所用的工具正是職場(chǎng)中最常用的Excel！

①重點(diǎn)函數(shù)學(xué)習(xí)

重點(diǎn)是了解各種函數(shù)：Vlookup、sum，count，sumif，countif，find，if，left/right，時(shí)間日期函數(shù)、文本函數(shù)

②數(shù)據(jù)透視表學(xué)習(xí)

我曾說過，如果Excel只能學(xué)習(xí)一個(gè)功能，那唯一能入選的就是數(shù)據(jù)透視表。

掌握vlookup和數(shù)據(jù)透視表是最具性價(jià)比的兩個(gè)技巧。學(xué)會(huì)vlookup，SQL中的join，Python中的merge很容易理解。學(xué)會(huì)數(shù)據(jù)透視表，SQL中的group，Python中的pivot_table也是同理。

這兩個(gè)搞定，基本10萬條以內(nèi)的數(shù)據(jù)統(tǒng)計(jì)沒啥難度，80%的辦公室白領(lǐng)都能秒殺。

Step2：數(shù)據(jù)可視化

所用工具：PowerBi、Excel

數(shù)據(jù)分析界有一句經(jīng)典名言，字不如表，表不如圖。

數(shù)據(jù)可視化是數(shù)據(jù)分析的主要方向之一。首先要了解常用的圖表：

Excel的圖表可以100%完成上面的圖形要求，但這只是基礎(chǔ)。后續(xù)的進(jìn)階可視化，勢(shì)必要用到編程繪制。為什么？比如常見的多元分析，你能用Excel很輕松的完成？但是在IPython只需要一行代碼。

其次掌握BI，下圖是微軟的BI。

BI（商業(yè)智能）和圖表的區(qū)別在于BI擅長(zhǎng)交互和報(bào)表，更擅長(zhǎng)解釋已經(jīng)發(fā)生和正在發(fā)生的數(shù)據(jù)。將要發(fā)生的數(shù)據(jù)是數(shù)據(jù)挖掘的方向。

BI的好處在于很大程度解放數(shù)據(jù)分析師的工作，推動(dòng)全部門的數(shù)據(jù)意識(shí)，另外降低其他部門的數(shù)據(jù)需求（萬惡的導(dǎo)數(shù)據(jù)）。

BI市面上的產(chǎn)品很多，基本都是建立儀表盤Dashboard，通過維度的聯(lián)動(dòng)和鉆取，獲得可視化的分析。最后需要學(xué)習(xí)可視化和信息圖的制作。

Step3：數(shù)據(jù)庫學(xué)習(xí)

所用工具：SQL

Excel對(duì)十萬條以內(nèi)的數(shù)據(jù)處理起來沒有問題，但是互聯(lián)網(wǎng)行業(yè)就是不缺數(shù)據(jù)。但凡產(chǎn)品有一點(diǎn)規(guī)模，數(shù)據(jù)都是百萬起。這時(shí)候就需要學(xué)習(xí)數(shù)據(jù)庫。

越來越多的產(chǎn)品和運(yùn)營(yíng)崗位，會(huì)在招聘條件中，將會(huì)SQL作為優(yōu)先的加分項(xiàng)。

SQL是數(shù)據(jù)分析的核心技能之一，從Excel到SQL絕對(duì)是數(shù)據(jù)處理效率的一大進(jìn)步。

學(xué)習(xí)圍繞Select展開。增刪改、約束、索引、數(shù)據(jù)庫范式均可以跳過。主要了解where，group by，order by，having，like，count，sum，min，max，distinct，if，join，left join，limit，and和or的邏輯，時(shí)間轉(zhuǎn)換函數(shù)等。如果想要跟進(jìn)一步，可以學(xué)習(xí)row_number，substr，convert，contact等。另外不同數(shù)據(jù)平臺(tái)的函數(shù)會(huì)有差異，例如Presto和phpMyAdmin。再有點(diǎn)追求，就去了解Explain優(yōu)化，了解SQL的工作原理，了解數(shù)據(jù)類型，了解IO。以后就可以和技術(shù)研發(fā)們談笑風(fēng)生，畢竟將“這里有bug”的說話，換成“這塊的數(shù)據(jù)死鎖了”，逼格大大的不同。SQL的學(xué)習(xí)主要是多練，網(wǎng)上尋找相關(guān)的練習(xí)題，刷一遍就差不多了。

好了，經(jīng)過這三步之后，你已經(jīng)具備數(shù)據(jù)分析基本功力，剩下的需要訓(xùn)練的就是你的思維和實(shí)際的業(yè)務(wù)分析能力了。

鑒于你是傳統(tǒng)會(huì)計(jì)專業(yè)出身，那就需要考慮目前你是需要往哪方面發(fā)展，一般數(shù)據(jù)分析師職業(yè)規(guī)劃有單純的數(shù)據(jù)分析崗、數(shù)據(jù)建模崗。

下面我們就說說一般數(shù)據(jù)分析師常用的工具有哪些？

1、數(shù)據(jù)處理工具：Excel

數(shù)據(jù)分析師，在有些公司也會(huì)有數(shù)據(jù)產(chǎn)品經(jīng)理、數(shù)據(jù)挖掘工程師等等。他們最初級(jí)最主要的工具就是Excel。有些公司也會(huì)涉及到像Visio，Xmind、PPT等設(shè)計(jì)圖標(biāo)數(shù)據(jù)分析方面的高級(jí)技巧。數(shù)據(jù)分析師是一個(gè)需要擁有較強(qiáng)綜合能力的崗位，因此，在有些互聯(lián)網(wǎng)公司仍然需要數(shù)據(jù)透視表演練、Vision跨職能流程圖演練、Xmind項(xiàng)目計(jì)劃導(dǎo)圖演練、PPT高級(jí)動(dòng)畫技巧等。

在Excel，需要重點(diǎn)了解數(shù)據(jù)處理的重要技巧及函數(shù)的應(yīng)用，特別是數(shù)據(jù)清理技術(shù)的應(yīng)用。這項(xiàng)運(yùn)用能對(duì)數(shù)據(jù)去偽存真，掌握數(shù)據(jù)主動(dòng)權(quán)，全面掌控?cái)?shù)據(jù)；Excel數(shù)據(jù)透視表的應(yīng)用重在挖掘隱藏的數(shù)據(jù)價(jià)值，輕松整合海量數(shù)據(jù)：各種圖表類型的制作技巧及Power Query、Power Pivot的應(yīng)用可展現(xiàn)數(shù)據(jù)可視化效果，讓數(shù)據(jù)說話。因此想從事數(shù)據(jù)分析崗位的，需要快速掌握快各種Excel數(shù)據(jù)處理與分析技巧。

2、數(shù)據(jù)庫：MySQL

Excel如果能夠玩的很轉(zhuǎn)，能勝任一部分?jǐn)?shù)據(jù)量不是很大的公司。但是基于Excel處理數(shù)據(jù)能力有限，如果想勝任中型的互聯(lián)網(wǎng)公司中數(shù)據(jù)分析崗位還是比較困難。因此需要學(xué)會(huì)數(shù)據(jù)庫技術(shù)，一般Mysql。你需要了解MySQL管理工具的使用以及數(shù)據(jù)庫的基本操作；數(shù)據(jù)表的基本操作、MySQL的數(shù)據(jù)類型和運(yùn)算符、MySQL函數(shù)、查詢語句、存儲(chǔ)過程與函數(shù)、觸發(fā)程序以及視圖等。比較高階的需要學(xué)習(xí)MySQL的備份和恢復(fù)；熟悉完整的MySQL數(shù)據(jù)系統(tǒng)開發(fā)流程。

3、數(shù)據(jù)可視化：Tableau & Echarts

如果說前面2條是數(shù)據(jù)處理的技術(shù)，那么在如今“顏值為王”的現(xiàn)在，如何將數(shù)據(jù)展現(xiàn)得更好看，讓別人更愿意看，這也是一個(gè)技術(shù)活。好比公司領(lǐng)導(dǎo)讓你對(duì)某一個(gè)項(xiàng)目得研究成果做匯報(bào)，那么你不可能給他看單純的數(shù)據(jù)一樣，你需要讓數(shù)據(jù)更直觀，甚至更美觀

如何理解數(shù)據(jù)可視化？像我們以前上學(xué)的時(shí)候?qū)W過的柱狀圖，餅狀圖，也是數(shù)據(jù)可視化的一種。只是在現(xiàn)在，簡(jiǎn)單的柱狀圖已經(jīng)不能滿足工作所需。目前比較流行的商業(yè)數(shù)據(jù)可視化工具是Tableau & Echarts。

Echarts是開源的，代碼可以自己改，種類也非常豐富，這里不多做介紹，可以去創(chuàng)建一個(gè)工作區(qū)了解下。

4、大數(shù)據(jù)分析：SPSS & Python& HiveSQL 等

如果說Excel是“輕數(shù)據(jù)處理工具”，Mysql是“中型數(shù)據(jù)處理工具”那么，大數(shù)據(jù)分析，涉及的面就非常廣泛，技術(shù)點(diǎn)涉及的也比較多。這也就是為什么目前互聯(lián)網(wǎng)公司年薪百萬重金難求大數(shù)據(jù)分析師的原因

大數(shù)據(jù)分析需要處理海量的數(shù)據(jù)，這對(duì)于數(shù)據(jù)分析師的工作能力要求就比較高，一般來說，大數(shù)據(jù)分析師需要會(huì)

（1）會(huì)使用Hive的SQL方法HiveQL來匯總、查詢和分析存儲(chǔ)在Hadoop分布式文件系統(tǒng)上的大數(shù)據(jù)集合。知道Hive如何在Hadoop生態(tài)系統(tǒng)進(jìn)行數(shù)據(jù)分析工作。

（2）會(huì)一些SPSS modeler基礎(chǔ)應(yīng)用，這部分技能對(duì)應(yīng)數(shù)據(jù)建模分析師

（3）何使用R語言進(jìn)行數(shù)據(jù)集的創(chuàng)建和數(shù)據(jù)的管理等工作；會(huì)使用R語言數(shù)據(jù)可視化操作，讓學(xué)員學(xué)會(huì)如何用R語言作圖，如條形圖、折線圖和組合圖等等；是R語言數(shù)據(jù)挖掘，本部分數(shù)據(jù)挖掘工程師

（4）用Python來編寫網(wǎng)絡(luò)爬蟲程序，從頁面中抓取數(shù)據(jù)的多種方法，提取緩存中的數(shù)據(jù)，使用多個(gè)線程和進(jìn)程來進(jìn)行并發(fā)抓取等

總結(jié)一下：

寫在最后

1、自身定位很重要

以上所有介紹的這些技能，都是根據(jù)你的自身定位而言，如果你定位只是小企業(yè)的數(shù)據(jù)分析崗位，那你也許只要把Excel玩的很6就可以了。但是從長(zhǎng)遠(yuǎn)來看，這部分工作崗位，終將會(huì)被大數(shù)據(jù)分析所取代。這也就是為什么之前所說互聯(lián)網(wǎng)公司重金難求大數(shù)據(jù)分析師了。

2、終身學(xué)習(xí)很重要

為什么這么說，你會(huì)發(fā)現(xiàn)這個(gè)是時(shí)代的腳步越來越快了，你一不學(xué)習(xí)就很容易被時(shí)代淘汰，暫時(shí)把自己定位小型企業(yè)數(shù)據(jù)分析師的人，別忘了還是要去學(xué)習(xí)現(xiàn)在更流行的更有趨勢(shì)的技術(shù)。自己的工作領(lǐng)域能跟互聯(lián)網(wǎng)掛鉤的盡量往上靠，畢竟這是大勢(shì)所趨。

最最后

善用數(shù)據(jù)分析師常用工具，祝愿大家早日成為一名優(yōu)秀的數(shù)據(jù)分析師！