市面上有很多關於數據分析的書籍，在這裏我給大家簡單的推薦壹下數據分析，對於有基礎知識的人來說可以稱之為消遣性閱讀。
但對新人還是有壹定作用的。閱讀的時候，不需要了解太多，只需要關註數據分析的流程、應用場景，以及書中提到的壹些數據分析工具，而不用擔心分析模型的實現。五個小時足夠妳建立數據分析的初步印象，消除陌生感。
二、了解統計知識——10學時15學時只夠妳了解統計知識，作為入門就夠了，但是妳要知道，以後隨著工作的深入，妳需要學習更多的統計知識。
現階段推薦兩本書:《統計學淺顯易懂》和《統計學:從數據到結論》。要了解常用的數理統計模型(描述統計指標、聚類、決策樹、貝葉斯分類、回歸等。)，並重點介紹了學習模型的工作原理、輸入內容和輸出內容。至於具體的數學推導，我們可以暫時放在壹邊，需要的時候再回來看。
三、學習初級工具——20個小時對於非技術數據分析師，只推薦壹個初級工具:EXCEL。推薦的書是《誰說新手不會分析數據》？基礎篇壹定要學，但改進篇不壹定要學(可以用其他高級EXCEL書)，網上各種公開課也可以學。
現階段要重點學習EXCEL中間函數的使用(透視表、函數、各種圖表使用場景以及如何制作)。如果妳有空閑時間，妳可以學習VBA。
四、提升PPT能力——10小時作為壹名數據分析師，PPT制作能力是壹項極其重要的能力，所以需要花壹些時間去了解如何制作壹份重點突出、條理清晰的PPT，以及如何在PPT中插入各種圖表，輕松更新數據。10小時不多，但也夠用了(如果沒做過PPT，需要再加點時間)。不推薦具體的書籍和課程。如果妳在網上抓到很多，請自己搜索。
5.了解數據庫和編程語言-10小時這個階段有兩個目標:學習基礎的數據庫和編程知識以提高妳未來的工作效率，測試妳適合學習哪些高級的數據分析工具。對於前者，數據庫建議學習MySQL(雖然Hadoop很有用，但是妳不是技術崗位，所以壹開始不會用到)，編程語言建議學習Python(我真的沒收他們繼續安利Python的錢...).數據庫學習聯合查詢是好的，但沒必要優化性能，備份那些內容；Python是關於盡可能多的學習。
六、學習高級工具——10小時雖然EXCEL可以解決70%以上的問題，但剩下的30%還是需要高級工具來做(不要放心EXCEL做壹個集群)。高級分析工具有兩個選項:SPSS和R，雖然R有各種好處，但是我的建議是根據妳上壹步的學習感受來決定學習哪個工具。如果學編程語言學很痛苦，就學SPSS，如果開心就學r，不管用哪種工具，都要把妳學統計學時學過的重點模型貫穿壹遍，學會建模，稍微優化。
7.了解妳想去的行業和崗位-10+小時在這裏，我在時間上打了壹個“+”號，因為這壹步不壹定要花整個時間去學習，它貫穿了妳整個學習過程。數據分析師需要不斷提升的能力就是行業和業務知識，沒有之壹。以後想投入哪個行業和崗位，壹定要學習相關知識(比如想運營壹個網站，就要了解互聯網的背景知識，網站運營的指標體系，用戶運營知識等等)。
八、打報告——25個小時妳學了這麽多，現在出去還是找不到好工作。所有的招聘人員都會問妳壹個問題:妳做過哪些實際的項目？(即使妳是新生)
如果有相關項目經驗或者實習經驗，當然可以拿出來，但是如果沒有，怎麽辦？答案很簡單。給他們壹份報告，告訴招聘人員:我有能力用數據分析入門級(甚至類)職位。同時，做報告也將是妳以後工作的主要內容，所以可能會出現另壹種情況:妳努力做了報告，然後發現這不是妳想要的生活，決定去做其他工作...這也是好事，有數據分析能力的人做其他工作更有優勢。
對大數據分析感興趣的朋友，不妨從看大數據分析書籍開始！嗶哩嗶哩上有很多大數據教學視頻，從基礎到高級，都挺不錯的。知識點非常詳細，有完整版的學習路線圖。也可以自己去看看，下載學習。