怎么学？难哦~

如果你说数据分析的工具，常用的分析方法，诸如SQL，python，tableau的数据分析包，和很多老师推荐给你的各种SWOT这种玩意儿。

他好学，看书就能学，看我的回答可以学80%，说难学的是培训班让你觉得很难，然后心甘情愿交钱。

按部就班，学sql，学python，学统计学，学数据挖掘机器学习，选修一些埋点，数据库的知识，用熟excel和ppt就可以了。

以上这些，自学即可，不知道的看我之前的回答和文章，想学会一个数据分析师的技能不是难事，也正是因为比较简单，所以这一行会从学历和分析能力等方面做考察。

下限很低，上限很高，我写过速成版的数据分析师，但是如何提高数据分析能力，还处于在摸索的阶段。

如何快速成为一个数据分析师？73 赞同 · 4 评论回答

对于运营，产品，还有我们自己来说，数据分析能力远没有一种标准衡量，如果真说有标准，那就是看同一件事，分析的深度和拿出的结果如何。

所以真正有价值的分析师是同一件事情，他能给出不同的更有价值的结论。

将事情一点点复杂化，最终挑选出做分析更到位的人，他可能是产品，可能是运营，不一定全是数分。

我举一个例子，各位可代入工作中考量：

今天订单涨了20%，为什么？

今天订单出现了历史峰值，为什么？

订单工作日比周末低，为什么？

订单由什么类型的用户带来，用户结构是什么，变化如何？

帮我预计下个月的订单

帮我预计下个月的mau*人均频次

影响订单的主要原因有什么

我们总共在做几件事情，它们对订单的影响是什么？

我该怎么样才可以在这件事上提升订单和收入？

这件事每天带来的订单增量是多少

这些，套用你们的工具，分析方法，是否都能解决？

如果都可以，我还给你一个灵魂拷问

这些问题是最终区分数分晋升和发展的问题，如果你无法回答里面大部分的问题，大概率是成为一个数据运营，也就是其实你不能说学会了数据分析，只能说学会了数据处理。

而常规统计学教的那些，移动平均，趋势预测其实早就在这几年的普及中用烂了。

所以为什么我之前说数据分析师的终点是数据处理-数据分析-特征工程-数据挖掘一条龙的集合体，因为尽管过去很多年这条链路两头分别招人，而忽视了数据分析起到的作用，但接下来人们很快会发现，对业务的理解才是提高模型效果的好办法，而单纯的理解业务，并不利于数据分析师的产出。

至于在这之上的一些软实力，包括项目推进，交流沟通，影响力输出，方法论总结，这些都是个人自驱去做的事情了。

如果有对这个行业感兴趣的同学，可以点击下方链接一分钱领取官方数据分析课程。先听一听感受一下，你就知道这一行他现在的情况以及如果你有转岗或者学习提升的需求，这里都可以帮你。

昨天和同事聊天，他和我说这个部门之前基本是校招生，而老板希望通过社招来引进一些分析思路，就是发现了在现有产品里成长起来的思路过于固定，也就是大家天然认为提升订单的方法和策略是这样的，以至于运营同学也那么觉得

这是很可怕的事。

分享一则三年前刚入职做的一些分析