数据分析应该看什么书

文章摘要：数据分析应该看什么书

想要成为一名优秀的数据分析师，可以多看看相关的书籍，都有哪些呢?下面小编给大家介绍数据分析师看什么书，一起来看 […]

想要成为一名优秀的数据分析师，可以多看看相关的书籍，都有哪些呢?下面小编给大家介绍数据分析师看什么书，一起来看看吧。

数据分析师看的书

《供应链》：对于做零售电商，非常重要。即使不是，实体商业，学习以后帮助也很大。

《市场营销学》：商业本质是营销，分析是为营销服务的，市场营销理论是服务于实践的。那些说理论没有的人，是你的深度不够。

《统计学》：既然做分析的，就需要一本工具书，原则统计学是分析的底层，理论是必备的。统计学的书非常多，这本书有ppt和数据，做的挺好，口碑不错。

《市场分析与软件应用》：看过很多讲战略的书，基本不落地，全是飘起来的。静下来好好看下，方法很有用。

《数据化管理》：主要讲电商和零售，我觉得零售部分讲的比较好，有些理论看起来很厉害，其实在公司用不上。

数据分析师的学习路径

一、统计、数据、机器学习

关于数学知识，大学课堂上会学到一部分，如果是数学科学类的专业会学到更深刻。如果你需要补习，可汗学院和麻省理工学院都有开放式课程。

对于统计学知识，建议系统地学习Udacity Openintro。统计仍然需要一些心理训练。

机器学习，你可以看看斯坦福的课程，有一个开放课程。

二、代码

从编程基础到端到端开发，一些商业软件的技术语言，如R、Python、SAS和SPSS，以及深入的交互学习，如果你想成为专业人员，你至少要精通其中的一些，比较好是精通其他的。

三、理解数据库

数据分析大多是实用的。企业数据通常存储在MySQL、Oracle、Postgres、MonogoDB、Cassandra等数据库中，所以需要了解和理解这些数据库。

四、数据管理、可视化和报告

数据管理包括对数据网格处理ETL的清理，使分析前的数据更加准确和清晰，如DataWrangler。

数据可视化数据分析的前端表示，如Tableau、Spotfire等，以更清晰、更直观地表示数据。

数据报告是通过不同的工具来呈现的，这些工具可以和数据可视化结合在一起，但是在实际应用中大多是通过PPT来呈现的。

市场上的许多公司都在使用商业智能工具，比如FineBI。

BI工具是比上述纯工具更适合业务的数据连接、数据处理和可视化工具。

五、大数据

大数据是未来发展的必然趋势，大数据技术种类繁多，如Hadoop、MapReduce、Spark等。如果你再多学一个，水平就不一样了。

六、积累经验，向同伴学习

无论你是数据分析的新手还是数据挖掘与分析专业的学生，都希望在学习以上内容的同时参加更多的比赛，学习同一领域的专业神，锻炼自己在这方面的感受。

当然，在实际应用过程中，大多数人并不关注数据分析，数据分析只是一种业务分析工具。

数据分析师的要求

1.素质要求：主要包括态度、思维模式等。这决定了一个人在较长一段时间内能达到怎样的高度。

1)擅长模仿学习：。作为数据分析师，在最开始起步的时候，有自己的想法固然重要，但是很多成功的数据分析案例的模仿与学习是能帮助你快速成长的一个捷径。成功的模仿要充分理解其方法的精髓，并学以致用。

2)想象力与创新。想象力不仅仅适合孩子。为了使数据真正的独一无二，出色的数据分析师会运用想象力创新力努力通过不同的维度使数据可视化。现在的研究课题和分析方法千变万化，只有不断创新才能更好地解决问题，使数据产生应有的价值。

3)逻辑思维。一个优秀的数据分析师必须能系统地解决问题，擅长利用逻辑思维去搭建完整有效的分析框架，了解分析对象之间的关联关系，清楚每一个指标变化的前因后果，会给业务带来的影响。如果缺少逻辑思维能力，很可能既浪费了大量的时间，又得不到有效的结论。

4)保持好奇心。数据分析师应该对数据所反映的任何一种趋势、观点、逻辑好奇，而不仅仅是那些看起来跟项目相关的，这是因为你的好奇心可以帮助你从不同的视角发现问题的本质，缺少好奇心往往会阻碍你看到其他视角下的问题。拥有好奇心，多问为什么，是提高数据敏感度比较好的方法。

5)态度严谨负责。有人把数据分析师比作企业的医生，数据分析工作就是对企业做的一次次诊断。所以为了避免误诊，数据分析师一定要持有严谨负责的态度，客观评价企业发展过程中存在的问题，不因其他因素影响而更改数据，隐藏企业存在的问题。这不仅是数据分析师应该具有的基本素质，也是基本的职业道德。

2.能力要求：要成为一名优秀的数据分析师并非易事，能力要求主要包括知识、经验、学历等。这些都是可以通过学习、培训及工作的积累获得。

1)懂业务。业务理解说是数据分析师所有工作的基础也不为过，数据的获取方案、指标的选取、乃至最终结论的洞察，都依赖于数据分析师对业务本身的理解。如果脱离行业认知和公司业务背景，分析结果再漂亮，也没有太大的实用价值。

2)懂管理。有人说数据分析师不是管理者，胜似管理者!一方面是因为数据分析思路需要用用营销、管理理论来支撑，另一方面是因为很多优秀的数据分析师都会开始独立带项目、带团队，或者和产品做一些合作，因此除了专业能力以外，还需要一些管理能力。

3)懂分析。数据分析师要掌握数据分析的基本原理和一些行之有效的数据分析方法，并能灵活运用到实际工作中，以便有效的开展数据分析工作，例如：

现状分析常用的方法：对比分析、平均分析、综合评价分析等。

原因分析常用的方法：分组分析、结构分析、交叉分析、杜邦分析、漏斗图分析、矩阵关联分析、聚类分析等。

预测分析常用的方法：回归分析、时间序列、决策树、神经网络等。

4)懂工具。有了数据分析方法论，有了数据分析方法，接下来就是要通过数据分析工具对数据进行处理分析啦。而且记住，高大上的工具不一定是好工具，能快速、有效的解决问题的工具才是好工具。

对于初级数据分析师，玩转Excel是必须的，数据透视表和公式使用必须熟练，VBA是加分。另外，要会写SQL查询，还要学会一个统计分析工具，SPSS作为入门是比较好的。

学会了Excel、SQL、PPT，接下来R或Python就在等着你喽。Python偏数据开发，在网络爬虫优势明显，R偏统计分析，当然也可以实现网络爬虫功能啦，学会一个，另一个简直soeasy!