1，如何学会数据分析2，怎么学好数据分析3，数据分析没有基础应该从哪方面开始学习4，数据分析需要掌握些什么知识5，数据分析需要掌握哪些知识1，如何学会数据分析
首先要学会数据分析的专业知识，然后再学习excel的基本知识及高级统计、分析， 实践中进行学习。这是个慢功夫，需要时间的。可以看看相关书籍，no.1《谁说菜鸟不会数据分析》no.2《数据分析——企业的贤内助》no.3《数据可视化之美》多看一些eviews和excel书籍，自学的话要多看一下有关的实验练习书籍。
2，怎么学好数据分析
搞什么啊，那是学好企划的办法么，闹呢么！企业策划你最好弄到一本书，2006年的《mba企划经理人》，这本书至今很权威，应用的人也很多。以我和身边同行们的经验来讲，这本书也很适合初学者学习。而至于数据分析，你应该多参考下2000年左右有一套叫日式表格化管理的管理书籍，很庞大，涵盖的面和应用范围较广。企划包含更多更丰富的知识面，你要多多吸收和关注各种管理才能做全做好，并且合理的完善你的调研和分析架构，祝你早日成手。别忘记采纳啊~首先要对数字敏感，多分析一些行业数据，总结并找出结果。
3，数据分析没有基础应该从哪方面开始学习
关于数据分析的学习流程，建议可以先确定一下后续想要从事的行业，以翻牌君现在的了解来说，数据分析在不同行业的分析思路是完全不同的，比如电商、金融、互联网等等；然后还有确定职业方向，一个是业务方向一个是技术方向；业务方向更偏向业务，需要很清楚所在行业-公司的业务，这个可能更偏数据运营，需要一定时间的行业经验；技术方向就更偏数学了，需要了解算法，后续可以做机器学习、数据开发等更偏开发的工作；基础部分你需要学会：- 逻辑和统计学知识- 数据分析思路：业务知识的掌握- 数据分析技能：描述性分析、相关性分析、回归分析、指标体系搭建、用户画像体系搭建- 数据分析工具：excel、sql、bi工具（tableau、finebi、quickbi）、python(进阶)关于数据分析的学习流程，我觉得可以先确定一下后续想要从事的行业，以我现在的了解来说，数据分析在不同行业的分析思路是完全不同的，比如电商、金融、互联网等等
然后还有确定职业方向，一个是业务方向一个是技术方向
业务方向更偏向业务，需要很清楚所在行业-公司的业务，这个可能更偏数据运营，需要一定时间的行业经验
技术方向就更偏数学了，需要了解算法，后续可以做机器学习、数据开发等更偏开发的工作
基础部分你需要学会：
- 逻辑和统计学知识
- 数据分析思路：业务知识的掌握
- 数据分析技能：描述性分析、相关性分析、回归分析、指标体系搭建、用户画像体系搭建
- 数据分析工具：excel、sql、bi工具（tableau、finebi、quickbi）、python(进阶)
推荐可以看看旭鹏的文章！对电商数据分析入门还是有不少帮助的
链接在这里：
http://www.zhihu.com/people/xie-peng-fei-38-38
最后再推荐你一个非常便宜，对初学者非常友好的天猫电商数据产品——微信小程序“fancy翻牌”，日常最重点三个方面的数据：行业数据； 同行数据； 自己数据； 帮助你更好的学习
4，数据分析需要掌握些什么知识
数据分析所需要掌握的知识：数学知识对于初级数据分析师来说，则需要了解统计相关的基础性内容，公式计算，统计模型等。当你获得一份数据集时，需要先进行了解数据集的质量，进行描述统计。而对于高级数据分析师，必须具备统计模型的能力，线性代数也要有一定的了解。分析工具对于分析工具，sql 是必须会的，还有要熟悉excel数据透视表和公式的使用，另外，还要学会一个统计分析工具，sas作为入门是比较好的，vba 基本必备，spss/sas/r 至少要熟练使用其中之一，其他分析工具（如 matlab）可以视情况而定。编程语言数据分析领域最热门的两大语言是 r 和 python。涉及各类统计函数和工具的调用，r无疑有优势。但是大数据量的处理力不足，学习曲线比较陡峭。python 适用性强，可以将分析的过程脚本化。所以，如果你想在这一领域有所发展，学习 python 也是相当有必要的。当然其他编程语言也是需要掌握的。要有独立把数据化为己用的能力, 这其中sql 是最基本的，你必须会用 sql 查询数据、会快速写程序分析数据。当然，编程技术不需要达到软件工程师的水平。要想更深入的分析问题你可能还会用到：exploratory analysis skills、optimization、simulation、machine learning、data mining、modeling 等。业务理解对业务的理解是数据分析师工作的基础，数据的获取方案、指标的选取、还有最终结论的洞察，都依赖于数据分析师对业务本身的理解。对于初级数据分析师，主要工作是提取数据和做一些简单图表，以及少量的洞察结论，拥有对业务的基本了解就可以。对于高级数据分析师，需要对业务有较为深入的了解，能够基于数据，提炼出有效观点，对实际业务能有所帮助。对于数据挖掘工程师，对业务有基本了解就可以，重点还是需要放在发挥自己的技术能力上。如果你打算成为一名数据分析师，你需要同时具备统计学、数据库、经济学三个领域的基础知识；英语四级或以上、熟悉指标英文名称；具备互联网产品设计知识。
5，数据分析需要掌握哪些知识
一、掌握基础、更新知识。 基本技术怎么强调都不过分。这里的术更多是（计算机、统计知识）， 多年做数据分析、数据挖掘的经历来看、以及业界朋友的交流来看，这点大家深有感触的。 数据库查询—sql数据分析师在计算机的层面的技能要求较低，主要是会sql，因为这里解决一个数据提取的问题。有机会可以去逛逛一些专业的数据论坛，学习一些sql技巧、新的函数，对你工作效率的提高是很有帮助的。统计知识与数据挖掘你要掌握基础的、成熟的数据建模方法、数据挖掘方法。例如：多元统计：回归分析、因子分析、离散等，数据挖掘中的：决策树、聚类、关联规则、神经网络等。但是还是应该关注一些博客、论坛中大家对于最新方法的介绍，或者是对老方法的新运用，不断更新自己知识，才能跟上时代，也许你工作中根本不会用到，但是未来呢？行业知识如果数据不结合具体的行业、业务知识，数据就是一堆数字，不代表任何东西。是冷冰冰，是不会产生任何价值的，数据驱动营销、提高科学决策一切都是空的。一名数据分析师，一定要对所在行业知识、业务知识有深入的了解。例如：看到某个数据，你首先必须要知道，这个数据的统计口径是什么？是如何取出来的？这个数据在这个行业， 在相应的业务是在哪个环节是产生的？数值的代表业务发生了什么（背景是什么）？对于a部门来说，本月新会员有10万，10万好还是不好呢？先问问上面的这个问题：对于a部门，1、新会员的统计口径是什么。第一次在使用a部门的产品的会员？还是在站在公司角度上说，第一次在公司发展业务接触的会员？2、是如何统计出来的。a：时间；是通过创建时间，还是业务完成时间。b：业务场景。是只要与业务发接触，例如下了单，还是要业务完成后，到成功支付。 3、这个数据是在哪个环节统计出来。在注册环节，在下单环节，在成功支付环节。4、这个数据代表着什么。10万高吗？与历史相同比较？是否做了营销活动？这个行业处理行业生命同期哪个阶段？在前面二点，更多要求你能按业务逻辑，来进行数据的提取（更多是写sql代码从数据库取出数据）。后面二点，更重要是对业务了解，更行业知识了解，你才能进行相应的数据解读，才能让数据产生真正的价值，不是吗？对于新进入数据行业或者刚进入数据行业的朋友来说：行业知识都重要，也许你看到很多的数据行业的同仁，在微博或者写文章说，数据分析思想、行业知识、业务知识很重要。我非常同意。因为作为数据分析师，在发表任何观点的时候，都不要忘记你居于的背景是什么？但大家一定不要忘记了一些基本的技术，不要把基础去忘记了，如果一名数据分析师不会写sql，那麻烦就大了。哈哈。。你只有把数据先取对了，才能正确的分析，否则一切都是错误了，甚至会导致致命的结论。新同学，还是好好花时间把基础技能学好。因为基础技能你可以在短期内快速提高，但是在行业、业务知识的是一点一滴的积累起来的，有时候是急不来的，这更需要花时间慢慢去沉淀下来。 不要过于追求很高级、高深的统计方法，我提倡有空还是要多去学习基本的统计学知识，从而提高工作效率，达到事半功倍。以我经验来说，我负责任告诉新进的同学，永远不要忘记基本知识、基本技能的学习。二、要有三心。 1、细心。 2、耐心。 3、静心。数据分析师其实是一个细活，特别是在前文提到的例子中的前面二点。而且在数据分析过程中，是一个不断循环迭代的过程，所以一定在耐心，不怕麻烦，能静下心来不断去修改自己的分析思路。三、形成自己结构化的思维。数据分析师一定要严谨。而严谨一定要很强的结构化思维，如何提高结构化思维，也许只需要工作队中不断的实践。但是我推荐你用mindmanagement，首先把你的整个思路整理出来，然后根据分析不断深入、得到的信息不断增加的情况下去完善你的结构，慢慢你会形成一套自己的思想。当然有空的时候去看看《麦肯锡思维》、结构化逻辑思维训练的书也不错。在我以为多看看你身边更资深同事的报告，多问问他们是怎么去考虑这个问题的，别人的思想是怎么样的？他是怎么构建整个分析体系的。四、业务、行业、商业知识。 当你掌握好前面的基本知识和一些技巧性东西的时候，你应该在业务、行业、商业知识的学习与积累上了。这个放在最后，不是不重要，而且非常重要，如果前面三点是