首先，要明白僅憑資料分析一項技能是不足以找到工作的，必須要和其他專業知識結合起來才有意義。比如搞金融資料分析，就必須同時具備金融知識和資料分析技能；要搞資訊分析，就必須同時具備語義解析、花語體系建構等一系列知識和資料分析技能。所以，必須要把資料分析技能和專業知識結合起來。有一些專業是自帶資料分析課程的，這個就不多講了。單純學習資料分析技能的話，包括學習兩個方面的內容，一個是學習相關的分析軟體，從原來最早的什麼SPSS之類的統計軟體，到現在那些兼有程式設計和統計功能的軟體如Python都可以，如果覺得報班貴，網上也有很多自學材料；再一個就是學習一些資料分析模式了，可以多看看網上那些你想求職的領域的資料分析的報告，學習他們的資料分析思路。

第一步：以終為始，明確要到達的目的地。你想要從事的資料分析是哪個行業？有沒有嚮往的中意的工作單位（可以有多個）？如這兩個問題非常確定，那恭喜可以往下繼續。

第二步：收集該行業、該單位（可以有多個）的資料分析崗位的具體要求，列出具體知識、技能、素質要求；

第三步：尋找相應知識、技能、素質的最好的課程（含線上），列出自己的學習計劃安排（可以是在崗學習或脫崗學習）；

第四步：邊學邊練，學會學精每一項課程。需要拿相關證書的，要拿到相關證書。

第五步：中意的單位可能就直接來找你了，因為你是專門為他量身定製的。

學習資料分析首先要有資料收集的系統軟體，需要智慧校園的硬體裝置支撐！目前國內部分學校有一卡通手環資料收集，學生行為分析資料收集，學生考試資料收集，教師對學生的過程性評價資料收集，學生行為習慣資料收集等系統！其次是對收集的資料有一套自己的分析演算法！再次就是分析的結果實用性高！比如，一個學生的消費型別資料分析，可以隨時掌握學生的飲食喜好從而來改進食物型別！根據學生的軌跡分析來判斷學生自主性的強弱，例如某學生的在課餘時間的軌跡經常在書吧或者自習教室，那麼該同學的自主學習能力極高！根據每次章末測試，專題測試，月考測試等知識點錯誤率來個性化的分析某位同學的學習狀況，深度掌握學情！不是傳統的用分數憑感覺來掌握學情！根據教師的過程性評價結合考試終結性評價來考慮學生的學習習慣等等！很多的學習資料分析具有很實用的價值，關鍵是怎樣把所有的資料透過一套演算法串聯起來！