最近很多朋友推荐数据分析的书单，想了半天书名，最后点开某网店的销量榜，发现用来推荐非常合适，我做了一些归类，分为：入门，进阶，了解/学习；

数据分析，本质的技术就是：分析思路 ，技术/工具，算法。

1.分析思路：确定你要分析实现的目标和分析方法，此处需要结合业务需求，数据需求进行拆解，从而选择正确的技术工具。

2.技术/工具：数据分析的技术工具非常多，最常用的莫过于Excel，很多人不重视它，但不可否认，它是数据分析最常用的工具，你是否会Vlookup，会其它各种函数，各种快捷方式；深入点，SQL和Python，甚至BI，都是技术工具类。

3.算法：在深入更高层次的分析时，需要用到统计学，需要用到算法。因而统计，建模，算法是数据分析的进阶部分。

如下书单所示

业务思路入门类：推荐数据分析业务相关的《深入浅出数据分析》，非常经典的一本书，能够让入门者了解业务上的一些分析内容；有经验的人会觉得这本书很入门，但对于没接触过的人来说，仿佛打开了一扇大门；其次入门2《数据分析思维》则要落地感很多，很多更接近于工作的业务例子，铺面而来，对于初学者非常有帮助。这两本书也是我看过的，推荐！

技术工具入门类：这里推荐一本Excel的书，但不建议购买，其实Excel网络学习资源特别多，比如：ExcelHome,https://www.excelhome.net/,和公众号有很多好的资源，这里就不说了；另一个入门是《Python数据分析从入门到实践》，也是非常好的一本Python入门，很浅显易懂，值得初学者都。

我个人觉得对于数据分析入门人员而言，EXCEL/SQL/PYTHON精通，可以大吃四方，如果再补齐数据仓库和数据可视化BI，就是数据大佬了；倘若再加上大数据的翅膀，你就可以翱翔了。所以在进阶部分，我推荐了Tableau和PowerBI的书籍。其实作为当前最热的BI工具，大学生课程中都已不再陌生，我个人还是推荐走Excel/PowerBI的微软平台，学习起来也并不难。

那么问题来了，如果技术达到一定水平，如何进阶？

这边推荐《用户行为分析》，前者对各类用户行为的分析讲的很明白，除了各类图标的讲解之外，还有很多数据流程的讲解，非常值得一读。

大数据相关的《Hadoop权威指南》也是必读之书，这年头不学习大数据，好意思出去见人吗？Hadoop的技术架构书籍还是要好好读读，我在读，伴随着B站上的相关讲解，读着还是不错的。只是在学的时候一定脑海总要有一个参照物，比如你在考虑淘宝的技术架构，淘宝的数据分析，脑中沙盘，勤学勤练。

以上，就推荐这些吧，我自己读过4-5本，目前也在做Tableau的项目，也同时了解着PowerBI的动态，偶尔也会自己做做小练习。

IT的工作就是苦中作乐，要学会给自己找点小情趣，假设自己事CEO，CIO，不然呢？

有什么问题，一起来聊聊吧！We Chat : broxiaosa