首先我認為，業務資料分析是業務和數分這兩大塊內容的集合體，學習業務和學習資料分析是同等重要的，既然題主問的是學習路徑，那麼我就分開說：
按照我一貫推崇的學習路徑，資料分析一定要先學基礎和方法，再學工具和技能，但是很多人都恰恰本末倒置了，下面我就按照基礎和工具的順序，說一下應該學習哪些內容
1、資料分析基礎包括：
（1）統計學基礎。
數理統計學是資料分析的基礎之一，很多人連統計學概念都沒搞清楚就跑去學python、學excel，結果卻發現越學越難。
首先要了解一些統計學的基本概念，比如什麼叫描述型統計？什麼叫假設檢驗？什麼叫正態分佈？
然後再去學習統計學裡的資料模型，比如聚類、迴歸，這些都是業務分析中必備的內容。
關於統計學，大家可以看一看《深入淺出統計學》、《赤裸裸的統計學》、《統計學概論》這幾本書。
（2）資料分析思維的養成。
思維往往是很多人忽略的一點，但其實作為資料分析師來說，最起碼要了解和學習資料分析中的思維定式，比如結構化思維、演繹推理等等，這些我們可以在生活中慢慢培養。
因為資料分析是靠人來做的，既然是靠人，就免不了要受到個人的思維影響，很大程度上資料思維能決定我們分析問題的方向和思路，建議大家可以看看下面這本書：
（3）資料分析模型與方法。
大多數時候，我們做業務分析都是依靠的分析模型，因此學習一些常見的資料模型是非常必要的，這也是基於我們的資料分析思路自然而然養成的。
比如我看到流失分析，就想到肯定會用漏斗模型；比如我想到商品關聯分析，就一定要用到購物籃模型；比如我看到會員分析，就一定會想到RFM模型。
這部分建議大家看看《深入淺出資料分析》，《誰說菜鳥不會資料分析》也可以看看，不過比較簡單，當做入門書看比較合適
2、資料分析工具和技能包括：
（1）SQL
取數的必備技能，要掌握一定的資料庫基礎，主要是學習sql的語法，建議大家看看《sql server：從入門到精通》、《MYSQL必知必會》：
（2）Excel
主要學習資料清洗、資料透視表、DAX函式這三個功能，有能力的可以學學VBA，不過業務分析不建議太深入，推薦讀物：
（3）BI工具
用來做資料分析的主要工具，比如tableau、powerbi、FineBI等等，這些工具都各有特點和適用環境
（4）Python/R
資料分析也需要至少掌握一種程式語言，萬能Python是最合適的了，不過也有很多人喜歡R，二者對於業務分析來說，差別並不大。
資料分析師=半個業務人員，可能對於業務分析師來說，必須首先得是個業務人，之後才能是資料分析師。而學習業務，才是資料分析人最痛苦的事情。
那該怎麼具體瞭解呢？可以透過業務模式、產品、渠道、使用者、運營、部門、KPI來充分了解一個公司的業務、資訊。
1、業務模式
通俗來講，要了解一家企業，可以瞭解它的商業模式，但這太寬泛了，我們用業務模式來代替。簡單講，就是這家企業是透過什麼來掙錢的？
2、產品
產品是有企業提供的滿足某一使用者群體的某一場景下的特定需求的物品和服務。產品一般看什麼：
3、渠道
渠道的定義，就是連線產品和使用者的通道。把產品提供給需要它的使用者，把使用者的錢帶回來。渠道有什麼：
4、使用者
使用者，是產品和服務的最終使用者。我們最終的目的，就是希望使用者能儘可能多使用，購買我們的產品，所以我們就要了解自己的使用者。使用者都有什麼屬性呢？這就多了，主要分為兩種使用者，企業使用者和個人使用者。
5、運營
運營在整個閉環中，需要支援產品，渠道，使用者三大部分。比較常見的是網際網路產品運營，這個職位一般需要最佳化產品的使用者體驗，比如APP的這個功能基本沒什麼使用者使用，就要考慮是哪裡出問題了，好做相應的改進。或者在傳統行業幫助產品做好進銷存管理。
當然還有其他很多業務知識需要學習，這部分建議大家多去參與到業務部門的工作中，最好是跟在業務部門一段時間，多去學習業務才能真正做好資料分析。
首先我認為，業務資料分析是業務和數分這兩大塊內容的集合體，學習業務和學習資料分析是同等重要的，既然題主問的是學習路徑，那麼我就分開說：
先說資料分析，要學些什麼按照我一貫推崇的學習路徑，資料分析一定要先學基礎和方法，再學工具和技能，但是很多人都恰恰本末倒置了，下面我就按照基礎和工具的順序，說一下應該學習哪些內容
1、資料分析基礎包括：
（1）統計學基礎。
數理統計學是資料分析的基礎之一，很多人連統計學概念都沒搞清楚就跑去學python、學excel，結果卻發現越學越難。
首先要了解一些統計學的基本概念，比如什麼叫描述型統計？什麼叫假設檢驗？什麼叫正態分佈？
然後再去學習統計學裡的資料模型，比如聚類、迴歸，這些都是業務分析中必備的內容。
關於統計學，大家可以看一看《深入淺出統計學》、《赤裸裸的統計學》、《統計學概論》這幾本書。
（2）資料分析思維的養成。
思維往往是很多人忽略的一點，但其實作為資料分析師來說，最起碼要了解和學習資料分析中的思維定式，比如結構化思維、演繹推理等等，這些我們可以在生活中慢慢培養。
因為資料分析是靠人來做的，既然是靠人，就免不了要受到個人的思維影響，很大程度上資料思維能決定我們分析問題的方向和思路，建議大家可以看看下面這本書：
（3）資料分析模型與方法。
大多數時候，我們做業務分析都是依靠的分析模型，因此學習一些常見的資料模型是非常必要的，這也是基於我們的資料分析思路自然而然養成的。
比如我看到流失分析，就想到肯定會用漏斗模型；比如我想到商品關聯分析，就一定要用到購物籃模型；比如我看到會員分析，就一定會想到RFM模型。
這部分建議大家看看《深入淺出資料分析》，《誰說菜鳥不會資料分析》也可以看看，不過比較簡單，當做入門書看比較合適
2、資料分析工具和技能包括：
（1）SQL
取數的必備技能，要掌握一定的資料庫基礎，主要是學習sql的語法，建議大家看看《sql server：從入門到精通》、《MYSQL必知必會》：
（2）Excel
主要學習資料清洗、資料透視表、DAX函式這三個功能，有能力的可以學學VBA，不過業務分析不建議太深入，推薦讀物：
（3）BI工具
用來做資料分析的主要工具，比如tableau、powerbi、FineBI等等，這些工具都各有特點和適用環境
（4）Python/R
資料分析也需要至少掌握一種程式語言，萬能Python是最合適的了，不過也有很多人喜歡R，二者對於業務分析來說，差別並不大。
再說說怎麼學習業務資料分析師=半個業務人員，可能對於業務分析師來說，必須首先得是個業務人，之後才能是資料分析師。而學習業務，才是資料分析人最痛苦的事情。
那該怎麼具體瞭解呢？可以透過業務模式、產品、渠道、使用者、運營、部門、KPI來充分了解一個公司的業務、資訊。
1、業務模式
通俗來講，要了解一家企業，可以瞭解它的商業模式，但這太寬泛了，我們用業務模式來代替。簡單講，就是這家企業是透過什麼來掙錢的？
2、產品
產品是有企業提供的滿足某一使用者群體的某一場景下的特定需求的物品和服務。產品一般看什麼：
3、渠道
渠道的定義，就是連線產品和使用者的通道。把產品提供給需要它的使用者，把使用者的錢帶回來。渠道有什麼：
4、使用者
使用者，是產品和服務的最終使用者。我們最終的目的，就是希望使用者能儘可能多使用，購買我們的產品，所以我們就要了解自己的使用者。使用者都有什麼屬性呢？這就多了，主要分為兩種使用者，企業使用者和個人使用者。
5、運營
運營在整個閉環中，需要支援產品，渠道，使用者三大部分。比較常見的是網際網路產品運營，這個職位一般需要最佳化產品的使用者體驗，比如APP的這個功能基本沒什麼使用者使用，就要考慮是哪裡出問題了，好做相應的改進。或者在傳統行業幫助產品做好進銷存管理。
當然還有其他很多業務知識需要學習，這部分建議大家多去參與到業務部門的工作中，最好是跟在業務部門一段時間，多去學習業務才能真正做好資料分析。