入门篇
1.入门技术篇：
对于初入门的你，首先需要掌握数据分析的思路、方法和流程，思路是灵魂。然后根据业务疏通这些知识，做出严谨商务的分析报告。
书籍推荐：
a.《谁说菜鸟不会数据分析》
l谁都需要看的经典入门书，涵盖了一到两年的数据分析人员的大部分工作，包括excel技巧、可视化入门、数据分析方法、数据分析方法论、数据处理入门等。
l隔段时间翻一翻，温故而知新，理解会更深刻。
b.《左手数据，右手图表》
这本书主要是excel的进阶技巧，主要围绕业务，学习制作动态图表，对excel技能提升有很大帮助。
书中大篇幅都是案例，会设计可视化的知识，如何选用图表，模仿着做一遍会有很大提升。
工具推荐：Excel/WPS
此阶段主要熟悉常用工具的技能，不只是简单的做表做图，还要会用excel的VLOOKUP函数，IF语句等等
2.入门业务篇：
a.各数据产品论坛&案例（强烈推荐）
个人认为学习和成长最快的方式之一，是去看各个数据软件的帮助文档和产品论坛，因为这些都是写给他们的客户的，所以通俗易懂，又有案例，又有分析思路，从效果来看，实战经验要比书籍好一些。
b.知乎
互联网方面，当初看了知乎专栏《撩撩数据吧》的电商数据分析系列文章，不光涵盖简单的业务，还涉及实体线下的业务管理，收益匪浅。
还有很多数据分析大拿的专栏、回答，还有一些工具的案例。比如互联网行业的神策、growingio，官网的文章写得很系统，很不错。
书籍推荐：
a.《数据分析，企业的贤内助》
类似洗脑式的书籍（无贬义），以场景和案例入手，站在企业角度、业务角度来叙述数据分析的重要性，挺有道理的，能让你更加坚定数据分析这条路。
详细描述了数据分析的整个流程，从方案确定、数据采集、处理、分析、呈现有全面展示。
b.《精益数据分析》
主要讲了不同的公司怎么样用数据搭建分析框架，能够将不同的指标运用到现实，对于道德问题提供解决方案。
工具推荐：数据库（SQL、My sql等等），报表工具、一些OA、CRM业务系统
数据库的知识必不可少，Select相关的语句以及where，group by等函数都要会。每个公司的数据库都不同，可做调整。
数据分析为业务服务，日常工作都会接触各类系统，这些系统会自带数据分析呈现功能，不难学，比如常用的报表FineReport，了解即可，深入学习也可挖到精髓。
高级篇：
当进入高级的时候，这个时候看书已经很之前有了很大的变化：
并不是看单本书，而是学会快速的看书，因为每本书中可能只有几个模型或者几个点对你有借鉴，那么只精读那几处，速读其他部分。
要有自己的理论框架，也就是学会业务建模。
要看业务书，并且能够把业务书的知识，固化成可以量化、可以监控的数据模型，和流程模型；这个是高级别很重要的一点，因为要能够快速的切入一个领域，并且能够用数据找到可以优化的办法。
1、用户和整体框架
《增长黑客》:创业公司的用户与收入增长秘籍。
这本书偏互联网一些，但是顺着同样的思路，去分析每个阶段的用户，并进行运营。
2、数据化运营
《数据化管理》：洞悉零售及电子商务运营。
如果你的数据分析站到了一定高度，尤其是管理，强烈推荐看。能够把数据化管理推行下去，能够帮助提升公司整个的管理水平，也是数据部门对公司的贡献之一。
3、商品管理的书
《品类管理》:教你如何进行商品梳理。
零售业是数据分析应用的大行业，这本书集合了很多传统零售业的经验，从里面学到很多分析模型。
4、大数据
《决战大数据》：大数据的关键思考
作者是淘宝大数据专家-车品觉，他的访谈博客也建议大家看一下，淘宝大数据不是盖的。
5、供应链
《供应链管理》：高成本、高库存、重资产的解决方案，刘宝红。
他的书可以多看几本，每本都是一边看一边抹眼泪，满满的都是踩过的坑。
6、其他专业书
这个就不多推荐了，关于业务，自然是懂得越多越好。
工具推荐
工具的学习就是见分歧的时候了（本人技术也未有多高超，就自身情况推荐适用的，仅供参考）
1、技术类
统计工具SPSS：统计学类必备
R/Python：这个没接触太多，两者选一就行，看侧重点，这一方面可参考《学习计划 | 7周入门数据分析》。优于工作中业务系统居多，所以这边也简单介绍一些第三方工具。
2、业务类
报表类-FineReport\水晶\润乾；这一类偏业务，我司信息部门用FineReport搭建数据中心平台，管理数据报表，也相应的管一些流程，参与过使用也做过简单开发。
FineReport
可视化BI类：tableau\FineBI：BI（商业智能）类偏自助化的可视化分析工具，面向业务和领导层。话说专业的分析人员可能不屑，但是在这两年的行业发展来看已经，在大数据可视化平台的构建占很大席位。
FineBI
网友评论