有人把学习数据分析分成3种境界：第一层境界外功，就是学sql，python…等工具；第二层境界内功，就是业务逻辑方面；第三层境界是内外兼修，可以包打一切。
下面来说下什么是数据分析？数据分析除了python、sql还需要学什么？
一、什么是数据分析？
很多人可能都不清楚数据分析是什么，简单来说，其实就是针对某个问题，将获取后的数据用分析手段加以处理，并发现业务价值的过程。
数据分析的基本流程：目标确定——数据获取、清洗、整理——数据分析——结果呈现
二、数据分析就是学Python、SQL吗？
其实不管是python、sql还是R、excel这些都是数据分析的基本工具，会用就可以了，而核心业务才是最重要的——通过业务的分析逻辑影射到数据分析的处理逻辑，而数据分析工具则是帮助我们实现结果的手段。
面对不同的数据分析工作，使用的数据分析工具也不一样。大家可以参考下图：
图源网络 | 侵删
大家可以根据自身的需要，选择适合自己的工具：
- 如果你是做百万级以下数据的分析，那你可以选择excel+bi；
- 如果你是做大量数据分析，Python或者sql很适合；
- 如果你还没有数据，需要先爬取再分析，则是python爬取-sql存储-bi分析；
三、统计学知识
更加精细的数据分析，这要求我们具有一定的统计学知识，这里给大家推荐这书《[深入浅出统计学]》！在具体的数据分析中，主要用到统计方面的以下知识，在看书的时候重点学习：
- 基本的统计量：均值、中位数、众数、方差、标准差、百分位数等；
- 概率分布：[几何分布]、[二项分布]、[泊松分布]、[正态分布]等；
- 总体和样本：了解基本概念，抽样的概念；
- [置信区间]与[假设检验]：如何进行验证分析；
- 相关性与[回归分析]：一般数据分析的基本模型。
等你了解了基本的[统计学原理]之后，就需要借助一些相关的实现方法，这里也可以看**《[深入浅出数据分析]》**。
四、数据分析思维
随着你对业务的不断了解，慢慢的会在数据思维的养成上更有优势，当然这也需要一些训练，希望下面这些书籍能帮你找到数据分析方向。
- 数据分析类
《精益数据分析》、《增长黑客》、《数据化管理：洞悉零售及[电子商务运营]》、《[数据挖掘与数据化运营实战]思路、方法、技巧与应用》
- 产品思维类
如果是想要从事互联网行业的[数据分析师](的话，产品思维也是必须要具备的，面试考察点之一，推荐《从点子到产品：产品经理的价值观与方法论》、《俞军产品方法论》、《产品思维》
- 逻辑思维类
在面试中逻辑清晰的回答面试官的问题，会为你大大的加分，推荐《[金字塔原理]》、《[学会提问]》、《麦肯锡思维》
**如果你对编程有兴趣，可以往机器学习的方向进阶；如果你想做好数据分析，则需要深化能力，考虑自动化分析等。
**
