如何快速成為資料分析師（個人角度）

說來我正式接觸資料分析也快一年，對速成還是有一些心得。優秀的資料分析師是不能速成的，但是零經驗也有零經驗的捷徑。

分享之前我還是要推薦下我自己建立的大資料學習資料分享群 710219868 代号風火，這是全國最大的大資料學習交流的地方，2000人聚集，不管你是小白還是大牛，小編我都挺歡迎，今天的已經資訊上傳到群檔案，不定期分享幹貨，包括我自己整理的一份最新的适合2018年學習的大資料教程，歡迎初學和進階中的小夥伴。

以上的前提針對入門，目的是達到資料分析師的門檻，順利拿到一份offer，不涉及資料挖掘等進階技巧。我的方法傾向網際網路領域，不論是分析師這個職位，還是營運、産品的能力發展都是适用的。其他領域就仁者見仁了。

市面上有《七周七資料庫》，《七周七程式設計語言》。今天我們就《七周七學習成為資料分析師》。

沒錯，七周。

第一周：Excel學習掌握

如果Excel玩的順溜，你可以略過這一周。不過介于我入行時也不會vlookup，是以有必要講下。

重點是了解各種函數，包括但不限于sum，count，sumif，countif，find，if，left/right，時間轉換等。

Excel函數不需要學全，重要的是學會搜尋。即如何将遇到的問題在搜尋引擎上描述清楚。

我認為掌握vlookup和資料透視表足夠，是最具成本效益的兩個技巧。學會vlookup，SQL中的join，Python中的merge很容易了解。學會資料透視表，SQL中的group，Python中的pivot_table也是同理。

這兩個搞定，基本10萬條以内的資料統計沒啥難度，80%的辦公室白領都能秒殺。

Excel是熟能生巧，多找練習題。還有需要養成好習慣，不要合并單元格，不要過于花哨。表格按照原始資料（sheet1）、加工資料（sheet2），圖表（sheet3）的類型管理。

專欄上寫了三篇Excel的文章，比較簡單，大體介紹了Excel應用，可以作為職場新人的指南。

第一篇資料分析—函數篇。主要簡單講解常用的函數，以及與之對應的SQL/Python函數。

第二篇資料分析—技巧篇。主要簡單講解我認為很有新價比的功能，提高工作效率。

第三篇資料分析—實戰篇。主要将前兩篇的内容以實戰方式進行，簡單地進行了一次資料分析。資料源采用了真實的爬蟲資料，是5000行資料分析師崗位資料。

下面是為了以後更好的基礎而附加的學習任務。

了解單元格格式，後期的資料類型包括各類timestamp，date，string，int，bigint，char，factor，float等。

了解數組，以及怎麼用（excel的數組挺難用），Python和R也會涉及到 list。

了解函數和參數，當進階為程式設計型的資料分析師時，會讓你更快的掌握。

了解中文編碼，UTF8和ASCII，包括CSV的delimiter等，以後你會回來感謝我的。

養成一個好習慣，不要合并單元格，不要過于花哨。表格按照原始資料、加工資料，圖表的類型管理

第二周：資料可視化

資料分析界有一句經典名言，字不如表，表不如圖。資料可視化是資料分析的主要方向之一。除掉資料挖掘這類進階分析，不少資料分析就是監控資料觀察資料。

資料分析的最終都是要兜售自己的觀點和結論的。兜售的最好方式就是做出觀點清晰資料詳實的PPT給老闆看。如果沒人認同分析結果，那麼分析也不會被改進和優化，不落地的資料分析價值又在哪裡？

首先要了解常用的圖表：

各類圖表的詳細介紹可以檢視第四篇文章：資料可視化：你想知道的經典圖表全在這

了解圖表後，還應該學會報表制作，這裡準備了第五篇：資料可視化：打造高端的資料報表。将教會大家Excel的進階圖表用法。

如果還不過瘾，我們得掌握資訊圖和BI

BI（商業智能）和圖表的差別在于BI擅長互動和報表，更擅長解釋已經發生和正在發生的資料。将要發生的資料是資料挖掘的方向。

BI的好處在于很大程度解放資料分析師的工作，推動全部門的資料意識，另外降低其他部門的資料需求（萬惡的導資料）。

BI市面上的産品很多，基本都是建立儀表盤Dashboard，通過次元的關聯和鑽取，獲得可視化的分析。第六篇：資料可視化：深入淺出BI 将以第一周的實戰資料學習BI，上圖的就是學習後的成果。

資料可視化的學習就是三個過程，了解資料（圖表），整合資料（BI），展示資料（資訊化）。

可視化也和審美息息相關，很多直男代表并不擅長做圖，沒關系，抽空可以看書：資料之美 (豆瓣)

PPT也别落下，Excel作圖多練習，不會有壞處的