萬事開頭難，但一旦數據分析有了動力，就要開始完善自己的知識體系，這也是真正入門的開端。那如何完善數據分析的知識體系？
1、基本的計算機知識和統計知識
數據庫+SQL語言
一些常用的數據庫如Oracle、SQL Sever、DB2、MySQL，這些數據庫或者說日常接觸的數據庫都要有所瞭解，懂最常用的就好，最重要的還是要會寫SQL。
數學/統計學知識
一些基本的數學統計方法如描述性統計、多元統計分析、迴歸分析等，重要性不言而喻。
數據挖掘知識：方差分析、迴歸分析、因子分析、聚類分析等等。這些東西作為入門多多少少都要會一些，雖然有可能不會全用到，但一旦用時方恨少。而且也可以作為未來發展的基礎
數據分析可視工具
數據分析可視化工具很寬泛。首推Excel，中小公司很依賴，熟練使用數據透視表，這是必備技能。中大型公司都是用報表工具或者BI來做報表，但有了SQL+Excel的基礎，這些工具上手都很快。
2、業務知識
數據分析師要與公司的各業務打交道，所以對於各部門的業務知識要有深入的瞭解。某業務領導需要知道某個指標，你需要知道這個指標由哪些數據構成?數據統計的口徑是什麼？數據怎麼取出來？這個指標對於行業的意義是什麼，處於什麼範圍分別對應什麼樣的情況，是好還是壞。然後慢慢摸索這個指標層面多維度的規律，如何設定最合理。
明確自己的位置，快速成長
數據分析是一向比較專業的工作，要時刻警惕自己能力是否有提升，目前是什麼樣的水平，習慣反思自己:
1、你瞭解你所整理的數據的來源嗎？是自己公司的業務數據，還是與合作伙伴交換的數據？是自己公司相關部門採集的，還是從第三方獲取的？獲取過程中，具體的指標和邏輯是什麼？
2、這些數據是真實的嗎？採集和整理過程中會不會出現什麼問題？技術上的邏輯和業務上的邏輯是不同的概念，有沒有技術上沒有瑕疵，但並不符合業務邏輯的數據流程？
3、到你手裡的數據經過了什麼處理？你又做了什麼處理？為什麼他們和你要做這些處理？
4、誰需要你的數據？你處理後的數據流向哪裡？他們用數據做什麼？這些數據最終又拿去做了什麼？比如，為客戶做了什麼服務，公司發佈了什麼內容，或向管理層證明了什麼KPI，或支持了哪個部門的評估？
5、你做整理的週期是什麼？為什麼是這樣的週期？
6、公司有其他的部門在處理其他的數據嗎？是什麼樣的數據？和你有什麼關係？為什麼這些數據要分開處理？
7、近一年，你自己的電腦上應該已經積累了不少數據，試試做個分析，從一段較長的時間來看，你負責的這一塊數據發生了什麼變化？為什麼會有這個變化？和公司的產品、經營、業務有關，還是和行業有關？具體怎麼有關？
如何進一步提升？
業務上
1.業務為核心，數據為王
瞭解整個產業鏈的結構
制定好業務的發展規劃
瞭解衡量的核心指標
有了數據必須和業務結合才有效果
需要懂業務的整體概況，摸清楚所在產業鏈的整個結構，對行業的上游和下游的經營情況有大致的瞭解。然後根據業務當前的需要，指定發展計劃，從而歸類出需要整理的數據。最後一步詳細的列出數據核心指標（KPI），並且對幾個核心指標進行更細緻的拆解，當然具體結合你的業務屬性來處理，找出那些對指標影響幅度較大的影響因子。前期資料的收集以及業務現況的全面掌握非常關鍵。
2.思考指標現狀，發現多維規律
熟悉產品框架，全面定義每個指標的運營現狀對
比同行業指標，挖掘隱藏的提升空間
拆解關鍵指標，合理設置運營方法來觀察效果
爭對核心用戶，單獨進行產品用研與需求挖掘
業務的分析大多是定性的，需要培養一種客觀的感覺意識。定性的分析則需要藉助技術、工具、機器。而感覺的培養，由於每個人的思維、感知都不同，只能把控大體的方向，很多數據元素之間的關係還是需要通過數據可視化技術來實現。
3.規律驗證，經驗總結
發現了規律之後不能立刻上線，需要在測試機上對模型進行驗證。
技能上
1.Excel是否精鑽？
除了常用的Excel函數（sum、average、if、countifs、sumifs、offset、match、index等）之外，Excel圖表（餅圖、線圖、柱形圖、雷達圖等）和簡單分析技能也是經常用的，可以幫助你快速分析業務走勢和異常情況；另外，Excel裡面的函數結合透視表以及VBA功能是完善報表開發的利器，讓你一鍵輕鬆搞定報表。
寫給喜歡數據分析的初學者
2.你需要更懂數據庫
常用的數據庫如MySQL，Sql Server、Oracle、DB2、MongoDB等；除去SQL語句的熟練使用，對於數據庫的存儲讀取過程也要熟練掌握。在對於大數據量處理時，如何想辦法加快程序的運行速度、減少網絡流量、提高數據庫的安全性是非常有必要的。
3.掌握數據整理、可視化和報表製作
數據整理，是將原始數據轉換成方便實用的格式，Excel在協同工作上並不是一個好工具，報表FineReport比較推薦。項目部署的Tableau、FineBI、Qlikview一類BI工具，有沒有好好培訓學習，這些便捷的工具都能淡化數據分析時一些重複性操作，把精力更多留於分析。
在不久的將來，多智時代一定會徹底走入我們的生活，有興趣入行未來前沿產業的朋友，可以收藏多智時代，及時獲取人工智能、大數據、雲計算和物聯網的前沿資訊和基礎知識，讓我們一起攜手，引領人工智能的未來
閱讀更多 多智時代 的文章
