基礎(chǔ)的小伙伴應(yīng)該該怎么自學(xué)數(shù)據(jù)分析呢？

我會(huì)從學(xué)習(xí)方式、學(xué)習(xí)內(nèi)容、面試準(zhǔn)備這三項(xiàng)內(nèi)容展開介紹，那么廢話不多說(shuō)，我們直接進(jìn)入正題。

一、學(xué)習(xí)方式

我們可以將學(xué)習(xí)方式劃分為2類：①裸辭學(xué)習(xí) ②在職學(xué)習(xí)

一般情況不建議裸辭，因?yàn)槁戕o的小伙伴在求職的時(shí)候會(huì)比較被動(dòng)：

心態(tài)問(wèn)題 ，如果長(zhǎng)時(shí)間找不到工作，要承受很大的心理壓力；

HR壓制 ，這里指HR會(huì)壓制你的薪資，比如面試官會(huì)問(wèn)，什么時(shí)間能到崗，你會(huì)很急切的回復(fù)說(shuō)，“明天就可以！”相對(duì)應(yīng)的，你的薪資也是“再降點(diǎn)也可以！”。

所以，如果目前的工作不會(huì)讓你3秒鐘就原地爆炸的話，真的不要裸辭！

二、學(xué)習(xí)內(nèi)容

從初級(jí)數(shù)據(jù)分析師招聘要求的必須技能來(lái)看，主要包括理論知識(shí)和工具實(shí)踐兩部分內(nèi)容。

理論部分

統(tǒng)計(jì)學(xué)：為什么將統(tǒng)計(jì)學(xué)放在第一位呢？因?yàn)榻y(tǒng)計(jì)學(xué)是數(shù)據(jù)分析的基石，而且統(tǒng)計(jì)分析可以解決日常大部分的分析需求。統(tǒng)計(jì)學(xué)這部分內(nèi)容需要學(xué)習(xí)描述統(tǒng)計(jì)、假設(shè)檢驗(yàn)、概率、分布、抽樣、等內(nèi)容，例如你必須要知道什么是環(huán)比和同比，什么是相關(guān)和因果，這都是你未來(lái)數(shù)據(jù)分析的基礎(chǔ)。

數(shù)據(jù)分析方法論：這里要學(xué)習(xí)一些數(shù)據(jù)分析常用到分析方法，如趨勢(shì)分析法、對(duì)比分析法、多維分解法、用戶細(xì)查、漏斗分析、留存分析、4P理論、PEST理論、SWOT分析、5W2H理論、邏輯樹理論、用戶使用行為理論、AARRR模型等。

結(jié)構(gòu)化思維：可以去讀一下《金字塔原理》，它能夠教會(huì)你思考、表達(dá)和解決問(wèn)題的邏輯，例如金字塔里面有提到MECE原則，中文意思是：相互獨(dú)立，完全窮盡。它是金字塔原理中很重要的原則，是結(jié)構(gòu)化思維的體現(xiàn)，常用于問(wèn)題或目標(biāo)拆解。在未來(lái)工作中，能夠幫助你建立全面的數(shù)據(jù)分析框架。

工具部分

Excel：它是最基礎(chǔ)的數(shù)據(jù)分析工具。在學(xué)習(xí)的Excel的時(shí)候需要重點(diǎn)掌握：常用函數(shù)的使用、快捷鍵操作、基礎(chǔ)圖表制作、數(shù)據(jù)透視表、Vlookup等。另外Excel還可以導(dǎo)入一些模板來(lái)使用，典型的包括數(shù)據(jù)分析模塊、做假設(shè)檢驗(yàn)經(jīng)常用到；規(guī)劃求解，做線性規(guī)劃和決策等問(wèn)題非常有效。

SQL：它是數(shù)據(jù)分析的核心技能，SQL要重點(diǎn)學(xué)習(xí)Select，聚合函數(shù)、以及條件查詢（Where、Group by、Order by等）

PPT：用來(lái)和業(yè)務(wù)部門交流需求，展示分析結(jié)果。

Python：主要學(xué)習(xí)Numpy、Pandas、Matplotlib、Seaborn等內(nèi)容。Python 的底層是用 C 語(yǔ)言寫的，很多標(biāo)準(zhǔn)庫(kù)和第三方庫(kù)也都是用 C 寫的，在處理數(shù)據(jù)時(shí)候運(yùn)行速度非?？?。

這里需要注意的是不同公司對(duì)工具的要求也不同，例如有些公司要求會(huì)使用R語(yǔ)言、SPSS等，具體學(xué)哪一個(gè)工具可以參照J(rèn)D要求，其中Excel、SQL和PPT是必備的基礎(chǔ)技能工具。我的建議是先學(xué)Excel和SQL，最后再去看Python。

三、求職面試

這部分我們先來(lái)解答一下文章開頭提到的問(wèn)題“學(xué)習(xí)到什么程度可以去找工作”

其實(shí)這個(gè)問(wèn)題要根據(jù)面試公司的崗位技能要求來(lái)確定，如果是面試初級(jí)的數(shù)據(jù)運(yùn)營(yíng)，只要具備基礎(chǔ)的數(shù)據(jù)分析技能就可以嘗試去找工作了，而且如果你是面數(shù)據(jù)運(yùn)營(yíng)（SQL+Excel就能搞定大部分工作）。如果是面試數(shù)據(jù)分析師，要求則會(huì)更高一些。

技能掌握好之后，要根據(jù)自己的目標(biāo)城市、個(gè)人愛(ài)好、專業(yè)優(yōu)勢(shì)等因素確定目標(biāo)行業(yè)。

數(shù)據(jù)分析是一個(gè)行業(yè)特征很明顯的職業(yè)，如果你說(shuō)自己想進(jìn)入“互聯(lián)網(wǎng)”企業(yè)，那可能說(shuō)明你還沒(méi)有想清楚自己到底要干什么。

因?yàn)榛ヂ?lián)網(wǎng)的存在是為了解決某個(gè)行業(yè)的問(wèn)題（互聯(lián)網(wǎng)+企業(yè)），比如滴滴、高德地圖是為了解決出行交通行業(yè)問(wèn)題（互聯(lián)網(wǎng)+交通出行），比如美團(tuán)餓了么解決的是餐飲生活類問(wèn)題（互聯(lián)網(wǎng)+餐飲），比如vipkid是為了解決少兒英語(yǔ)學(xué)習(xí)問(wèn)題（互聯(lián)網(wǎng)+教育），螞蟻金服解決的是金融行業(yè)問(wèn)題（互聯(lián)網(wǎng)+金融）

這些行業(yè)都需要數(shù)據(jù)分析師，但是每個(gè)行業(yè)的業(yè)務(wù)知識(shí)和業(yè)務(wù)指標(biāo)是不一樣的。所以只有確定了行業(yè)，才能深入研究這個(gè)行業(yè)究竟是什么，對(duì)癥下藥，這樣轉(zhuǎn)行的成功率會(huì)更大。

行業(yè)確定后，接下來(lái)要明確目標(biāo)公司，這里需要注意的是不同發(fā)展階段的企業(yè)在數(shù)據(jù)使用的深度上是不同的。

沉睡型的企業(yè)，基本就是用Excel做一些基礎(chǔ)統(tǒng)計(jì)和數(shù)據(jù)整理，做數(shù)據(jù)分析的人可能也是兼職，就是我們俗稱的“表哥表姐”

在起步階段，企業(yè)已經(jīng)開始產(chǎn)生用數(shù)據(jù)報(bào)表的習(xí)慣，工具還是以Excel為主，數(shù)據(jù)庫(kù)為輔，這個(gè)階段的企業(yè)已經(jīng)有少量的專職人員來(lái)維護(hù)數(shù)據(jù)庫(kù)了。

發(fā)展型的企業(yè)，數(shù)據(jù)應(yīng)用深度逐漸轉(zhuǎn)向了業(yè)務(wù)，企業(yè)開始用數(shù)據(jù)規(guī)范工作，使用的工具變成了以數(shù)據(jù)庫(kù)和專業(yè)的分析工具為主，并且企業(yè)會(huì)有專業(yè)的團(tuán)隊(duì)來(lái)負(fù)責(zé)數(shù)據(jù)工作。

成熟的企業(yè)特點(diǎn)更加鮮明，企業(yè)有成熟的基于業(yè)務(wù)場(chǎng)景的數(shù)據(jù)產(chǎn)品，數(shù)據(jù)類產(chǎn)品或服務(wù)是業(yè)務(wù)運(yùn)營(yíng)的核心組成部分。這時(shí)候企業(yè)運(yùn)用的工具往往是數(shù)據(jù)平臺(tái)或成熟的數(shù)據(jù)組件。

所以不同類型或者不同發(fā)展階段的的企業(yè)對(duì)于數(shù)據(jù)的資源儲(chǔ)備是有極大差異的，對(duì)數(shù)據(jù)人才的要求也不盡相同。

掌握了技能，明確好目標(biāo)公司，然后就可以準(zhǔn)備投遞簡(jiǎn)

零基礎(chǔ)如何入門數(shù)據(jù)分析師？

大數(shù)據(jù)時(shí)代，數(shù)據(jù)為王。用數(shù)據(jù)做分析，給公司決策提供指導(dǎo)性意見(jiàn)，是眾多公司在這個(gè)精細(xì)化運(yùn)營(yíng)，降本增效的時(shí)代必須要做的事情。各大企業(yè)都建立了數(shù)據(jù)分析部門。截止目前，我國(guó)共計(jì)1400萬(wàn)數(shù)據(jù)分析人才缺口，市場(chǎng)規(guī)模預(yù)計(jì)將在2025年達(dá)到2000億！數(shù)據(jù)分析與其說(shuō)是一個(gè)崗位，更是一個(gè)重要技能，擁有這項(xiàng)技能意味著你的就業(yè)前景更好，職業(yè)發(fā)展更廣。

那么數(shù)據(jù)分析零基礎(chǔ)應(yīng)該怎么學(xué)呢？下面我將從數(shù)據(jù)分析的學(xué)習(xí)周期、學(xué)習(xí)內(nèi)容以及職業(yè)發(fā)展規(guī)劃三個(gè)方面，帶大家充分了解數(shù)據(jù)分析這一行業(yè)。

1、 數(shù)據(jù)分析要學(xué)多久？

每個(gè)人的學(xué)習(xí)能力和基礎(chǔ)都不同，所以數(shù)據(jù)分析的學(xué)習(xí)周期也不同。如果是通過(guò)自學(xué)的方式，由于無(wú)專業(yè)老師指導(dǎo)及無(wú)法系統(tǒng)的學(xué)習(xí)，這個(gè)周期可能會(huì)很長(zhǎng)。一般來(lái)講，如果零基礎(chǔ)的學(xué)習(xí)者進(jìn)行系統(tǒng)的培訓(xùn)，最快也要將近三、四個(gè)月的時(shí)間。數(shù)據(jù)分析的學(xué)習(xí)應(yīng)該首先從熟悉表以及表結(jié)構(gòu)開始，它的原點(diǎn)一定是在首先了解熟悉Excel的基礎(chǔ)上，在能夠從數(shù)據(jù)庫(kù)里提數(shù)的基礎(chǔ)上再進(jìn)行技能的升級(jí)。你的技能從能夠從數(shù)據(jù)庫(kù)里提數(shù)，并且用Excel和BI處理幾萬(wàn)行的小數(shù)據(jù)量，到使用python批量化處理幾十萬(wàn)甚至百萬(wàn)行中量級(jí)數(shù)據(jù)量，到最終使用大數(shù)據(jù)的相關(guān)組件，例如hadoop，spark，flume等組件處理千萬(wàn)級(jí)甚至是億級(jí)大數(shù)據(jù)量。每一個(gè)階段所需要的工具加方法論都是不一樣的。一般而言，對(duì)于自學(xué)而成為能處理中量級(jí)數(shù)據(jù)量的分析師而言，得至少入門python的pandas，numpy等數(shù)據(jù)處理庫(kù)。這個(gè)零自學(xué)的周期，也一般跟悟性和自律有關(guān)，悟性和自律性高的同學(xué)，可能在4個(gè)月能夠掌握；如果悟性和自律性不高的同學(xué)，這個(gè)周期有可能就是半途而廢，無(wú)法估量時(shí)間了。這里給大家推薦一下聚數(shù)學(xué)院的《數(shù)據(jù)分析實(shí)戰(zhàn)就業(yè)班》（聚數(shù)學(xué)院)，專注于培養(yǎng)數(shù)據(jù)分析師的數(shù)據(jù)處理能力、數(shù)據(jù)分析能力和數(shù)據(jù)挖掘能力，課程內(nèi)容從數(shù)據(jù)庫(kù)管理、統(tǒng)計(jì)理論方法、數(shù)據(jù)分析主流軟件的應(yīng)用到數(shù)據(jù)挖掘算法等，對(duì)一整套數(shù)據(jù)分析流程技術(shù)進(jìn)行系統(tǒng)講解并配以實(shí)戰(zhàn)練習(xí)，學(xué)完之后，學(xué)習(xí)者可以直接達(dá)到數(shù)據(jù)分析師的水平。

2、 數(shù)據(jù)分析要學(xué)什么？

(1) Excel

說(shuō)起Excel可能會(huì)有人覺(jué)得這個(gè)很簡(jiǎn)單，但是Excel確實(shí)是一個(gè)功能強(qiáng)大的利器。零基礎(chǔ)學(xué)數(shù)據(jù)分析師一定要從Excel入門，因?yàn)镋xcel是處理小型數(shù)據(jù)量企業(yè)用的最多的工具，在基礎(chǔ)數(shù)據(jù)分析師與數(shù)據(jù)運(yùn)營(yíng)崗位中具有極其重要的地位。作為數(shù)據(jù)分析師的核心工具，具體學(xué)習(xí)內(nèi)容有Excel函數(shù)技巧（查找函數(shù)、統(tǒng)計(jì)函數(shù)、邏輯函數(shù)）、Excel快速處理技巧（格式調(diào)整、查找定位、快捷鍵技巧等）和Excel可視化技巧（組合圖、條形圖、數(shù)據(jù)氣泡地圖）等。

(2) Mysql

SQL同樣是零基礎(chǔ)學(xué)習(xí)數(shù)據(jù)分析的核心內(nèi)容。因?yàn)樽鳛閿?shù)據(jù)分析師，你首先要解決的問(wèn)題就是你要有數(shù)據(jù)來(lái)做分析。通常企業(yè)都會(huì)有自己的數(shù)據(jù)庫(kù)，數(shù)據(jù)分析師首先得根據(jù)業(yè)務(wù)需要知道自己要從企業(yè)數(shù)據(jù)庫(kù)中提取哪些數(shù)據(jù)。企業(yè)如果部署本地?cái)?shù)據(jù)庫(kù)，那么一定是SQL語(yǔ)言做提取數(shù)據(jù)的語(yǔ)言。SQL簡(jiǎn)單易懂，非常容易上手，并且是非學(xué)不可的。SQL語(yǔ)言從學(xué)習(xí)MySQL數(shù)據(jù)庫(kù)開始，涉及對(duì)表結(jié)構(gòu)數(shù)據(jù)的增刪改查。真正在企業(yè)里面，數(shù)據(jù)分析師一般不會(huì)有增刪改的權(quán)限，只會(huì)有查的權(quán)限。學(xué)員應(yīng)該重點(diǎn)掌握查的各種句式。

(3) Python

Python的基礎(chǔ)對(duì)于數(shù)據(jù)分析師而言是非常重要的。對(duì)于十萬(wàn)級(jí)或者百萬(wàn)級(jí)數(shù)據(jù)量而言，Excel和BI都會(huì)因?yàn)檫\(yùn)行卡頓而變得完全無(wú)法使用。然而在實(shí)際企業(yè)運(yùn)用中，一次性處理十萬(wàn)級(jí)以及百萬(wàn)級(jí)數(shù)據(jù)又是非常常見(jiàn)的。而Python則是處理這種中量級(jí)數(shù)據(jù)的利器。因?yàn)镻ython有很多的第三方強(qiáng)大的庫(kù)，比如Numpy、Pandas、Matplotlib、Seaborn等。這些庫(kù)能讓數(shù)據(jù)分析師對(duì)百萬(wàn)數(shù)據(jù)進(jìn)行數(shù)據(jù)清理和畫圖分析。Python不僅能數(shù)據(jù)清洗，畫圖，還能用sklearn進(jìn)行大數(shù)據(jù)算法分析。雖然Python是數(shù)據(jù)分析的重要工具，但是不同的職業(yè)發(fā)展方向，Python掌握的程度也是不一樣的。

(4) BI商業(yè)智能工具

BI可以理解成Excel圖表透視表的高級(jí)版。BI是將表與表相連，然后得出很多指標(biāo)圖。它是一個(gè)大屏的看板，如下圖：

企業(yè)銷售指標(biāo)，運(yùn)營(yíng)指標(biāo)，物流指標(biāo)等等。這些圖可以表示企業(yè)在過(guò)去5個(gè)月的平均銷售單價(jià)，過(guò)去24個(gè)月銷售的物流發(fā)貨量的變化曲線，甚至是現(xiàn)在實(shí)時(shí)的銷售額，這些都是企業(yè)關(guān)心的問(wèn)題。有了這個(gè)看板，領(lǐng)導(dǎo)層在監(jiān)控企業(yè)業(yè)務(wù)方面就有了非常直觀的數(shù)據(jù)，以供他們及時(shí)做出決策調(diào)整?，F(xiàn)在市面上比較流行的BI軟件，有FineBI，PowerBI等。而這些BI軟件實(shí)際上都是非常類似的，學(xué)起來(lái)難度也不大。學(xué)習(xí)FineReport、FineBI由入門到精通，快速挖掘數(shù)據(jù)價(jià)值，將這些數(shù)據(jù)轉(zhuǎn)化成有用的信息，讓企業(yè)決策有數(shù)據(jù)依據(jù)，從而驅(qū)動(dòng)企業(yè)決策和運(yùn)營(yíng)。

(5) 數(shù)理統(tǒng)計(jì)與數(shù)據(jù)運(yùn)營(yíng)

數(shù)理統(tǒng)計(jì)和數(shù)據(jù)運(yùn)營(yíng)方法論是數(shù)據(jù)分析師的理論基石。數(shù)理統(tǒng)計(jì)包括概率論，統(tǒng)計(jì)學(xué)，線性代數(shù)，以及基礎(chǔ)的微積分理論。這些內(nèi)容都不需要理解的很深，但是對(duì)它們的原理以及內(nèi)涵都需要有所掌握。由于整個(gè)數(shù)據(jù)分析的源頭其實(shí)就是脫胎于描述性統(tǒng)計(jì)分析的。描述性統(tǒng)計(jì)分析是對(duì)樣本的總數(shù)、均值等指標(biāo)做統(tǒng)計(jì)的；而數(shù)據(jù)分析后續(xù)涉及到的算法則是架構(gòu)在統(tǒng)計(jì)學(xué)上更深一層次的建模。因此，掌握數(shù)理統(tǒng)計(jì)的相關(guān)知識(shí)對(duì)于入門數(shù)據(jù)分析師而言是基礎(chǔ)且必要的。

那數(shù)據(jù)運(yùn)營(yíng)方法論是什么呢？數(shù)據(jù)運(yùn)營(yíng)方法論實(shí)際上是學(xué)習(xí)各個(gè)行業(yè)所運(yùn)營(yíng)的分析模型。例如，對(duì)電商而言，漏斗分析可以分析出來(lái)進(jìn)入主頁(yè)的人數(shù)PV1，到進(jìn)入服裝板塊的人數(shù)PV2，PV2/PV1就可以得出一個(gè)進(jìn)入服裝板塊的比率。還有很多通用的分析模型：相關(guān)分析，A/B test等。對(duì)于想往管理路線發(fā)展的數(shù)據(jù)分析師來(lái)講，數(shù)據(jù)運(yùn)營(yíng)是必須要學(xué)習(xí)的知識(shí)。其實(shí)數(shù)據(jù)運(yùn)營(yíng)知識(shí)也不復(fù)雜，就是根據(jù)自身業(yè)務(wù)需求將指標(biāo)拆解到最細(xì)，然后運(yùn)用同比和環(huán)比兩種數(shù)據(jù)分析方式。

(6) 機(jī)器學(xué)習(xí)

最后一個(gè)進(jìn)階要求數(shù)據(jù)分析師掌握對(duì)大量數(shù)據(jù)分析的能力。這種分析就不只是停留在描述統(tǒng)計(jì)分析和運(yùn)用數(shù)據(jù)運(yùn)營(yíng)方法進(jìn)行分析了，而是進(jìn)行預(yù)測(cè)分析。預(yù)測(cè)分析的本質(zhì)是利用已有的數(shù)據(jù)做出一套變量x，與預(yù)測(cè)最終值y之間的關(guān)系（也就是數(shù)學(xué)算法公式），然后利用這套算法，將更多的x輸入算法中去得出一個(gè)預(yù)測(cè)的y值，這里聽不懂沒(méi)關(guān)系?？傊?，這個(gè)階段的數(shù)據(jù)分析是利用大量的歷史數(shù)據(jù)構(gòu)建出一套數(shù)學(xué)公式（也就是算法），用這個(gè)數(shù)學(xué)公式去對(duì)未來(lái)進(jìn)行預(yù)測(cè)。比如說(shuō)：一個(gè)人大量地刷體育短視頻，根據(jù)算法可以得出這個(gè)人可能對(duì)觀看足球比賽的ucloud體育會(huì)員感興趣。這類推斷和預(yù)測(cè)對(duì)于商業(yè)世界是有著極大變現(xiàn)意義的。要想成為掌握算法的數(shù)據(jù)分析師，機(jī)器學(xué)習(xí)是不可跳過(guò)的入門。學(xué)員應(yīng)該從簡(jiǎn)單的一元回歸，多元回歸，以及邏輯回歸學(xué)習(xí)等，逐漸學(xué)習(xí)更多像決策樹，隨機(jī)森林，SVM等更高級(jí)的算法。

3、 數(shù)據(jù)分析的職業(yè)發(fā)展規(guī)劃？

一般來(lái)講，數(shù)據(jù)分析有兩條發(fā)揮路線，一條是管理路線，一條是技術(shù)路線。往管理端發(fā)展，比如初級(jí)數(shù)據(jù)分析師，到數(shù)據(jù)運(yùn)營(yíng)，到數(shù)據(jù)分析經(jīng)理、數(shù)據(jù)運(yùn)營(yíng)總監(jiān)等等。這條發(fā)展路徑主要要求統(tǒng)計(jì)學(xué)、Excel、PPT等技能，需要撰寫市場(chǎng)分析報(bào)告。這條路看似技術(shù)掌握不用太深，但是對(duì)業(yè)務(wù)的理解要極深。而精深的業(yè)務(wù)理解需要時(shí)間和深度的業(yè)務(wù)鉆研精神。如果你是非數(shù)學(xué)、計(jì)算機(jī)和統(tǒng)計(jì)學(xué)專業(yè)的朋友，比較適合這條非技術(shù)的職業(yè)發(fā)展之路。

而向技術(shù)方向發(fā)展，則目標(biāo)會(huì)非常明確。一是深入往數(shù)據(jù)挖掘方向發(fā)展，學(xué)習(xí)深度神經(jīng)網(wǎng)絡(luò)，NLP等前沿算法。二是深入數(shù)據(jù)分析開發(fā)，把大數(shù)據(jù)組件hadoop，spark等等大數(shù)據(jù)組件學(xué)好學(xué)精。這是一條技術(shù)類的發(fā)展方向，要求更高的統(tǒng)計(jì)學(xué)能力、數(shù)理能力以及編程技巧。

實(shí)際上，無(wú)論是非技術(shù)的業(yè)務(wù)方向和技術(shù)專家方向都要的是兩個(gè)字：鉆研。當(dāng)然聽到這里，我們也需要重重地闡述一下：入門初級(jí)數(shù)據(jù)分析是不難的。而后半段，要成為一個(gè)優(yōu)秀的數(shù)據(jù)分析師是難的，是需要刻苦鉆研精神的。

如果看到這里，你覺(jué)得自己心理上已經(jīng)就入門數(shù)據(jù)分析師方向做好了準(zhǔn)備，但是你是零基礎(chǔ)實(shí)在不知道如何入行的話，歡迎私聊獲取免費(fèi)的數(shù)據(jù)分析師知識(shí)點(diǎn)大綱，并且免費(fèi)做數(shù)據(jù)分析師的入門咨詢。

世上無(wú)難事 ，只怕有心人！相信自己，你可以的。

先從熱門的python開始吧，私信我發(fā)送p獲取全套400集pyhon培訓(xùn)視頻，由基礎(chǔ)到高級(jí)一步步來(lái)即可

誰(shuí)天生就會(huì)計(jì)算機(jī)？數(shù)據(jù)分析和計(jì)算機(jī)有什么必然的關(guān)聯(lián)嗎？沒(méi)有計(jì)算機(jī)的年代，人們就不做數(shù)據(jù)分析了嗎？數(shù)據(jù)分析的基礎(chǔ)是統(tǒng)計(jì)學(xué)，計(jì)算機(jī)只是工具。

首先我想說(shuō)這是可以的

其實(shí)我們的很多技能都是從0到1的，無(wú)非是有的是刻意去學(xué)，有的是在這樣或那樣的經(jīng)

歷打下的基礎(chǔ)，然后就有了零基礎(chǔ)和有一定基礎(chǔ)之別。

毫無(wú)疑問(wèn)，正常人都是可以學(xué)會(huì)的，只要你肯學(xué)，有決心，有耐心就肯定可以學(xué)會(huì)，只是

在這過(guò)程中，你是否有基礎(chǔ)，是否有天分，是否肯動(dòng)腦，是否找到適合自己的方法等等因

素，將決定你用時(shí)的長(zhǎng)短，甚至決定了你能否繼續(xù)走下去。

倘若你還年輕，想學(xué)就努力去付出行動(dòng)吧，加油！

數(shù)據(jù)分析無(wú)處不在，日程的決策哪項(xiàng)不是基于數(shù)據(jù)和知識(shí)分析才能做出呢？

感謝邀請(qǐng)。關(guān)于“零基礎(chǔ)可以學(xué)習(xí)XXX”之類的問(wèn)題，我感覺(jué)除了一些需要先天優(yōu)勢(shì)明顯的項(xiàng)目，比如體育項(xiàng)目，比如書法繪畫或者鋼琴這些東西，可能先天條件比后天努力要重要得多，平常工作中的很多技術(shù)技能基本上都可以通過(guò)刻意學(xué)習(xí)去提高和改變。只不過(guò)在刻意練習(xí)過(guò)程中要做到幾個(gè)關(guān)鍵：聚焦、反饋和調(diào)整，或者按照PDCA的方式進(jìn)行，應(yīng)該是可以做到的。希望能夠幫助到你。