最近老李在后台看到很多想进入数据分析领域的朋友给我发私信,让我帮忙解答一些专业问题。在和他们交流的过程中,我发现他们70%的人都是不懂或者刚开始学数据,但是他们很积极,很想学数据分析。
他们大多不想学转行,认为多学点数据分析的技能对自己的生意有帮助。
提问的人很多,我也没时间一一回答。今天我就来盘点一下数据分析中的工具。
从基础到高级,一步一步向老李学习,哪个阶段学哪个工具,怎么学,需要学到什么程度,一目了然。
入门阶段(适合数据小白)
1、Excel
Excel不用多说,是数据分析领域的入门级工具,也是日常工作中最常用的工具。
精通:
函数和公式:常用函数(逻辑、统计、查找、引用、文本、日期、数学函数等。)
透视表:分类汇总、平均值、最大值、自动过滤、分析比例、同比、环比、固定比例。
*VBA程序开发:加分,有能力的可以先学,时间精力不够的可以到高级阶段再学。
学习书籍/网站:
“你应该这样玩Excel”,Excelhome论坛
Excelhome论坛
建议:
首先,通过教程了解基础知识,知道如何使用每个函数,并知道如何做数据透视表。然后,去网上找一些案例跟着学,边学边练。这是最有效的方法。
2、SQL
SQL也是数据分析的必要工具,因为我们需要使用SQL语句来取数据和清理数据。
精通:
了解常用的数据库类型,学会基础的增、删、查(select语句会用来添加字段和查找数据;Alter语句减去字段;更新数据等。);掌握主键的用法;理解SQL中各种连接的异同
学习书籍/网站:
SQL必知/自学SQL.com(强烈推荐,不喜欢阅读的同学可以直接在网站上学习和练习)
建议:
两点建议。
1.选好1-2本书和网站教程后,就不要在网上找学习资料了。这些教材对你来说已经足够了,不要在上面浪费时间了。
2.学了一遍以后,要学会自己总结,自己做思维导图(如上图),加深记忆,不要用别人的总结来复习,这样学习效果不好。
3、Python
一般来说,与数据分析相关的编程语言有Python和R语言,其中R语言倾向于统计分析和绘图,而Python倾向于数据处理,实用性更强,所以对于初学者来说学习Python是更好的选择。
精通:
学习Python的基本概念
掌握并熟练使用Numpy、Pandas、Matplotlib三个库。
学习书籍/网站:
简单的Python编程,哔哩哔哩教程视频(全部免费)
建议:
这几年Python的流行,导致网上到处都是卖课的广告,但其实网上有很多Python资源足够你学习了,你不用花那笔浪费的钱。按照我给你推荐的学习书籍/网站学习Python就够了。
高级阶段(适合有一定的数据基础)
1、BI工具
最终数据会呈现给业务/管理层,所以BI工具也是高级阶段必须掌握的技能。
精通:
知道如何使用BI工具连接数据库;了解Dashboard的概念,知道大部分图表的适用场景;了解维度和指标的区别以及一些数据的清理。
学习工具/网站:
FineBI:FineBI帮助文档,帆板社区
PowerBI:《Power BI权威指南》
Tableau:每个人都是数据分析师:Tableau的实际应用
建议:
目前市场上有很多BI工具。国内企业一般用FineBI,国外企业大多用PowerBI和Tableau。然而,因为它们是外国产品,对我们的人民来说有两个不便:1。帮助文档是英文的,本地化后没有准备意思,理解和学习成本高;2.无法满足国内企业复杂报表的需求,本地化服务较差。但不可否认的是,Tableau的可视化和power bi的数据处理和建模还是很优秀的。
2。R语言如前所述,R语言倾向于统计分析和绘图。高级阶段掌握R语言很有必要。近年来,在大厂求职时已经成为一项基本功,需要数据分析师熟练掌握。
精通:
了解R的基本用法,掌握基本的数据结构,数据导入导出,简单的数据可视化。
学习书籍/网站:
《学习R》:第1章到第5章数据的基本介绍,这是R最基本的东西,不能反复看。不要以为你能理解。只能敲出来正确运行。至于第六章,环境与功能,建议直接跳过,比较抽象。不如学完r再回头看看学习效果。
建议:
r和Python都很好学,但是很多地方很像。如果两者同时学,容易混淆,建议不要同时学。最好等其中一个掌握到一定程度再开始学另一个。
摘要
欲善其事,必先利其器。工具的确是数据分析师的利器,但小白这个初学者很容易陷入一个误区,以为学会这些工具就可以成为数据分析师。这显然是一个误解。在实践中,如果你想成为一名优秀的数据分析师,仅仅学习这些工具是远远不够的。
让自己的数据分析结论落地,切实推动业务增长,是成为一名优秀数据分析师的关键。
本文来自繁华落尽与君老投稿,不代表舒华文档立场,如若转载,请注明出处:https://www.chinashuhua.cn/24/596309.html