说来我正式接触数据分析也快一年，对速成还是有一些心得。优秀的数据分析师是不能速成的，但是零经验也有零经验的捷径。以上的前提针对入门，目的是达到数据分析师的门槛，顺利拿到一份offer，不涉及数据挖掘等高级技巧。我的方法倾向互联网领域，不论是分析师这个职位，还是运营、产品的能力发展都是适用的。其他领域就仁者见仁了。市面上有《七周七数据库》，《七周七编程语言》。今天我们就《七周七学习成为数据分析师》， Excel学习掌握如果Excel玩的顺溜，你可以略过这一周。不过介于我入行时也不会vlookup，所以有必要讲下。重点是了解各种函数，包括但不限于sum，count，sumif，countif，find，if，left/right，时间转换等。Excel函数不需要学全，重要的是学会搜索。即如何将遇到的问题在搜索引擎上描述清楚。我认为掌握vlookup和数据透视表足够，是最具性价比的两个技巧。学会vlookup，SQL中的join，Python中的merge很容易理解。学会数据透视表，SQL中的group，Python中的pivot_table也是同理，这两个搞定，基本10万条以内的数据统计没啥难度，80%的办公室白领都能秒杀。数据可视化数据分析界有一句经典名言，字不如表，表不如图。数据可视化是数据分析的主要方向之一。除掉数据挖掘这类高级分析，不少数据分析就是监控数据观察数据。分析思维的训练。数据库学习Excel对十万条以内的数据处理起来没有问题，但是互联网行业就是不缺数据。但凡产品有一点规模，数据都是百万起。这时候就需要学习数据库。可以了解MapReduce原理。统计知识学习，对于数据分析师来说，业务的了解比数据方法论更重要。当然很遗憾，业务学习没有捷径。
入行之后，我才发现数据分析其实可以分为两种：一种类似产品经理、一种偏向数据挖掘，类似产品经理向更加注重业务，对业务能力要求比较高；数据挖掘向更加注重技术，对算法代码能力要求比较高。数据挖掘向我先打个前哨，想要在一两个月内快速成为数据挖掘向的数据分析师基本不可能，做数据挖掘必须要底子深基础牢，编程语言基础、算法、数据结构、统计学知识样样不能少，而这些不是你自习一两个月就能完全掌握的。产品经理向需要你对业务感知能力强，对数据十分敏感，掌握常用的一些业务分析模型套路，企业经常招聘的岗位是：商业分析、数据运营、用户研究、策略分析等等。
3个月零基础入门数据分析师是一件完全可能的事！看清楚哦，我说的是入门。入门基本上就是懂得了常规的数据分析知识并且据此找到一份简单的工作！知乎里面有很多关于学习数据分析的帖子，写的都很好。但是它们和快速没有任何关系，你要完成那些大神们的书单贴，至少需要3、5年才行。因为那是一个perfect 的数据分析师，而不是入门级别的！我简单的将学习数据分析的同学分为三种：
1.学过计算机但不会统计学（新手）
2.学过统计学但不会计算机（小白）
3.统计学和计算机都不会（菜鸟）他们的排名是；菜鸟<小白<= 新手。无需置疑，菜鸟是最弱的级别，学习起来也是困难重重。小白和新手算是有一定的基础，学习起来会比较轻松一点。从我个人角度来看，我觉得计算机技术要重于统计学知识，因此我认为学计算机的同学更容易入门。当然，无论处于哪一个级别你都需要做两件事：一份正确的学习计划一套正确的书籍
CDA数据分析员的适合刚入行的考生，考试的难度是比较低的，可以先从一等级的开始考，一等级的考试比较简单，在考试的过程中是可以学到很多专业的知识的。考了CDA数据分析员之后，有一定的基础后是可以考CPDA数据分析师的，我朋友当时在中鹏的考完CDA后，然后还考了CPDA的，证书的含金量是挺高的。