如何学习大数据？

1，理论要求和对数字的敏感度，包括统计知识，市场调研，模型原理等。

2、工具的使用，包括挖掘工具、数据库、常用办公软件(excel、PPT、word、脑图)等。

3.理解业务的能力和对业务的敏感性。对业务和产品有深刻的理解，因为数据分析的出发点是解决业务问题。只有了解业务问题，才能转化为数据分析问题，满足部门的要求。

4、报告和图表的表达能力。这是一个关键的分析模型。如果不能很好的展示给领导和客户，其有效性会大打折扣，也会影响数据分析师的职业晋升。

第二，请把数据分析作为一种能力来培养。

从广义上讲，现在大部分工作都需要分析能力，尤其是在数据运营概念深入的今天。BAT这样的公司，强调全员参与数据运营。所以，把它当成一种能力训练，会让你终身受益。

三、从数据分析的四个步骤看数据分析师需要的能力和知识:

数据分析的四个步骤(不同于数据挖掘过程:业务理解、数据理解、数据准备、模型建立、模型评估、模型部署)从更宏观的角度展示了数据分析的过程:获取数据、处理数据、分析数据、呈现数据。

(1)获取数据

获取数据的前提是对业务问题的了解。把业务问题变成数据问题，要透过现象发现本质，确定分析问题的纬度，明确问题后再收集数据。这个环节要求数据分析师对业务问题有结构化的思考和理解。

推荐书籍:《金塔原理》、《麦肯锡三部曲:麦肯锡意识》、《麦肯锡工具》、《麦肯锡方法》。

工具:思维导图、思维管理软件

(2)处理数据

一个数据分析项目通常要占用70%以上的数据处理时间，所以使用先进的工具有利于提高效率，所以要尽量学习最新最有效的处理工具。以下是最传统但有效的工具:

Excel:日常通知、报表、抽样分析中经常用到。它的图表功能非常强大，轻松处理654.38+百万级别的数据。

UltraEdit: Text工具比TXT工具更容易使用，打开和运行速度更快。

ACCESS:桌面数据库，主要用于日常的抽样分析(做全口径的统计分析要消耗大量的资源和时间，通常分析师会随机选取一些数据进行分析)。使用SQL语言，处理654.38+0万的数据还是很快的。

Orcle和SQL sever:需要这两种类型的数据库来处理数千万的数据。

当然，如果你的能力和时间允许的话，学习一下最近比较流行的分布式数据库，提高自己的编程能力，对你以后的职业发展也有很大的帮助。

分析软件主要推荐:

SPSS系列:老的统计分析软件，SPSS Statistics(部分统计功能，市场调研)，SPSS Modeler(部分数据挖掘)，不用编程就很容易学会。

SAS:老经典的挖矿软件，需要编程。

r:开源软件，这种新的、流行的软件，处理非结构化数据的效率更高，需要编程。

随着文本挖掘技术的进一步发展，对非结构化数据的分析需求越来越大，文本挖掘工具的使用也应得到进一步重视。

(3)数据分析

为了分析数据，我们需要使用各种模型，包括关联规则、聚类、分类、预测模型等。其中最重要的一个观点就是比较。任何数据都需要在参照系中进行比较，结论才有意义。

推荐书籍:

1，《数据挖掘与数字化运营，思路、方法、技巧与应用》，陆辉，机械出版社。这本书是近年来中国写得最好的。一定要当圣经来读。

2.《谁说菜鸟不会分析数据(入门篇)》和《谁说菜鸟不会分析数据(工具篇)》，张文林等人主编。是入门书，适合初学者。

3.统计学，第五版，贾军主编，中国人民大学出版社。一本更好的统计学书籍。

4、《数据挖掘导论》完整版，[美]庞-谭宁等著，樊明译，人民邮电出版社。

5.《数据挖掘的概念与技术》，韩家伟等译，樊明译等。，机械工业出版社。这本书相对来说比较难。

6.《市场研究的定量分析方法与应用》，简明主编，中国人民大学出版社。

7.《问卷统计分析的实践——SPSS的操作与应用》，吴·，重庆大学出版社。市场研究领域的知名书籍，详细讲解了问卷数据的分析。

(4)数据的呈现

这一部分需要对数据结果进行有效的呈现和汇报，需要运用黄金金字塔原理、图表、PPT、word，培养良好的演讲能力。