1 避免常见误区

数据分析很热，越来越多的朋友开始学习数据分析，第1步肯定是Python，因为大部分的课程宣传，Python 是的数据分析必备法宝，但这其实是个误区。

这个误区是因为没有以目标岗位为主，同时没有采访在职的朋友，大多数其实应用SQL、Excel 比较多，尤其是初级岗位。中高级的岗位，初学或者转行是进不去的，那么我们学习就是为了入行，然后升级，Python一般在这些岗位是加分项，想要入行，SQL、Excel基础一定是非常重要的前提。

所以入门的工具务必以Excel、SQL为主！

2 业务的理解

基础很重要，入门很重要，面试不过的原因，在于——业务的理解

为什么？请看招聘JD：

 所有画框的都是业务，工具的使用是需要理论来指导，理论基础非常重要。

 3 理论基础

1、最基础的理论是统计学，需要明确数据准请性，基本的归回分析、相关分析、聚类分析等内容。

2、数据分析常用分析、思维方法，金字塔原理、决策树、指标体系认知等。

3、对于用户属性的认知，常用的用户分析理论，用户画像、用户行为路径、用户生命周期等。

4、对于产品的认知，产品优化方式，埋点知识等。

5、对于所应用行业业务的认知，比如零售领域，动销率是什么，动销率的变化，会受什么影响等。

工具的使用熟练程度，决定了基础，这个基础是做数据分析的门槛，也就是如果工具掌握了，那么让你做什么你能做，但是给你一个问题让你解决，你可能会无从下手，因为对这个问题的理论、业务层面的认知不够深入。

基于大家对数据分析“望而却步”的状态，爱数据教育制作了一个“MVP”模型的训练营，希望你用最小的时间成本体验数据分析工具的使用、业务的应用，让你能在掌握工具的同时，可以应用分析方法，在实际的业务中应用，拥有数据分析师解决问题的成就感。

感兴趣的小伙伴，欢迎扫描下方二维码，1元即可报名参加《数据分析入门实战营》，实战型名师带你快速掌握Excel技巧，边学边练真正掌握知识，还有社群学习，助教答疑，解决知识盲点，4天带你玩转数据分析。