在當前的大資料時代背景下，資料分析師的發展前景是比較廣闊的，未來傳統行業也會釋放出大量的資料分析崗位。

要想成為資料分析師，需要具備三方面基礎知識，可以按照自身的知識結構進行階段性學習。第一方面是數學基礎，第二方面是統計學基礎，第三方面是計算機基礎。要想在資料分析的道路上走得更遠，一定要注重數學和統計學的學習。資料分析說到底就是尋找資料背後的規律，而尋找規律就需要具備演算法設計能力，所以數學和統計學對於資料分析是非常重要的。

而要想快速成為資料分析師，則可以從計算機知識開始學起，具體點就是從資料分析工具開始學起，然後在學習工具使用的過程中，輔助演算法以及行業知識的學習。學習資料分析工具往往從Excel工具開始學起，Excel是目前職場人比較常用的資料分析工具，通常在面對10萬條以內的結構化資料時，Excel還是能夠勝任的。對於大部分職場人來說，掌握Excel的資料分析功能能夠應付大部分常見的資料分析場景。

在掌握Excel之後，接下來就應該進一步學習資料庫的相關知識了，可以從關係型資料庫開始學起，重點在於Sql語言。掌握資料庫之後，資料分析能力會有一個較大幅度的提升，能夠分析的資料量也會有明顯的提升。如果採用資料庫和BI工具進行結合，那麼資料分析的結果會更加豐富，同時也會有一個比較直觀的呈現介面。

資料分析的最後一步就需要學習程式語言了，目前學習Python語言是個不錯的選擇，Python語言在大資料分析領域有比較廣泛的使用，而且Python語言自身比較簡單易學，即使沒有程式設計基礎的人也能夠學得會。透過Python來採用機器學習的方式實現資料分析是當前比較流行的資料分析方式。