1樓：九道門聊資料
入行資料分析師，不外乎兩種方式：自學和報班。這兩種方式各有利弊，但是你說的快速入行這個要因人而異，你說的快是多快？
一個月？還是一年？資料分析師作為一個高薪的工作，想學幾天學點工具就入行肯定是不太可能的，這兩種學習方法的利弊我也總結了一下，你可以看看。
自學。自學的話，學習時間比較自由、不用受到任何約束，可以自己安排時間，而且學習直接支出費用要少很多，但是自學過程中一定要注意專案經驗的積累，不能只學了工具技能卻忘了專案經驗。
所以，在學習的過程中，我建議儘可能地去找從事過或者是正在從事資料分析師的朋友，讓他們能夠「手把手」地帶你去接觸一些真實專案，並且能夠傳授一些專案經驗給你。
只有在自學的過程中注重專案經驗的獲取，在學完後才能更順利地步入大資料分析師這個崗位，如果沒有專案經驗，那就只能從資料清洗、資料統計等基礎性的工作做起，其工資水平可能還沒有現在的收入高。
同時，自學的過程可能會比較枯燥，一個人的學習會比較沒意思，如果不夠自律、信念不夠堅定的話，很可能會中途放棄，來來回回反反覆覆，學習時長會不可控制。
如果按照正常的自學內容和進度來看，要達到初級的資料分析師水平，大概需要2年的時間。
報班學習。報班學習的話分線上和線下。
線上其實和自學沒有太大的差別，線上叫知識付費，你交錢，老師教，但是學沒學會沒人負責，看起來好像是方便，但是學習效果差。
線下如果光考慮學習效果方面的話，首先是時間上就能縮短很多，2個月就能掌握自學2年才能學到的內容。資料分析師除了硬性技能還包括很多的軟性技能，線上是無法學習的，線上只能學習一些工具課，而實驗和企業專案經驗的積累都是**上無法學習。
當然這個時候選擇什麼樣的培訓機構，就要回到我們之前講的學習目標上了。確定是要走大資料分析這條路，那就要去分辨各個培訓機構的課程設計，選擇主要帶著學員做實訓專案的，一定要是做企業真實專案的那種，而不是隨便在網上爬一些資料，讓你去練手的那種。
如何快速成為資料分析師
如何快速成為一名資料分析師
2樓：雲立方裝修管理軟體
資料分析最重要的可能並不是你熟悉的程式設計工具、分析軟體，或者統計學知識，而是清楚你所使用的統計知識（統計學、計量、時間序列、非引數等等）背後的原理、假設及其侷限性，知道各種資料分析工具（例如資料探勘）能帶來什麼，不能帶來什麼，看到一組統計檢驗的結果你能言說什麼，不能言說什麼。這一切的背後，需要一套完整的「科學」邏輯框架，讓你瞭解自己手中的工具的本質，你才能從資料中「正確地」發現有效的資訊，而不是胡亂地使用一大堆自己都搞不清楚的工具來堆砌分析結果，這樣得到分析結果不僅無用，而且有害。
知道了這些後，希望成長為「資料分析師」，就需要著手訓練自己的能力和洞察力。既然是「資料分析師」，那就分別從「資料」和「分析」兩方面入手。
如何快速成為一名資料分析師?
3樓：環球青藤
第一方面是數學基礎，第二方面是統計學基礎，第三方面是計算機基礎。要想在資料分析的道路上走得更遠，一定要注重數學和統計學的學習。資料分析說到底就是尋找資料背後的規律，而尋找規律就需要具備演算法設計能力，所以數學和統計學對於資料分析是非常重要的。
而要想快速成為資料分析師，則可以從計算機知識開始學起，具體點就是從資料分析工具開始學起，然後在學習工具使用的過程中，輔助演算法以及行業知識的學習。學習資料分析工具往往從excel工具開始學起，excel是目前職場人比較常用的資料分析工具，通常在面對10萬條以內的結構化資料時，excel還是能夠勝任的。對於大部分職場人來說，掌握excel的資料分析功能能夠應付大部分常見的資料分析場景。
在掌握excel之後，接下來就應該進一步學習資料庫的相關知識了，可以從關係型資料庫開始學起，重點在於sql語言。掌握資料庫之後，資料分析能力會有一個較大幅度的提升，能夠分析的資料量也會有明顯的提升。如果採用資料庫和bi工具進行結合，那麼資料分析的結果會更加豐富，同時也會有一個比較直觀的呈現介面。
資料分析的最後一步就需要學習程式語言了，目前學習python語言是個不錯的選擇，python語言在大資料分析領域有比較廣泛的使用，而且python語言自身比較簡單易學，即使沒有程式設計基礎的人也能夠學得會。通過python來採用機器學習的方式實現資料分析是當前比較流行的資料分析方式。
如何快速成為資料分析師
4樓：匿名使用者
首先，需要有數學知識做基礎，瞭解一些描述統計相關的基礎內容，有一定的公式計算能力即可，瞭解常用統計模型演算法則是加分。而高階資料分析師，則必須具備統計模型的相關知識，對於矩陣計算的相關知識也需要有一定的瞭解。
分析工具方面，如excel、資料透視表、公式、spss、vba等除此之外，你還需要學會程式語言：sql查詢、hadoop和hive查詢、python等都需要了解學習。
最後，重中之重，你需要對你所從事的領域有一定的業務理解邏輯思維有比較重要，資料分析最終思維理解。
其實，說的也不過是泛泛之談，一個真正的資料分析師，不可能短時間就養成，需要有大量的知識積累和實踐，你可以去各個資料分析公司的**上看看，有很多有用的分析工具及文章，如99click、ibm、oracle、甲骨文等。
如何快速成為資料分析師
5樓：匿名使用者
第一階段：初識資料分析這個階段是你學習資料分析的第一個月。核心的三本書就是：
按照每天3個小時的時間，一個星期你至少能看完8章。踏踏實實的看完，課後習。
如何快速成為資料分析師
6樓：西線大資料培訓
一、資料工具。
作為一名資料分析師，excel是必須掌握的，excel的圖形表達能力夠強大，也能提高你的工作效益，如果你能懂hadoop，那就離大資料更近了。
如果你不想你依賴it人員獲取資料，可以學會sql，sql是為統計取數而生的方便工具，圖形化的透視方式sql也能表達的淋漓盡致。
二、分析能力。
可以分廣度、深度、速度來分析理解。
速度：網際網路發展快速，明明可以一個月的專案，你卻花了兩個月，這就是在浪費時間與人力。
廣度：每個產品的使用者拉新做的好，那麼使用者留存就會降低，活躍度也會因此降低，所以並不是每個產品都適合一上線就大量拉新，要分析各者之間的關係，保持一個平衡度，這些資料分析在廣度上有一定的瞭解。
深度：有些問題一個人解決不了或者很難，多幾個人就可以了，比如說搬磚，十人人搬總會比一個人搬快得多，哪怕不是十倍速度。而有些問題，靠堆人力是沒用的。
三、技術能力。
作為一名資料分析師，統計學是你的必備基礎，然後用高階模型來解決實際業務，學了這些理論知識，你就需要一些工具輔助你，而p和python是很有名的資料分析工具，而資料分析師是一定跟資料打交道的，而資料都是儲存在資料庫裡面的，所以掌握資料庫技術也是必要的。
如果不知道從**找資料學習，推薦《統計學》《r in action》《深入淺出資料分析》這三本書，會對你很有幫助。
四、溝通能力。
資料分析貫穿bit、資料、技術、業務整個鏈條，通過對產品資料分析的結果從而說服產品和工程方面來改變產品，產生效應。這時候就得展現你的溝通能力了，你能清晰表達並讓他們接受，這個過程就靠你自己的語言組織了。實操練習「以上都是理論和工具，但是實踐才是出真知，不管是剛接觸資料分析的職場人，還是專業學習資料探勘分析的你，在學習以上內容的同時，多參加一些比賽，學習同領域的專業大神，自己操控一些專案，提升自己的專業能力，積累經驗。
7樓：匿名使用者
資料分析師是資料師datician的一種，是不同行業中，專門從事行業資料蒐集、整理、分析，並依據資料做出行業研究、評估、**和決策的專業人員。
一個完整的企業資料分析體系涉及到多個環節：採集、清理、轉化、儲存、視覺化、分析決策等等。
優秀的資料分析師需要將資料分析和業務實際緊密結合，以資料分析報表、資料視覺化等方式支援企業的業務決策，涵蓋產品、運營、市場、銷售、客戶支援各個一線部門。
資料分析師必備的四大能力：
1.掌握基本的商業經濟常識。
掌握巨集微觀經濟學，營銷理論，投資基礎，戰略與風險管理等等知識，這樣方便資料分析師今後在在商業分析、經濟分析上面領悟到一些東西，增強資料分析能力。
2.培養對資料的興趣及敏感度。
不是看到一行行的數字就頭大，選擇直接跳過？還是願意花些時間研究這些數字背後意味著什麼？
3.培養自己良好的表達能力。
資料分析師有個天然的優勢，能夠直接和老闆打交道，這就要求你能站在老闆的層面來表達。把一堆堆的資料，很好的呈現給業務人員，幫助他們做出正確的決策。
4.培養自己資料分析的專業能力。
這個可以藉助外力，系統的學習一下資料分析專業能力，拿一個cpda資料分析師證書，多向資料分析大牛請教學習。
資料分析方面的工作必備的工具：
（2）專業資料分析軟體：office並不是全部，要想在資料分析方面做的比較好，你必須會用（至少要了解）一些比較常用的專業資料分析軟體工具，比如python、datahoop等等。
最後：理論知識+軟體工具+資料思維=優秀的資料分析師，最後要把這些資料分析能力運用到實際的工作業務中，好好理解業務邏輯，真正用資料分析驅動企業運營、業務管理，真正發揮資料的價值。
8樓：wuhooo之歌
用好的資料分析平臺，ethink可以試試。
資料分析師如何選擇合適的資料分析工具
袋鼠雲 其實題主需要搞清楚以下幾個問題，搞清楚了，其實問題的答案也就有了 1 是從個人學習成長的角度想搭建平臺自學？還是現在的公司需要大資料技術進行分析？如果是從個人學習成長的角度，建議直接按照hadoop或者spark的官網教程安裝即可，建議看官網 英文 在大資料技術領域，英語的掌握是非常重要的，...
成為一名優秀的資料分析師需要什麼條件
墮流星 1 態度嚴謹負責 2 好奇心強烈 3 邏輯思維清晰 4 擅長模仿 5 勇於創新 資料分析師職業要求 1 計算機 統計學 數學等相關專業本科及以上學歷 2 具有深厚的統計學 資料探勘知識，熟悉資料倉儲和資料探勘的相關技術，能夠熟練地使用sql 3 三年以上具有海量資料探勘 分析相關專案實施的工...
如何成為系統分析師，如何成為軟體系統分析師？
我昨天才考完系統分師 軟考 說幾點我自已的體會，要成為系統分析師 掌握一種 高階 程式語言，對於其它的也要有所瞭解掌握作業系統基礎知識 對軟體測試有所瞭解 對大型的軟體平臺 net或j2ee 至少會一個掌握資料結構，資料庫基礎 瞭解軟體工程的基礎知識 開發過程 方法 系統開發標準等 數學基礎和英語基...