這是一個用資料說話的時代，也是一個依靠資料競爭的時代。目前世界500強企業中，有90%以上都建立了資料分析部門。IBM、微軟、Google等知名公司都積極投資資料業務，建立資料部門，培養資料分析團隊。各國政府和越來越多的企業意識到資料和資訊已經成為企業的智力資產和資源，資料的分析和處理能力正在成為日益倚重的技術手段。

資料分析師到底是什麼，其實比較模糊。簡單的說，就是資料分析，關鍵是，我們分析這些資料幹什麼，我個人認為，是從資料中獲取有用的資訊，一切都以資料說話。

舉個簡單的例：我們把所有資料分成1-12月份，看每個月的銷量，從銷量上就可以看出一年的週期規律。說的再小一點，如果資料收集的夠齊，我們也可以分析，每個銷量是哪些性格的人去買，然後根據這種特點，改進產品。

我想資料分析師就是這樣一個職業。

實際上我們最大的問題是完全不知道，資料分析師到底應該具備什麼知識？或者說，給你一個數據，你能拿他分析出什麼結果。這才是分析師的價值。

所以，如果你不知道怎麼走這條路，我就建議按這個目的來走，思考一下，如何才能達到這個目的。我個人認為，至少從兩方面來說。一方面是你要了解資料分析的方向，也就是資料分析的一些思路。另一方面，你有分析的思路後，再看有哪些對應的軟體可以做分析。我所知道的就是power bi這個軟體，視覺化圖表，具說有一家公司利用這個軟體分析出了把尿布放在奶粉旁邊，可以提高奶粉的銷量。的確如此，這也不是沒有道理。不過光這一個軟體肯定是不夠，另外再多說一句，估計你的函式知識幫不了什麼忙，因為資料分析不會用excel函式，或者用的很少，比如：power query就用的是m函式，當然你有函式功底學起來還是有幫助的。

把話說的簡單一點，資料分析師就是生成不同的圖表，從不同的角度來說明問題，找出問題。你的任務是如何在一分鐘內生成100個圖表，然後從中找問題。

關於資料分析，咱們可以先了解資料分析都做什麼？需要哪些基礎？具體的分析流程是什麼樣的？應該掌握什麼樣的工具？需要注意哪些東西？

首先 資料分析都做什麼？我們來科普下： 資料分析是指用適當的 統計分析方法 對收集來的大量資料進行分析，提取有用資訊和形成結論而對資料加以詳細研究和概括總結的過程。這一過程也是 質量管理體系 的支援過程。在實用中，資料分析可幫助人們作出判斷，以便採取適當行動。

因此 需要哪些基礎？首要的還是要掌握一些資料分析的基礎統計理論，基礎知識，基礎方法，這裡推薦一本比較好的入門書籍：

賈俊平老師的 統計學 第五版

其次 是一些基礎的資料分析方法 常見的常用的有 Pest，SWOT，5W2H，經典4P理論，杜邦分析，零售常用的人貨場分析 以及網際網路常用的“使用者增長模型”，海盜指標AARRR

然後 具體的分析流程是什麼樣的？有了 這些基礎的理論和分析方法後，接下來具體的分析流程可參考：1.提出問題（需求） 2.結論/假設 3.資料準備 4.資料分析 5.報告生成 結論驗證。

再就是 上面的分析流程中第3資料收集，第4資料處理分析中就需要用到一些工具（“器”），用的最多的還是word軟體尤其ppt、excel，另外建議好好去學下sql語言，因為sql是標準化的資料查詢語言，所有的關係型、非關係型資料庫包括一些開源的資料庫，甚至公司內部的資料平臺 對它都有良好的支援和相容，還有一些網上資料的收集 或者一些跨平臺的資料處理，包括一些分析 可以用python，python簡單易學能快速上手。

最後 需要注意哪些東西？個人最大的提醒建議就是一定要 關注行業知識，和不斷的學習業務知識，因為脫離行業脫離業務的資料分析都是“無用功”耍流氓 ^_^。

基於你的EXCEL經驗，需要再在圖表視覺化，行業業務知識上及常用的分析方法上主攻下，還是很有希望的（主要是你想做想學，興趣是最好的老師）。