建议先搭好学习框架，然后逐部分学习
仅推荐我自己看过的书给你参考，希望能帮助到你
1.首先搭好框架，学习数据分析包含两个方面，数据分析思维和数据分析技能
数据分析工作可以简单归纳为如下的步骤和顺序：
1. 明确目的和思路-》2.收集数据-》3.数据处理-》4.数据分析-》5.数据展现-》6.撰写数据分析报告-》7.应用解决行业问题
如上7个部分，1、6、7需要你的数据分析思维，2、3、4、5需要你的数据分析技能
下面我将分别从以上两个方面来推荐相关的书籍
2.学习数据分析思维的书籍
首推《深入浅出数据分析》,这本书也是我个人的数据分析入门书，本书重在培养数据分析思维，从个人认识和思想准备上慢慢进入数据分析这一行。虽说本书在数据分析案例和内容上，侧重商业运营数据分析，与现在较火的互联网数据分析有点出入，但数据分析思维是一致的，基本遵循运营业务出现问题》通过数据分析发现问题》解决问题，然后根据试行结果来不断迭代，通过反馈来完善这一过程。另外本书还涉及到不少数据分析的方法，初读可以不用过分深入，了解即可
《谁说菜鸟不会数据分析》，由国内作者编写，对小白非常友好，以职场数据分析新手的背景故事展开，可读性强。读完本书可以对数据分析在工作流程和细节有基础认识，采用Excel作为数据分析工具，大大降低了初学者的学习门槛，本书重点在零售行业等的数据分析过程，从获取数据到撰写报告，都有详细的介绍和建议。
《增长黑客》，是知名的互联网产品，运营读物，主要通过案例讲解互联网产品如何通过数据分析的方法来运营产品，和迭代产品，讲述了数据分析如何在互联网行业带来效益和价值，证明了数据的强大作用。同样，书中也涉及了部分技术细节，但初学者不必深究，重点关注数据分析的思路。
《精益数据分析》，以创业公司的角度来看点数据分析在公司创业过程中的作用，以较高的角度从市场，产品，环境等大方面来讲述数据分析在公司成立初期的关键几年的重要作用，强调了互联网公司要以数据驱动业务。对初学者可以当做故事书来看，若看的时候能够结合融会前几本书的数据分析思维就最好了。
2.学习数据分析技能的书籍
Excel建议可以看看视频教程，边看边操作效果较好
《SQL基础教程》，本书可以作为SQL的入门教程，亮点在于本书在讲解每个知识点时会同时讲解语句在不同数据库中的异同，有很好的指导作用，每部分还有相对应的习题，由浅入深，练习案例丰富，看书时一定要跟做联系题！另外个人建议，初学时可以先选定一种数据库，如互联网公司用的较多的Mysql, 学习时可只关注mysql中sql语句的写法，避免自己产生混乱。
学习sql还有《sql必知必会》，简短精悍，全是干货，若时间紧迫，可以看这本，平时也可以用来当工具书查阅。
《利用Python进行数据分析》，目前应用较广的数据分析编程语言就是Python，本书可以让你在学习时关注于Python在数据分析中的应用，大大节约了时间成本和精力，因为Python功能太多了，我读的PDF文件，可快速查阅较方便，注意在看书时同样要手敲代码，尽量将书中代码自己手打一边运行看看效果，talk is cheap.
数据分析中还涉及到不少统计学的知识，入门可以看看《赤裸裸的统计学》，本书基本没有公式，可读性强，通过生活中的例子介绍统计学知识，通俗易懂，基础的统计学知识囊括其中，结合实例还能让你了解统计学在生活中的应用。
统计学进阶《商务与经济统计》，大部头，很多经济学专业的专业课用书，着重强调商业应用中的统计学知识，同样没有过深的数理原理统计知识，不会令人望而生畏。拥有大量案例和习题，很适合学习统计学知识。
最后，希望你能顺利入行数据分析，学无止境，谢谢！
评论0
加载中...
数据分析是当下十分火爆的岗位，被各种自媒体称为低门槛，高工资的岗位，但我想说的是真正的数据分析师绝非你所想象的那样只会Python或者是SQL，更重要的是对业务的思考与剖析。
那么自学数据分析的时候，最重要的也是最基本的当属SQL语句了，这里为你推荐一本书，作为数据分析师可能你不需要完成对SQL的维护与开发，但也要会最基本的增删改查和跨表查询。
然后就是必要的技能，统计分析了，这里可以去大学生mooc上看录播课，老师的讲解比较细致并且有详细的知识点和课后问题，很适合恶补自己的统计学知识。
当你有了一定的统计学基础并且熟悉了SQL语句后，这时候你可以尝试学习一些工具了，为你的数据分析先铺好路，可以从Python入手，学习成本很低，这里推荐一本书：
这本书也是我经常看的一本书，难度比较低内容十分丰富，很适合学习基础知识。
当你掌握这些技能的时候，你已经可以做一名数据分析助理了，后面你还需要更多的时间去沉淀，学习更多知识，需要掌握更多的数据分析模型、数据分析思维、业务能力、建模能力....
最后祝早日踏进理想行业，从事理想工作。
评论0
加载中...
《谁说菜鸟不会数据分析入门篇》、《拯救您的Excel数据的分析、处理、展示（动画版）》、《深入浅出数据分析》、《数据挖掘技术》和《基于SPSS的数据分析》等等。
评论0
加载中...
对于数据分析而言，最经典的书，无非就那几本。一本一本读，就能够好好打磨自己的基本功。
下面这 10 本书，可以说，对于数据分析领域而言，经典、经典、还是经典。
数据分析入门的第一本书。
以类似“章回小说”的活泼形式，生动地向读者展现优秀的数据分析人员应知应会的技术：数据分析基本步骤、实验方法、最优化方法、假设检验方法、贝叶斯统计方法、主观概率法、启发法、直方图法、回归法、误差处理、相关数据库、数据整理技巧；正文之后，意犹未尽地以三篇附录介绍数据分析十大要务、R工具及ToolPak工具，在充分展现目标知识以外，为读者搭建了走向深入研究的桥梁。
这本书可以让你学到分析现实问题的系统性方法，让你在面对庞杂的数据时，不再抓耳挠腮。更重要的是，对于如何处理没有把握的数据，它直击本质地告诉你：记住分析目标，目光停留在和目标相关的数据上，无视其他。
本书构思跌宕起伏，行文妙趣横生，无论读者是职场老手，还是业界新人；无论是字斟句酌，还是信手翻阅，都能跟着文字在职场中走上几回，体味数据分析领域的乐趣与挑战。
本书展示了如何验证自己的设想、找到真正的客户、打造能赚钱的产品，以及提升企业知名度。30多个案例分析，全球100多位知名企业家的真知灼见，为你呈现来之不易、经过实践检验的创业心得和宝贵经验，值得每位创业家和企业家一读。
集结了很多数据分析和精益创业的方法论，按企业产品特点分类，分别进行了细化解读。通过丰富的案例，分门别类地对很多行业的商业模式和特点进行了分析。
通过这本书，你将会学到分析各种产品的一些指标和模型，深入理解精益创业、数据分析基础，和数据驱动的思维模式。
一本很好的数据分析入门读物。
《谁说菜鸟不会数据分析》基于通用的Excel工具，加上必知必会的数据分析概念，以小说般通俗易懂的方式讲解。本书基于职场三人行来构建内容，完全按照数据分析工作的完整流程来讲解。全书共8章，依次讲解数据分析必知必会知识、确定数据分析的结构化思维、数据处理技巧、数据展现的技术、通过专业化的视角来提升图表之美以及专业分析报告的撰写等内容。本书有足够的魅力让你一口气读下去，在无形之中掌握数据分析的技能，提升职场竞争能力。
这本书由“增长黑客之父”肖恩•埃利斯，联合摩根•布朗出品，正式提出了系统化的增长黑客概念。
脸谱网如何从默默无闻到坐拥二十几亿用户？爱彼迎、优步何以在短短时间估值超过百亿美元？领英怎样跨步成为全球领先的职业社交平台?
这些初创公司实现爆发式成长的共同奥秘就是增长黑客。增长黑客是硅谷当下热门的新商业方法论，其精髓在于通过快节奏测试和迭代，以极低甚至零成本获取并留存用户。
作为最早提出“增长黑客”概念的理论先驱、带领Dropbox实现500%增长的实战领军人物，作者在书中分享了如何跨部门搭建增长黑客团队，以及实现用户和利润双增长的具体行动指南。该书一经出版，便被科技公司奉为运营圭臬。
《啤酒和尿布》的故事是营销届的神话，“啤酒”和“尿布”两个看上去没有关系的商品摆放在一起进行销售、并获得了很好的销售收益，这种现象就是卖场中商品之间的关联性，研究“啤酒与尿布”关联的方法就是购物篮分析，购物篮分析是沃尔玛秘而不宣的独门武器，购物篮分析可以帮助我们在门店的销售过程中找到具有关联关系的商品，并以此获得销售收益的增长！
在科技剧烈改变世界的今天，想要成功，你必须在一切发生之前研究结局。
你必须找到创新的独特方式，让未来不仅仅与众不同，而且更加美好。
从0到1，为自己创造无限的机会与价值！
Paypal创始人、Facebook第一位外部投资者彼得•蒂尔在本书中详细阐述了自己的创业历程与心得，包括如何避免竞争、如何进行垄断、如何发现新的市场。《从0到1》还将带你穿越哲学、历史、经济等多元领域，解读世界运行的脉络，分享商业与未来发展的逻辑，帮助你思考从0到1的秘密，在意想不到之处发现价值与机会。
揭开创新的秘密，进入彼得•蒂尔颠覆式的商业世界：
创新不是从1到N，而是从0到1。
本·霍洛维茨，硅谷顶级投资人，与网景之父马克·安德森联手合作18年，有着丰富的创业和管理经验。2009年创立风险投资公司A16Z，被外媒誉为“硅谷最牛的50个天使投资人”之一，先后在初期投资了Facebook、Twitter、Groupon、Skype，是诸多硅谷新贵的创业导师。
在《创业维艰》中，本·霍洛维茨从自己的创业经历讲起，以自己在硅谷近20余年的创业、管理和投资经验，对创业公司（尤其是互联网技术公司）的创立、经营、人才选拔、企业文化、销售、CEO与董事会的关系等方方面面，毫无保留地奉上自己的经验之谈。他还谈到了与比尔·坎贝尔、安迪·拉切列夫、迈克尔·奥维茨等硅谷顶级CEO和投资人的交往经历，从他们身上学到的宝贵经验，以及他和马克·安德森这对绝佳拍档为何能够一起奋斗18年还能合作得这么好。
大多数创业书所说的都是如何做正确的事，不把事情搞砸，而本·霍洛维茨还会告诉你：当事情已经搞砸时，你该怎么办。
本书通过大量案例研究介绍数据可视化的基础知识，以及如何利用数据创造出吸引人的、信息量大的、有说服力的故事，进而达到有效沟通的目的。具体内容包括：如何充分理解上下文，如何选择合适的图表，如何消除杂乱，如何聚焦受众的视线，如何像设计师一样思考，以及如何用数据讲故事。
书中通过理解上下文、选择合适的图表、消除杂乱、引导受众注意力、像设计师一样思考、讲故事六个步骤，告诉我们如何有逻辑地去用数据讲故事，丰富的实例和对比让观点更具体，更有生命力和说服力。
本书是从理论到实践的全面且细致的企业数据驱动指南，从作者的百度大数据工作说起，完整还原其从零到一构建百度用户行为大数据处理平台经历。详解大数据本质、理念与现状，围绕数据驱动四环节——采集、建模、分析、指标，深入浅出地讲述企业如何将数据驱动方案落地，并指出数据驱动的价值在于“数据驱动决策”、“数据驱动产品智能”。最后通过互联网金融、电子商务、企业服务、零售四大行业实践，从需求梳理、事件指标设计、数据接入阶段、实际应用四大阶段介绍数据驱动在不同领域的商业价值，全面展示大数据在各领域内的应用情况与趋势展望。
本书贴近企业真实场景，兼具权威性与前瞻性，是广泛适用的普及读物，适合对大数据、数据驱动感兴趣的企业高管、决策者、创业者、IT人员、营销人员、产品经理、相关专业的学生等。
《金字塔原理》介绍了一种能清晰地展现思路的高效方法，是训练思考、使表达呈现逻辑性的实用宝典。金字塔原理能将零散的观点有序组织起来，化繁为简，适合所有需要精进思考、分析、表达能力的读者。
深入思考：建立金字塔思维，提取有价值的信息，找到问题的关键，将复杂的问题变得清晰简单。
解决问题：从基本事实切入直击要点，制定严谨合理的解决方案，突破瓶颈。
项目管理：明确目标，制定行动计划，根据MECE原则合理分配任务，不重叠、无遗漏。
清晰表达：陈述项目、演讲、讨论时，清晰呈现自己的观点，说服听众，与上级、同事、客户迅速建立共识，高效沟通。
轻松写作：挖掘读者的关注点、兴趣点、利益点，写出重点突出、条理鲜明的策划方案、分析报告、精彩文案和PPT，让人过目不忘。
更多书籍持续更新中……别忘了关注伙伴云哟~
评论0
加载中...
数据分析要看的书籍，我推荐一些我觉得还不错的。大家可以先看电子版，或者去图书馆借阅，然后再选择是否需要购买。我按照数据分析需要学的东西来列举——Excel、SQL、Python、统计学、机器学习。
Excel作为常见的办公软件，拥有大量函数和公式，可以进行数据处理和图表输出。不需要编程基础，其他经常与数据接触的岗位，也建议学习。
《Excel函数与图表应用实例解析》，赛贝尔资讯，清华大学出版社：包含了Excel函数公式及其运用，非常适合入门；
《左手数据，右手图表》，徐军泰，机械工业出版社：包含Excel函数公式和动态图表两部分，相比前一本书内容更深入一些。
MySQL是世界上最受欢迎的开源数据库，很多中小企业甚至世界知名企业都有用到。所以学习数据库知识，我会推荐学习MySQL。
《MySQL必知必会》，[英] Ben Forta，人民邮电出版社：这本书比较系统性地讲述了我们学MySQL应该要掌握的知识，适合零基础的人。
如果非数据分析岗，只是为了满足其它岗位的少量数据处理需求，看上面三本书就够了。如果需要在数分岗位上精益下去，下面的这些内容不得不学。
Python是目前最受数据科学家青睐的预言，它拥有丰富的生态系统和强大的交互性，以及快速的开发周期。对于程序员来说，Python小菜一碟，但对于没有编程基础的人来说，学起来还是有难度的。做数据分析，只需要掌握Python的NumPy、Pandas、Matplotlib、Sklearn这四个库，就行了。如果岗位要求需要获取外部数据，再学一个爬虫知识即可。
《Python基础教程》，Magnus Lie Hetland，人民邮电出版社：这本书内容包括语法介绍和一些小项目的演示，真的是基础教程，适合入门；
《利用python进行数据分析》，Wes McKinney，机械工业出版社：这本书重点讲了Pandas库，少量涉及NumPy和Matplotlib，比较经典的书；
《Python数据科学手册》，Jake VanderPlas，人民邮电出版社：可以看作是前一本书的进阶书籍，介绍了数据分析的主要库，偏数据清洗。
以上属于数据分析的工具篇书籍，要想成为数据分析师，最重要的还是具备数据分析思维，和掌握统计学、机器学习相关知识。
《统计学》，贾俊平，中国人民大学出版社：偏数理统计知识，可以快速帮助初学者理解统计学的基本原理框架；
《Statistical Inference》，George Casella / Roger L. Berger，Duxbury Press：本书包括概率和统计两部分的内容；
《统计学习方法》，李航，清华大学出版社：讲了机器学习的10个算法，比较全面，适合学习总结；
《非线性时间序列》，范剑青，科学出版社发行部：难度比较大的一本书，非常有启发意义；
《The Elements of Statistical Learning》，T. Hastie / R. Tibshirani / J. H. Friedman，Springer：机器学习非常好的书籍，对读者的专业素质要求较高。
最后，再啰嗦一下。入门建议先看视频，进阶看书+刷题+视频，高阶看书+论文+小项目，最后可以接项目+参赛（数分之路已被我安排妥妥贴贴~~~）。
~~
我经常更新一些数据分析相关的文章内容，感兴趣的可以看我主页~
评论0
加载中...
任何一个技能的学习，都有从浅到深的过程，数据分析也不例外。因此我把推荐书籍划分成几个段位，更便于大家挑选。
适合对数据分析的入门者，对数据分析没有整体概念的人，常见于应届毕业生，经验尚浅的转行者。
具有一定的行业针对性，要求具备一定的分析常识，适合网站分析师，商业分析师以及数据产品经理。
更高阶的数据相对来说专业性较强了，如涉及到企业内部数据治理，数据结合的业务分析，数据可视化等。当然，还有数据挖掘算法之类的更深入的东西，这块没有研究就不瞎推荐了。
整体而言，数据分析工作对综合能力要求是较高的，想做好这份工作不是一时半会的事，需要耐心，多思考，多实践，多总结。祝愿看到这个回答的同学，都能在成为专业的数据分析师的道路上前程似锦。
评论0
加载中...
数据分析师入门书籍，好书要分享~
1、广告公司数据分析系统架构
2、MySQL 5权威指南 第三版
3、Python基础教程
4、深入理解MySQL
5、数据化管理 洞悉零售及电子商务运营
6、从Excel到Python--数据分析进阶指南
7、大数据分析的案例，方法与挑战
8、数据库系统、数据库与数据仓库导论
9、Python+Cookbook
10、Python编程快速上手-让繁琐工作自动化
11、金字塔原理：麦肯锡40年经典培训教程
12、数据仓库工具箱 维度建模权威指南 第三版
有兴趣想要完整版pdf电子书可留言或者加v群jiudaomen999领取
评论0
加载中...0
回答0
回答0
回答0
回答0
回答0
回答0
回答0
回答0
回答0
回答
