資料分析在工作和學習中用到的越來越多，以前也成體系的分享了一些内容，詳情參考連結：資料分析系列 1/32 | 資料分析入門了解。在之前的分享内容裡，是為了讓大家更快上手入門去學習使用的，本次内容合計裡，每個子產品會介紹的相對更加細節一些，同時也會更深入一些，希望對大家有幫助。大家有建議也可以給我留言回報。
01成長路徑拆解
一、資料分析的思維和方法
為什麼資料分析思維很重要? 如果我們在分析一個問題前，思維缺失的時候，往往不知道問題從哪裡下手，即使拿到資料也是一臉懵逼。是以我把分析思維放到了第一步。
二、統計學
統計學是資料分析師必備的基礎知識之一，是一組用于彙總資料和量化給定觀測樣本域屬性的工具。單獨的原始觀察資料隻是資料，還不能變為我們想要的資訊或知識。有了原始資料，那麼接下來的問題是：
- 什麼是最常見或可預期的觀測？
- 觀測的限制條件是什麼？
- 資料是什麼樣子的？
回答這些問題，我們需要借助一些統計工具來得出一些結論。借助統計學，你的分析深度、專業度和科學性都會有很大提升。
三、Excel
學習Excel是一個循序漸進的過程，這也是很多人工作中必備的工具，EXCEL學好了，日常的資料處理基本都能搞定。平常多思考如何用 excel 來解決問題，善用插件。函數和資料透視表是兩個重點，結合業務場景來學習，可參考《誰說菜鳥不會資料分析》。
四、SQL
做資料分析，資料從哪裡來？資料庫！怎麼取資料？寫 SQL！做資料分析，取數、清洗資料，基本都要依賴 SQL。初入門階段，隻需了解常用的資料庫類型，能夠在現有的表格裡面查詢出資料，知道怎麼用和處理資料，把資料變得規整就行。
五、資料可視化
俗話說字不如表，表不如圖，一圖勝千言。可視化看似是簡單的步驟，但也是有造詣的。可視化說白了是一種表達，資料分析結果表達的是否到位，上司是否認同，工資漲不漲，全靠這一紙 dashboard（當然還有你“講故事”的功力）。
六、業務分析
以上相關内容學習了一些之後，我們可以從業務的視角來結合實際情況去模拟一些業務分析場景。
基于一些資料分析方法，如象限法、多元法、假設法、指數法、二八法、對比法、漏鬥法，在特定業務場景下，還衍生了通用的業務分析模型，常用的有購物籃分析模型，RFM 模型，漏鬥分析模型，客戶生命周期，以及預測、聚類分析等挖掘模型。
七、Python
本着提升自己，以及加大自己求職和面試的籌碼，掌握 Python 或 R 絕對是加分項。有關資料分析的程式設計語言有 Python 和 R 語言。R 語言傾向于統計分析、繪圖等。統計學家或者學統計學的喜歡用 R 語言，從流行度、可用性還是學習難度來講，Python是比較好的入門語言，Python 有很多分支，但我們學習的主題是資料分析。
️八、機器學習
這一部分我們會接觸到一些概念，比如聚類、關聯分析，Adaboost算法等等，你可能對這些概念還是一知半解，沒有關系，後續會詳細介紹。
️九、書籍
這裡推薦的書包括但不限于資料分析相關的書籍。讀書，能解決80%以上的迷茫，從書中可以學習到别人的思路，同時也會給你一定的方向感，我們一起讀萬卷書行萬裡路。
02資料分享
️分析模型：35個資料分析必備模型
連結: https://pan.baidu.com/s/1zbyR5NTl-o05SLWckS8gKA 提取碼: bsn6 複制這段内容後打開百度網盤手機App，操作更友善哦。
營運必備11大資料分析模型_易觀方舟：
連結: https://pan.baidu.com/s/1w27NL-XgBT5fYxpBhttxbQ 提取碼: mg1m 複制這段内容後打開百度網盤手機App，操作更友善哦
資料分析思維指南：
連結: https://pan.baidu.com/s/1ytTokc8jsta8g_FKa_PVNQ 提取碼: rc6n 複制這段内容後打開百度網盤手機App，操作更友善哦
其他更多書籍和報告等相關資料，可以給我留言或者加我微信幫大家搜集。
以上就是今天我今天的分享，希望能對大家有所幫助。
歡迎關注VX公衆号，通路更多精彩：資料之魅。
如需轉載，請聯系授權，謝謝合作。