大数跨境
0
0

2022年最强数据分析工具盘点(文末送书)

2022年最强数据分析工具盘点(文末送书) 数据分析不是个事儿
2022-11-09
1
导读:赶紧参与!



“文末送5本书!感兴趣的直接拉到文末!



最近在后台看到很多想进入数据分析领域的朋友私信我,让我帮忙解答一些职业问题。在跟他们的交流中,我发现他们之中70%都是一无所知或刚入门的数据小白,但是都特别积极主动,是真心想学习数据分析。



问的人很多,但我确实没时间去一一回答,索性今天就针对“数据分析中的应会工具”这个询问最多的问题做个解答。


从基础到进阶,哪个阶段应该学哪种工具,怎么学,需要学到哪种程度,让你一目了然。


入门阶段(适合数据小白)


1、Excel


数据分析领域入门级的工具。


掌握程度


  • 函数和公式:常用函数(逻辑、统计、查找、引用、文本、日期、数学函数等)

  • 数据透视表:分类汇总、取平均、最值、自动筛选、会分析占比、同比、环比、定比。

  • VBA程序开发:加分项,有能力的可以先学,如果时间精力不够可以到进阶阶段再学



学习书籍:


  • 《别怕,Excel 函数其实很简单》

  • 《别怕,Excel VBA其实很简单》



视频课:


  • 王佩丰Excel基础教程24讲完整版

  • 跟着孙兴华学习Excel VBA(第一到四季


(以上课程均在B站可看)



建议:


先跟着教程过一遍基础,知道每个函数怎么用,了解数据透视表大概怎么做,然后再去网上找几个案例跟着做,在练习中边学边练,这样效率最高。

2、SQL


做数据分析,SQL也是必会的工具,因为我们要利用SQL语句来取数、清洗数据。



掌握程度

  • 了解常用的数据库类型;

  • 熟悉基本的增删改查语句及函数。

  • 掌握并熟练使用高阶语法。

  • 熟悉如何优化SQL语句,以期达到最高查询效率。



相关文章



学习书籍

  • 数据预处理从入门到实战基于SQL、R、Python

    • KDD CUP 2015亚军得主多行业实战经验总结 

    • 54道例题,涵盖常见数据预处理技术3个实战案例,快速提升应用能力 

    • 3种语言实现对比,代码优化关键点一目了然配套数据+源码可下载
  • 《SQL基础教程》

  • 《SQL进阶教程》



视频课

  • 3小时学会MySQL

  • SQL进阶教程|史上最易懂SQL教程

(以上课程均在B站可看)



建议

  • 选定1-2本书和网站教程后就不要再在网上找学习资料了,这些教材足够你用,不要浪费时间在这上面。

  • 学完一遍后,要学会自己总结,制作自己的思维导图(像下图),加深记忆,不要用别人的总结去复习,这样学习效果不好。



3、Python


和数据分析有关的编程语言有Python和R语言。其中R语言倾向于统计分析、绘图,而Python偏向数据处理,实用性更高一点。所以对于新手来说,入门学Python是比较好的选择。



掌握程度

  • 了解学习Python基本概念

  • 掌握并熟练使用三个库Numpy、Pandas、Matplotlib




学习书籍:

  • 《Python数据分析基础》

    • 零编程经验也可学会用最火的Python语言进行数据分析

  • 《Python数据科学手册》

    • 掌握用Scikit-Learn、NumPy等工具高效存储、处理和分析数据。

    • 大量示例+逐步讲解+举一反三,从计算环境配置到机器学习实战,切实解决工作痛点。

  • 《Python数据分析:活用Pandas库》

    • 轻松掌握流行的Python数据分析工具 

    • 深入浅出,示例丰富,容易理解和上手

  • 《Excel+Python:飞速搞定数据分析与处理》

    • 流行 Python 库 xlwings 创始人亲授,教你让 Excel 快得飞起来!

    • 告别烦琐的公式和 VBA 代码,提升办公效率

    • 办公人士零压力学 Python




学习课程

  • 使用pandas进行数据分析:Data analysis in Python with pandas

  • 用Python玩转数据 Data Processing Using Python

(前者在B站上看,后者在Coursera上可看)



建议

这几年Python大热,导致全网都是卖课的广告,但其实网络上有很多Python资源都够你学,不用去花那冤枉钱。按照我给你建议的学习书籍/网站去学Python完全足够。


进阶阶段(适合有一定数据基础)



1、BI工具


数据最终是要呈现给业务/管理层查看的,因此到进阶阶段,BI工具也是必须要掌握的一个技能。



掌握程度

  • 懂得如何利用BI工具去连接数据库;

  • 了解仪表盘 Dashboard 的概念,知道绝大多数图表适用的场景;

  • 明白维度和指标的区分以及一些数据的清洗。



学习书籍:

  • FineBI:FineBI帮助文档、帆软社区

  • PowerBI:《Power BI商业数据分析》

  • Tableau:《人人都是数据分析师:Tableau应用实战》





学习课程

  • FineBI:帆软学院,免费课、付费课都有,还有学习班可以报名

  • PowerBI:Guy in a Cube


  • Tableau:未明学院的Tableau教程





建议:

现在市面上BI工具很多,主流的就是Tableau、FineBI和PowerBI,本土企业很多用FineBI,外企大多数是用PowerBI和Tableau。

作为老牌的国外BI工具,Tableau的可视化和power bi的数据处理和建模,还是很牛的,不过个人认为对于我们国人来说有两个不方便的地方:1、个人用的话,帮助文档是英文的,汉化过后的看起来也很奇怪,理解和学习成本高 ;2、企业用的话无法实现国内企业复杂式报表的需求,本地化服务不佳。


因为我本人在国企工作,政策大趋势是拥抱国产化,FineBI的各项服务做的也很好,方便我带的部门在公司进行数据文化的推广,所以我更习惯用FineBI。


当然这个也看使用和审美习惯,萝卜青菜各有所爱,但不管是哪个BI,最终实现的目的都大差不差。



2、R语言


在前文提过,R语言是倾向于统计分析、绘图,到了进阶阶段,能掌握R语言是非常加分的项,并且这几年求职大厂时会R语言已经成了一项基本技能,需要数据分析师熟练掌握。




掌握程度

  • 了解R的基本使用,

  • 掌握基本数据结构,

  • 数据导入导出,

  • 简单的数据可视化。



学习书籍

  • 《R语言实战》

    • 两版合计印刷50+次,总销量超17万册 

    • 深受读者好评,豆瓣评分9.0 

    • 从实际数据分析出发,全面掌握R编程 

    • 第2版新增预测性分析、简化多变量数据等近200页内容

  • 《R数据科学》

    • 摒弃其他R语言工具书从头到尾讲统计的陋习 

    • 从实用的R包出发,带你重新认识R和数据科学

  • 《R语言入门与实践》

    • 将R编程所需的方方面面巧妙融合在三个精心挑选的示例中,助你轻松掌握R语言,为成为优秀的数据科学家奠定坚实基础。



学习课程

  • 基因学苑的《R语言入门与数据分析》



建议

R和Python都比较容易学习,但在很多地方它们非常相似,如果你同时学习两者,就会很容易混淆,所以建议不要同时学习它们。等其中一个掌握到一定的程度,再着手学习另外一个会比较好。

3、业务思维



学习书籍

  • 《精益数据分析》

    • 本书围绕精益创业展开讨论,融合了精益创业法、客户开发、商业模式画布和敏捷/ 持续集成的精华。本书汇聚了100多位创始人、投资人、内部创业者和创新者的成功创业经验,呈现了30多个极具价值的案例分析,可以为各阶段的创业者提供行为准则。 

  • 《用数据讲故事》

    • 学会用数据讲故事,让沟通更高效、更直接 

    • 告别粗糙图表和PPT,让客户满意,给自己加分 

    • 前Google人力分析团队经理作品//盖茨基金会、摩根大通银行等组织高管鼎力推荐



总结

工欲善其事必先利其器,工具的确是数据分析师的利器,但刚入门的小白很容易陷入一种误区,即我学会了这些工具,我就能成为数据分析师,这显然是理解有误。在实际工作中,想要成为一名优秀的数据分析师,光学会这些工具是远远不够的。

好的分析思路、让自己数据分析后的结论能够落地,实际推动业务增长才是成为一名优秀数据分析师的关键。

最后

欢迎在文末评论区留言,说说对数据分析工具的看法,老李我将抽取5位幸运粉丝各送一本数据分析相关的书籍(可以自行选书)。


开奖时间:11月16日。

【声明】内容源于网络
0
0
数据分析不是个事儿
分享数据人的干货!
内容 1307
粉丝 0
数据分析不是个事儿 分享数据人的干货!
总阅读59
粉丝0
内容1.3k