的確是數據分析師的利器，但剛入門的小白很容易陷入一種誤區，即我學會了這些工具，我就能成為數據分析師，這顯然是理解有誤。在實際工作中，想要成為一名優秀的數據分析師，光學會這些工具是遠遠不夠的。
讓自己數據分析后的結論能夠落地，實際推動業務增長才是成為一名優秀數據分析師的關鍵。
福利
上述推薦的書籍，給大家準備了電子版。
