作為一名IT行業從業者，同時也是一名計算機專業的教育工作者，我來回答一下這個問題。

隨著大資料逐漸開始落地到行業領域，未來大量的職場人都需要掌握一定的大資料知識，而資料分析作為一個重要的資料價值化手段，也成為更多的職場人需要掌握的重要技能之一。

資料分析有兩種常見的分析方式，一種是統計學方式，另一種是機器學習方式，初學者可以根據自身的知識基礎來選擇不同的學習切入點。但是不論選擇學習哪種資料分析方式，都需要具有三大塊基礎知識，分別是數學、統計學和計算機。

對於基礎比較薄弱的初學者來說，可以從基本的資料分析工具開始學起，目前比較流行的資料分析方式可以簡單地分為兩類，一類是基礎性資料分析工具，比如Excel就是比較常見的資料分析工具，對於很多傳統行業的職場人來說，掌握Excel可以應付大部分資料分析任務，另一類是相對比較專業的BI類工具。

對於具有一定數學和計算機基礎的初學者來說，可以按照三個階段來學習資料分析知識，第一步是學習資料庫知識，可以從關係型資料庫開始學起，重點在於Sql語言的學習；第二步是學習程式語言，比如Python就是不錯的選擇；第三步是學習機器學習知識，這部分內容有一定難度，需要一個系統的學習過程。

最後，學習資料分析一定要結合具體的應用場景，這樣才會積累更多的實踐經驗，所以在進行資料分析的過程中，也需要掌握一定的行業知識，這需要一個積累的過程。

資料分析主要包括大概六個方面的內容，

(1) Excel

(2) Mysql

(3) Python

(4) BI商業智慧工具

(5) 數理統計與資料運營

(6) 機器學習

你可以先對各方面進行了解，自學能力強的話沒有問題，但是自學很可能會走一些彎路，畢竟下班的時間比較少，這裡更推薦跟著老師進行系統性的學習哦，可以更加高效率的掌握知識。