問答專欄Q & A COLUMN
建議先搭好學習框架，然后逐部分學習
僅推薦我自己看過的書給你參考，希望能幫助到你
1.首先搭好框架，學習數據分析包含兩個方面，數據分析思維和數據分析技能
數據分析工作可以簡單歸納為如下的步驟和順序：
1. 明確目的和思路-》2.收集數據-》3.數據處理-》4.數據分析-》5.數據展現-》6.撰寫數據分析報告-》7.應用解決行業問題
如上7個部分，1、6、7需要你的數據分析思維，2、3、4、5需要你的數據分析技能
下面我將分別從以上兩個方面來推薦相關的書籍
2.學習數據分析思維的書籍
首推《深入淺出數據分析》,這本書也是我個人的數據分析入門書，本書重在培養數據分析思維，從個人認識和思想準備上慢慢進入數據分析這一行。雖說本書在數據分析案例和內容上，側重商業運營數據分析，與現在較火的互聯網數據分析有點出入，但數據分析思維是一致的，基本遵循運營業務出現問題》通過數據分析發現問題》解決問題，然后根據試行結果來不斷迭代，通過反饋來完善這一過程。另外本書還涉及到不少數據分析的方法，初讀可以不用過分深入，了解即可
《誰說菜鳥不會數據分析》，由國內作者編寫，對小白非常友好，以職場數據分析新手的背景故事展開，可讀性強。讀完本書可以對數據分析在工作流程和細節有基礎認識，采用Excel作為數據分析工具，大大降低了初學者的學習門檻，本書重點在零售行業等的數據分析過程，從獲取數據到撰寫報告，都有詳細的介紹和建議。
《增長黑客》，是知名的互聯網產品，運營讀物，主要通過案例講解互聯網產品如何通過數據分析的方法來運營產品，和迭代產品，講述了數據分析如何在互聯網行業帶來效益和價值，證明了數據的強大作用。同樣，書中也涉及了部分技術細節，但初學者不必深究，重點關注數據分析的思路。
《精益數據分析》，以創業公司的角度來看點數據分析在公司創業過程中的作用，以較高的角度從市場，產品，環境等大方面來講述數據分析在公司成立初期的關鍵幾年的重要作用，強調了互聯網公司要以數據驅動業務。對初學者可以當做故事書來看，若看的時候能夠結合融會前幾本書的數據分析思維就最好了。
2.學習數據分析技能的書籍
Excel建議可以看看視頻教程，邊看邊操作效果較好
《SQL基礎教程》，本書可以作為SQL的入門教程，亮點在于本書在講解每個知識點時會同時講解語句在不同數據庫中的異同，有很好的指導作用，每部分還有相對應的習題，由淺入深，練習案例豐富，看書時一定要跟做聯系題！另外個人建議，初學時可以先選定一種數據庫，如互聯網公司用的較多的Mysql, 學習時可只關注mysql中sql語句的寫法，避免自己產生混亂。
學習sql還有《sql必知必會》，簡短精悍，全是干貨，若時間緊迫，可以看這本，平時也可以用來當工具書查閱。
《利用Python進行數據分析》，目前應用較廣的數據分析編程語言就是Python，本書可以讓你在學習時關注于Python在數據分析中的應用，大大節約了時間成本和精力，因為Python功能太多了，我讀的PDF文件，可快速查閱較方便，注意在看書時同樣要手敲代碼，盡量將書中代碼自己手打一邊運行看看效果，talk is cheap.
數據分析中還涉及到不少統計學的知識，入門可以看看《赤裸裸的統計學》，本書基本沒有公式，可讀性強，通過生活中的例子介紹統計學知識，通俗易懂，基礎的統計學知識囊括其中，結合實例還能讓你了解統計學在生活中的應用。
統計學進階《商務與經濟統計》，大部頭，很多經濟學專業的專業課用書，著重強調商業應用中的統計學知識，同樣沒有過深的數理原理統計知識，不會令人望而生畏。擁有大量案例和習題，很適合學習統計學知識。
最后，希望你能順利入行數據分析，學無止境，謝謝！
評論0
加載中...
數據分析是當下十分火爆的崗位，被各種自媒體稱為低門檻，高工資的崗位，但我想說的是真正的數據分析師絕非你所想象的那樣只會Python或者是SQL，更重要的是對業務的思考與剖析。
那么自學數據分析的時候，最重要的也是最基本的當屬SQL語句了，這里為你推薦一本書，作為數據分析師可能你不需要完成對SQL的維護與開發，但也要會最基本的增刪改查和跨表查詢。
然后就是必要的技能，統計分析了，這里可以去大學生mooc上看錄播課，老師的講解比較細致并且有詳細的知識點和課后問題，很適合惡補自己的統計學知識。
當你有了一定的統計學基礎并且熟悉了SQL語句后，這時候你可以嘗試學習一些工具了，為你的數據分析先鋪好路，可以從Python入手，學習成本很低，這里推薦一本書：
這本書也是我經?？吹囊槐緯y度比較低內容十分豐富，很適合學習基礎知識。
當你掌握這些技能的時候，你已經可以做一名數據分析助理了，后面你還需要更多的時間去沉淀，學習更多知識，需要掌握更多的數據分析模型、數據分析思維、業務能力、建模能力....
最后祝早日踏進理想行業，從事理想工作。
評論0
加載中...
《誰說菜鳥不會數據分析入門篇》、《拯救您的Excel數據的分析、處理、展示（動畫版）》、《深入淺出數據分析》、《數據挖掘技術》和《基于SPSS的數據分析》等等。
評論0
加載中...
對于數據分析而言，最經典的書，無非就那幾本。一本一本讀，就能夠好好打磨自己的基本功。
下面這 10 本書，可以說，對于數據分析領域而言，經典、經典、還是經典。
數據分析入門的第一本書。
以類似“章回小說”的活潑形式，生動地向讀者展現優秀的數據分析人員應知應會的技術：數據分析基本步驟、實驗方法、最優化方法、假設檢驗方法、貝葉斯統計方法、主觀概率法、啟發法、直方圖法、回歸法、誤差處理、相關數據庫、數據整理技巧；正文之后，意猶未盡地以三篇附錄介紹數據分析十大要務、R工具及ToolPak工具，在充分展現目標知識以外，為讀者搭建了走向深入研究的橋梁。
這本書可以讓你學到分析現實問題的系統性方法，讓你在面對龐雜的數據時，不再抓耳撓腮。更重要的是，對于如何處理沒有把握的數據，它直擊本質地告訴你：記住分析目標，目光停留在和目標相關的數據上，無視其他。
本書構思跌宕起伏，行文妙趣橫生，無論讀者是職場老手，還是業界新人；無論是字斟句酌，還是信手翻閱，都能跟著文字在職場中走上幾回，體味數據分析領域的樂趣與挑戰。
本書展示了如何驗證自己的設想、找到真正的客戶、打造能賺錢的產品，以及提升企業知名度。30多個案例分析，全球100多位知名企業家的真知灼見，為你呈現來之不易、經過實踐檢驗的創業心得和寶貴經驗，值得每位創業家和企業家一讀。
集結了很多數據分析和精益創業的方法論，按企業產品特點分類，分別進行了細化解讀。通過豐富的案例，分門別類地對很多行業的商業模式和特點進行了分析。
通過這本書，你將會學到分析各種產品的一些指標和模型，深入理解精益創業、數據分析基礎，和數據驅動的思維模式。
一本很好的數據分析入門讀物。
《誰說菜鳥不會數據分析》基于通用的Excel工具，加上必知必會的數據分析概念，以小說般通俗易懂的方式講解。本書基于職場三人行來構建內容，完全按照數據分析工作的完整流程來講解。全書共8章，依次講解數據分析必知必會知識、確定數據分析的結構化思維、數據處理技巧、數據展現的技術、通過專業化的視角來提升圖表之美以及專業分析報告的撰寫等內容。本書有足夠的魅力讓你一口氣讀下去，在無形之中掌握數據分析的技能，提升職場競爭能力。
這本書由“增長黑客之父”肖恩?埃利斯，聯合摩根?布朗出品，正式提出了系統化的增長黑客概念。
臉譜網如何從默默無聞到坐擁二十幾億用戶？愛彼迎、優步何以在短短時間估值超過百億美元？領英怎樣跨步成為全球領先的職業社交平臺?
這些初創公司實現爆發式成長的共同奧秘就是增長黑客。增長黑客是硅谷當下熱門的新商業方法論，其精髓在于通過快節奏測試和迭代，以極低甚至零成本獲取并留存用戶。
作為最早提出“增長黑客”概念的理論先驅、帶領Dropbox實現500%增長的實戰領軍人物，作者在書中分享了如何跨部門搭建增長黑客團隊，以及實現用戶和利潤雙增長的具體行動指南。該書一經出版，便被科技公司奉為運營圭臬。
《啤酒和尿布》的故事是營銷屆的神話，“啤酒”和“尿布”兩個看上去沒有關系的商品擺放在一起進行銷售、并獲得了很好的銷售收益，這種現象就是賣場中商品之間的關聯性，研究“啤酒與尿布”關聯的方法就是購物籃分析，購物籃分析是沃爾瑪秘而不宣的獨門武器，購物籃分析可以幫助我們在門店的銷售過程中找到具有關聯關系的商品，并以此獲得銷售收益的增長！
在科技劇烈改變世界的今天，想要成功，你必須在一切發生之前研究結局。
你必須找到創新的獨特方式，讓未來不僅僅與眾不同，而且更加美好。
從0到1，為自己創造無限的機會與價值！
Paypal創始人、Facebook第一位外部投資者彼得?蒂爾在本書中詳細闡述了自己的創業歷程與心得，包括如何避免競爭、如何進行壟斷、如何發現新的市場。《從0到1》還將帶你穿越哲學、歷史、經濟等多元領域，解讀世界運行的脈絡，分享商業與未來發展的邏輯，幫助你思考從0到1的秘密，在意想不到之處發現價值與機會。
揭開創新的秘密，進入彼得?蒂爾顛覆式的商業世界：
創新不是從1到N，而是從0到1。
本·霍洛維茨，硅谷頂級投資人，與網景之父馬克·安德森聯手合作18年，有著豐富的創業和管理經驗。2009年創立風險投資公司A16Z，被外媒譽為“硅谷最牛的50個天使投資人”之一，先后在初期投資了Facebook、Twitter、Groupon、Skype，是諸多硅谷新貴的創業導師。
在《創業維艱》中，本·霍洛維茨從自己的創業經歷講起，以自己在硅谷近20余年的創業、管理和投資經驗，對創業公司（尤其是互聯網技術公司）的創立、經營、人才選拔、企業文化、銷售、CEO與董事會的關系等方方面面，毫無保留地奉上自己的經驗之談。他還談到了與比爾·坎貝爾、安迪·拉切列夫、邁克爾·奧維茨等硅谷頂級CEO和投資人的交往經歷，從他們身上學到的寶貴經驗，以及他和馬克·安德森這對絕佳拍檔為何能夠一起奮斗18年還能合作得這么好。
大多數創業書所說的都是如何做正確的事，不把事情搞砸，而本·霍洛維茨還會告訴你：當事情已經搞砸時，你該怎么辦。
本書通過大量案例研究介紹數據可視化的基礎知識，以及如何利用數據創造出吸引人的、信息量大的、有說服力的故事，進而達到有效溝通的目的。具體內容包括：如何充分理解上下文，如何選擇合適的圖表，如何消除雜亂，如何聚焦受眾的視線，如何像設計師一樣思考，以及如何用數據講故事。
書中通過理解上下文、選擇合適的圖表、消除雜亂、引導受眾注意力、像設計師一樣思考、講故事六個步驟，告訴我們如何有邏輯地去用數據講故事，豐富的實例和對比讓觀點更具體，更有生命力和說服力。
本書是從理論到實踐的全面且細致的企業數據驅動指南，從作者的百度大數據工作說起，完整還原其從零到一構建百度用戶行為大數據處理平臺經歷。詳解大數據本質、理念與現狀，圍繞數據驅動四環節——采集、建模、分析、指標，深入淺出地講述企業如何將數據驅動方案落地，并指出數據驅動的價值在于“數據驅動決策”、“數據驅動產品智能”。最后通過互聯網金融、電子商務、企業服務、零售四大行業實踐，從需求梳理、事件指標設計、數據接入階段、實際應用四大階段介紹數據驅動在不同領域的商業價值，全面展示大數據在各領域內的應用情況與趨勢展望。
本書貼近企業真實場景，兼具權威性與前瞻性，是廣泛適用的普及讀物，適合對大數據、數據驅動感興趣的企業高管、決策者、創業者、IT人員、營銷人員、產品經理、相關專業的學生等。
《金字塔原理》介紹了一種能清晰地展現思路的高效方法，是訓練思考、使表達呈現邏輯性的實用寶典。金字塔原理能將零散的觀點有序組織起來，化繁為簡，適合所有需要精進思考、分析、表達能力的讀者。
深入思考：建立金字塔思維，提取有價值的信息，找到問題的關鍵，將復雜的問題變得清晰簡單。
解決問題：從基本事實切入直擊要點，制定嚴謹合理的解決方案，突破瓶頸。
項目管理：明確目標，制定行動計劃，根據MECE原則合理分配任務，不重疊、無遺漏。
清晰表達：陳述項目、演講、討論時，清晰呈現自己的觀點，說服聽眾，與上級、同事、客戶迅速建立共識，高效溝通。
輕松寫作：挖掘讀者的關注點、興趣點、利益點，寫出重點突出、條理鮮明的策劃方案、分析報告、精彩文案和PPT，讓人過目不忘。
更多書籍持續更新中……別忘了關注伙伴云喲~
評論0
加載中...
數據分析要看的書籍，我推薦一些我覺得還不錯的。大家可以先看電子版，或者去圖書館借閱，然后再選擇是否需要購買。我按照數據分析需要學的東西來列舉——Excel、SQL、Python、統計學、機器學習。
Excel作為常見的辦公軟件，擁有大量函數和公式，可以進行數據處理和圖表輸出。不需要編程基礎，其他經常與數據接觸的崗位，也建議學習。
《Excel函數與圖表應用實例解析》，賽貝爾資訊，清華大學出版社：包含了Excel函數公式及其運用，非常適合入門；
《左手數據，右手圖表》，徐軍泰，機械工業出版社：包含Excel函數公式和動態圖表兩部分，相比前一本書內容更深入一些。
MySQL是世界上最受歡迎的開源數據庫，很多中小企業甚至世界知名企業都有用到。所以學習數據庫知識，我會推薦學習MySQL。
《MySQL必知必會》，[英] Ben Forta，人民郵電出版社：這本書比較系統性地講述了我們學MySQL應該要掌握的知識，適合零基礎的人。
如果非數據分析崗，只是為了滿足其它崗位的少量數據處理需求，看上面三本書就夠了。如果需要在數分崗位上精益下去，下面的這些內容不得不學。
Python是目前最受數據科學家青睞的預言，它擁有豐富的生態系統和強大的交互性，以及快速的開發周期。對于程序員來說，Python小菜一碟，但對于沒有編程基礎的人來說，學起來還是有難度的。做數據分析，只需要掌握Python的NumPy、Pandas、Matplotlib、Sklearn這四個庫，就行了。如果崗位要求需要獲取外部數據，再學一個爬蟲知識即可。
《Python基礎教程》，Magnus Lie Hetland，人民郵電出版社：這本書內容包括語法介紹和一些小項目的演示，真的是基礎教程，適合入門；
《利用python進行數據分析》，Wes McKinney，機械工業出版社：這本書重點講了Pandas庫，少量涉及NumPy和Matplotlib，比較經典的書；
《Python數據科學手冊》，Jake VanderPlas，人民郵電出版社：可以看作是前一本書的進階書籍，介紹了數據分析的主要庫，偏數據清洗。
以上屬于數據分析的工具篇書籍，要想成為數據分析師，最重要的還是具備數據分析思維，和掌握統計學、機器學習相關知識。
《統計學》，賈俊平，中國人民大學出版社：偏數理統計知識，可以快速幫助初學者理解統計學的基本原理框架；
《Statistical Inference》，George Casella / Roger L. Berger，Duxbury Press：本書包括概率和統計兩部分的內容；
《統計學習方法》，李航，清華大學出版社：講了機器學習的10個算法，比較全面，適合學習總結；
《非線性時間序列》，范劍青，科學出版社發行部：難度比較大的一本書，非常有啟發意義；
《The Elements of Statistical Learning》，T. Hastie / R. Tibshirani / J. H. Friedman，Springer：機器學習非常好的書籍，對讀者的專業素質要求較高。
最后，再啰嗦一下。入門建議先看視頻，進階看書+刷題+視頻，高階看書+論文+小項目，最后可以接項目+參賽（數分之路已被我安排妥妥貼貼~~~）。
~~
我經常更新一些數據分析相關的文章內容，感興趣的可以看我主頁~
評論0
加載中...
任何一個技能的學習，都有從淺到深的過程，數據分析也不例外。因此我把推薦書籍劃分成幾個段位，更便于大家挑選。
適合對數據分析的入門者，對數據分析沒有整體概念的人，常見于應屆畢業生，經驗尚淺的轉行者。
具有一定的行業針對性，要求具備一定的分析常識，適合網站分析師，商業分析師以及數據產品經理。
更高階的數據相對來說專業性較強了，如涉及到企業內部數據治理，數據結合的業務分析，數據可視化等。當然，還有數據挖掘算法之類的更深入的東西，這塊沒有研究就不瞎推薦了。
整體而言，數據分析工作對綜合能力要求是較高的，想做好這份工作不是一時半會的事，需要耐心，多思考，多實踐，多總結。祝愿看到這個回答的同學，都能在成為專業的數據分析師的道路上前程似錦。
評論0
加載中...
數據分析師入門書籍，好書要分享~
1、廣告公司數據分析系統架構
2、MySQL 5權威指南 第三版
3、Python基礎教程
4、深入理解MySQL
5、數據化管理 洞悉零售及電子商務運營
6、從Excel到Python--數據分析進階指南
7、大數據分析的案例，方法與挑戰
8、數據庫系統、數據庫與數據倉庫導論
9、Python+Cookbook
10、Python編程快速上手-讓繁瑣工作自動化
11、金字塔原理：麥肯錫40年經典培訓教程
12、數據倉庫工具箱 維度建模權威指南 第三版
有興趣想要完整版pdf電子書可留言或者加v群jiudaomen999領取
評論0
加載中...0
回答0
回答0
回答0
回答0
回答0
回答0
回答0
回答0
回答0
回答
