根据数据科学家一生的三个发展阶段，将这些计划做了分类。大家可以自己判断哪些计划适合自己并按照计划行动起来。如果你已经成功地完成了现有阶段的任务，就可以转向下一阶段。

　　初级水平

　　什么是初学者？——如果解析学和数据科学对你来说是全新的领域，你也不知该行业的发展模式，而你又想在这个行业大展拳脚一番，那么初学者就是你。以下这些应该在你的计划之内。

　　1. R语言也好，Python语言也好，学习一门新的编程语言

　　我曾见到有同学同时学习R语言和Python语言，最后落得两手空空。这种做法是很致命的。你一定要沉下心来专攻一门。鉴于这两种语言都是开放源代码工具，所以在公司里都有广泛运用。Python被公认为最简单的编程语言，而R语言一直都是最受青睐的统计工具。学习哪一门的决定权在你，因为两个同等出色。

优秀的数据分析师并不能速成，但是零经验也有零经验的捷径。

市面上有《七周七数据库》，《七周七编程语言》。今天我们就《七周七学习成为数据分析师》，没错，七周。

第一周：Excel学习掌握

如果Excel玩的顺溜，可以略过这一周。但很多人并不会vlookup，所以有必要讲下。

了解sum，count，sumif，countif，find，if，left/right，时间转换等。excel的各类函数很多，完全不需要学全。重要的是学会搜索。我学函数是即用即查，将遇到的问题在网上搜索得到所需函数。

现在发达城市北上广，已经开始用大数据，运做基金了。而且门槛很高，必须金融和计算机的本科以上人员，研究生择优录取。

可见大数据，发展的力度。很多人不知道大数据怎么交易股票，这这里简单说下，现在好多券商软件支持，大数据自动化交易，也就是说，当你编写好自己的预期策略后，由程序根据你的策略实行，自动化交易。现在名声仅次于巴菲特的詹姆斯.西蒙斯，就是大数据量化交易的先驱，他名下的大奖章基金，就是根据大数据量化交易运行。

大数据量化交易，可以实现。一天成百上千次此交易，只要资金允许。这也是发达发达城市为什么着重研究的对象。还有大数据是未来的趋势。电脑在对市场热度的分析，要强于人工识别。但是论单个交易，人工肯定强于电脑，但是从现在的基金规模来看。电脑交易是主要趋势。不管多厉害的基金经理，精力都是有限的。

目前的大数据都是借助python为主要语言编写的，感兴趣的可以看看相关方面的学习。券商对自动化交易的资金，一般是5w门槛。所以，随着市场的发展。大数据量化交易，会慢慢普及。

一、数据分析前世今生

近年来，越来越多的企业开始出现数据分析师这个岗位，无非可以分为技术类和非技术类，技术类要运用算法搭建模型，非技术类对模型结果进行可视化展现、数据报告撰写等。

二、数据分析的未来

不要把自己单纯地定义为一名数据分析师，企业不乏做表的（初级数据分析师）、搞模型的（高级数据分析师），财务做报表更厉害，程序员比你更容易上手。数据分析一定是一项必备技能，就和PPT、Excel一样，它是来辅助工作的，而不是工作的全部。

没人邀我，我就不了～

就目前我们这个互联网大数据时代来说，不光人人都是产品经理，连数据分析每个人每天都会碰到。你手机里的app，你上网的痕迹，你每天都在和各种各样的数据打交道，都在归置自己身上的数据标签和数据信息。

这是一个大数据的时代，也是充满机遇的时代。各个行业都在进行数字化转型，想依靠数据来竞争，大家都相信得数据者可以得到“天下”，像目前世界500强的企业当中 ，百分之90的公司都建立了数据分析的部门，数据分析这个职业也变得热门起来。在知乎上一搜数据分析，还蛮多问题是想转行数据分析行业或者是想从事数据行业，但是不知道怎么入手的小白们提问的，就和题主一样，知道数据分析的大概意思，但是不知道该掌握哪些具体知识。

那么我作为一个数据可视化从业者哈～也在工作中碰到不少数据分析的事情，我就结合我自身的经验，给题主一些建议

很高兴你的问题。可以看下我之前写的文章，分享个人数据分析师成长经历。希望对你有所帮助！

如何成为数据分析师？如何拿到月薪20K+数据分析师OFFER？

想要做好数据分析，两个方面的内容不可缺少：一是有精准的数据支撑，这是做研究的基本，这一点需要有好的数据库；二是要有清晰流畅的逻辑思维，才能形成完整的、可以转化效能的报告，这一点可以通过大量观看优质的报告练成。

对于个人来说，关注行业动态是十分有必要的，多看数据，找到1他们其中的关联，慢慢就能形成数据分析的思维了。

首先你要学会列框架。在看了大量的报告之后，形成自己的思维逻辑，从背景、现状、展望的大逻辑到一些角度的自我选择，就能形成具有自己独特性的分析报告了。

然后就是动笔，笔杆子是可以练出来的，光动脑筋可不行，很容易忘记的，所以要动笔写下来，也许最初你做的数据分析还是一团乱麻，不管是内容还是形式都不好看，但只要坚持做下去就可熟能生巧。

小易作为数据分析二十年的老手，希望给您提供一点帮助……

数据分析师是一个综合的岗位，除了熟悉业务，还需要掌握多项技能，例如Excel、SQL、统计学及SPSS，R/Python，海量数据的情况下需要在大数据平台下分析，所以还需要掌握Hadoop相关的技术，如Hive、HBase等。

由于涉及的技术较多，一下都学完不现实，所以，学习数据分析建议分成三个阶段进行：

1、商业数据分析

2、涉及算法的数据挖掘

3、大数据平台下的分析

阶段一：商业数据分析

对于大部分公司来说，数据量不是很庞大，数据分析通过Excel，SPSS等工具就可以搞定，此时需要掌握的技能有Excel、MySQL、统计学及SPSS。

一般问出这个问题大多是对数据分析没有太深入的了解，甚至可以说零基础，那我们就针对零基础来谈一谈如何学习数据分析。

l零基础小白的定义是这样的:

• Excel: 基本功能会用，对数据有点概念， 比如:
• 能对某列进行排序、筛选
• 能对某列求和、求平均值
• 知道透视表，但不熟，比如:
• 会选中表格内容生成透视表
• 不懂行、列、值如何拖拽满足统计要求
• SQLShellPython: 完全没接触过
• 学习目标: 能看的懂SQL，并能简单使用SQL统计数据

对于小白来说，主要需要学习这些内容:

• 第一部分: SQL的应用场景
• 考核目标一: 什么是SQL？
• 考核目标二: SQL能干哪些事儿？
• 考核目标三: 互联网最常用数据库，说两种。
• 第二部分: SQL的基础语法
• 考核目标一: 用SQL来实现Excel的基础功能: 排序、筛选、去重
• 考核目标二: 用SQL来实现Excel的汇聚功能: 求和、求平均、求最大/最小值
• 考核目标三: 给出一个复杂SQL脚本模板，并能简单修改完成统计

获取更多数据分析相关资讯欢迎关注我们的公众号：聚数云海。免费获取数据分析师大厂真题。

数据分析是一项庞杂的任务，我之前在“东软平台产品”官网看过DataViz这个数据可视化分析工具，感觉还挺不错的