一、掌握Excel
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。
二、数据可视化
数据分析界有依据经典名言，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。
分析工具Excel、Power BI。
BI（商业智能）和图标的区别在于BI擅长交互和报表，更擅长解释已经发生和正在发生的数据。将要发生的数据是数据挖掘的方向。
BI的好处在于很大程度解放数据分析师的工作，推动全部门的数据意识，另外降低其他部门的数据需求。
数据可视化的学习就是三个过程，了解数据（图标），整合数据（BI），展示数据（信息化）。
三、分析思维的训练
分析思维首推金字塔原理，帮助数据分析师结构化思维。
了解SMART、5W2H、SWOT、4P理论、六顶思考帽等框架。
一个业务没有指标，则不能增长和分析；
好的指标应该是比率或比例；
好的分析应该对比或关联。
数据分析是不断联系的结果。
四、数据库学习
SQL是数据分析的核心技能之一，从Excel到SQL绝对是数据处理效率的一大进步。
五、统计知识学习
统计知识要求我们以另一个角度看待数据。当你知道AB两组的差异用平均值看是多傻的事情，你的分析技巧也会显著提高。
六、业务学习(用户行为、产品、运营)
对于数据分析师来说，业务的了解比数据方法论更重要。
以互联网行业为例，至少了解活跃用户数，留存率，流失率，传播系数等通用概念。
七、编程技巧
编程语言首推Python，可以使用Anaconda这个IDE进行开发。
原文：http://www.cnblogs.com/xietao/p/6484678.html