数据分析师如何学习？

数学知识

对于初级数据分析师来说，需要了解统计学的基本内容，公式计算，统计模型等等。当你得到一个数据集时，你首先需要知道数据集的质量，并进行描述性统计。

对于高级数据分析师来说，必须具备统计模型的能力，并对线性代数有一定的了解。

诊断器具

对于分析工具，SQL是必须的，要熟悉Excel透视表和公式的使用。另外，你要学习一个统计分析工具。SAS是很好的入门，VBA是基本必需品，SPSS/SAS/R至少要熟练使用其中一种，其他分析工具(如Matlab)可以视情况而定。

程序设计语言

数据分析中最流行的两种语言是R和Python。涉及到各种统计函数和工具，R无疑是有优势的。而大数据处理能力不足，学习曲线陡峭。Python适用性强，可以脚本化分析过程。所以如果想在这方面发展，学习Python还是挺有必要的。

当然，其他编程语言也需要掌握。要有独立把数据变成自己用的能力，SQL是最基础的。你必须能够使用SQL查询数据，并编写程序快速分析数据。当然编程技术不需要达到一个软件工程师的水平。如果想更深入地分析问题，可能还会用到:探索性分析技巧、优化、仿真、机器学习、数据挖掘、建模等。

商业理解

理解业务是数据分析师工作的基础。数据的获取方案，指标的选取，最终结论的洞察，都取决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，做一些简单的图表，以及少量的洞察结论，对业务有基本的了解。对于资深数据分析师来说，需要对业务有更深入的了解，能够根据数据提炼出有效的意见，对实际业务有帮助。对于数据挖掘工程师来说，对业务有基本的了解就够了，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来说，逻辑思维主要体现在数据分析过程中的每一步都是有目的的，知道自己需要使用什么手段，需要达到什么目标。对于高级数据分析师来说，逻辑思维主要体现在构建完整有效的分析框架，了解分析对象之间的关系，知道每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来说，罗辑的思维不仅仅体现在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

数据可视化主要是利用图形化的手段，清晰有效地传达和交流信息。听起来很高大上，其实涵盖范围很广。把数据图表放在PPT里，也可以看作是数据可视化。

对于初级数据分析师来说，可以用Excel和PPT做基本的图表和报表，可以清晰的展示数据，达到目标。对于一个稍微高级一点的数据分析师来说，需要使用更有效的数据分析工具，根据实际需要做出简单或复杂的数据可视化内容，但又适合受众观看。

协调和沟通

数据分析师不仅需要有破译数据的能力，还经常被要求就一些数据点向项目经理和部门负责人提出建议。所以，你需要有很强的沟通能力。

对于高级数据分析师来说，需要开始独立拿项目或者做一些与产品的合作，所以除了沟通能力，还需要一些项目协调能力。