「excel」写给新手小白的数据分析入门指南,从思维、方法到实践( 二 )


2、EXCEL
EXCEL应该是数据分析师最常用的统计分析工具了 , 原因是因为方便 , 所见即所得 , 而且具有方便的可视化功能 。 应该说只有学会了Vlookup , 数据透视和基本公式才算EXCEL入门 , 其次EXCEL最大的惊喜是数据可视化 , 拥有大量的图表模板 , 可以减轻我们很多工作 。
这里我推荐《谁说菜鸟不会数据分析》这本书作为EXCEL入门 。 这本书如果作为数据分析入门书籍是不合格的 , 因为它有太多内容是关于EXCEL基本操作的 , 关于数据分析的内容反而很少 , 但是实事求是的讲这本书里面关于EXCEL数据分析常用公式、数据可视化的内容还是不错的 , 可以当成一本入门书籍 。
3、ACCESS
为什么把ACCESS作为中级数据分析师必备技能 , 原因很简单 , 当数据太大 , EXCEL又处理不了 , 又没有很强的编程基础怎么办?ACCESS的优势就体现出来了 , 它可以在不用掌握很高深编程语言的条件下 , 处理Excel所不能承载的大存储量的数据原始文件 , 速度奇快 , 且易学易用 。
作为入门 , 我推荐《表哥的Access入门》这本书 。 通过一个简单的小饭馆数据库管理程序的开发过程 , 对理解数据库和学习一些基本的ACCESS很有帮助 。
4、SQL
作为数据分析人员 , 要想获取数据 , 肯定就要和数据库打交道 , 因此sql肯定是要掌握的 , 在招聘要求中 , sql也是很多数据分析岗位的能力要求之一 。 学习SQL最快的方法是能自己下载数据库管理工具 , 找些数据练习 , 主要了解一些数据库查询语言 , where , group by , orderby , having , like , count , sum , min , max , distinct , if , join , left join , limit , and和or的逻辑 , 时间转换函数等 。
推荐书籍:《MYSQL必知必会》
5、Python
Python作为目前最火的编程软件之一 , 确实在数据分析、数据挖掘上有着独特优势 。 是否具备编程能力 , 也是初级数据分析和高级数据分析的分水岭 。 以下以python的学习路线图:
看起来要学习的内容挺多的 , 但其实python最大的优势就是语言简约 , 非常易于读写 , 如果之前有一定的编程基础 , 上手很快 。 推荐书籍《Python编程快速上手》 , 新手可以跟着书里的内容一步步做 , 把里面的项目做完 , 差不多就入门了
6、商业数据分析软件
excel做数据分析难以解决大数据量的问题 , 对没有编程基础的人来说上手python又比较难 , 这时候可以选择利用数据分析软件来做数据分析 , 现在市场上的数据分析软件基本都涵盖来数据采集、处理、分析到可视化展现的过程 , 操作简单 , 可视化效果很棒 , 比较适合新手入门 。 比较好用的有FineBI、tableau 等等
数据分析方法学习数据分析肯定有人上网百度了不少数据分析方法 , 什么漏斗分析法 , PEST , SWOT模型、杜邦分析法等等 。 并且由于不同版本的演绎 , 造成了分析方法种类繁多 , 令人眼花缭乱 , 关于分析方法值得一说的就是一定要结合行业特点 , 特别是对业务的掌握 , 这样才能事半功倍 。 下面简单列几个比较通用的分析方法:
1、对比分析法
对比分析法常用的基础分析方法 , 虽然方法特别简单 , 但几乎所有的分析报告中 , 都会采取对比分析方法 。 比如去年同期相比、上个月环比、目标和实际达成相比、各个部门和业务线相比、行业内竞品比较、营销效果对比 , 等等 。 这里需要注意的是我们不管是横向比较还是纵向比较 , 比较的双方一定要有可比性 , 并且在同一个维度、粒度上去比较 , 要不是毫无意义的 。
2、5W2H分析法
这个方法主要应用于用户行为研究和专项问题分析 , 从时间、地点、人物、事情、原因、方式、价格等7个方面对一个问题进行刻画研究 。
3、SWOT
明确资源优势(Strengths)、竞争劣势(Weaknesses)、外部环境变化带来的机会(Opportunities)和威胁(Threats)等 , 将这些因素有机结合起来 , 以此确定企业经营战略 。


推荐阅读