数据浪潮下，越来越多的小伙伴选择成为一名数据分析师。但网上各种资料一大堆，零基础的你想要学习却不知道该怎样下手。我建议你花几分钟看一下这篇文章，了解一下学习数据分析的底层逻辑，一定能够帮助你更快地入门数据分析~
一、学习数据分析的底层逻辑
学习一样东西，其实最底层的逻辑就是明确是为了什么学习，想要通过学习达成怎样的目标，换句话说就是想通过这个技能来解决哪些问题。通过这个逻辑，你才知道具体哪些问题可以通过什么方法来解决，进而学习相应的东西。本文讨论的是零基础怎样学习数据分析，我们不妨着力于数据分析师的工作来看，数据分析师主要会做的事情包括：
1.发现问题，并将问题转换为数据问题。
2.通过收集和分析数据以及设计报告来确定技术问题。
3.确定新的数据来源和方法，以更好地收集、分析和报告数据。
4.收集、分析和报告数据以满足业务需求。
5.区分趋势和模式。以全面、可重复的方式报告数据。
6.将数据可视化。
通过上述内容的描述，可以总结出需要学习的知识包括：获取数据，分析数据，报告数据，数据可视化，还有数据分析思维。
需要使用的最主要的工具包括：python、excel、SQL、BI工具。
二、学习途径
1.专业知识了解一个职位或是行业，对一些基础理论和概念的理解非常必要。初级数据分析师首先需要学习和掌握基础的理论知识，比如统计学，统计学是数据分析最重要的基础之一，是数据分析的基石和方法论。统计知识会要求我们以另一个角度看待数据。当你知道AB两组的差异用平均值看是多傻的事情，代表你的分析技巧有了一定提升。除此之外，还要学习数据分析、BI相关的概念和方法论，最终去形成数据分析的思维。
2.Excel
数据分析师必学的工具之一。因为其强大的公式函数图形能力、应用动态的透视表分析、简洁的操作界面而受到喜爱。在Excel中我们主要需要掌握一些基本的计算函数、数据透视表以及VLOOKUP函数。
3.SQL
SQL包括两种SQL工具和SQL语句。SQL工具是进行数据统计最基础的工具，我们可以用SQL语句在SQL工具中查询获取数据，进而进行数据的分析。一般情况下，数据比较少时可以用Excel来应对，而SQL工具可以应对较多数据。在SQL中我们主要掌握表的增、删、改、查、表连接、子查询以及窗口函数的运用和SQL语句的执行顺序。
4.Python
编程类数据分析，可以对一些非结构化的数据进行处理。学习Python，可以开阔视野，如果遇到一些数据模型、算法之类的项目，学习Python就可以避免无从下手的尴尬局面。我们要掌握最基本的数据结构，包括列表、字典、字符串、元组、数组、集合。还需要掌握基本的语句，比如说IF语句、For循环、while循环。还要熟练运用Python中的各种库，比如有numpy/pandas等等。
5.BI
BI可以理解成Excel图表透视表的高级版。BI是将表与表相连，然后得出很多指标图：企业销售指标，运营指标，物流指标等等。这些可视化的看板，会让数据能够更加直观地呈现出来。
6.业务能力
数据分析师的价值就是数据驱动业务。所以应该掌握一些业务能力，学习的推荐书籍有：《精益数据分析》、《增长黑客》、《数据挖掘与数据化运营实战，思路、方法、技巧与应用》。还可以