【EXCEL】数据分析那些事(菜鸟入门必看)
从零开始学习Excel数据分析技巧
从零开始学习Excel数据分析技巧第一章：Excel基础知识Excel是一款强大的电子表格软件，广泛应用于数据分析、数据处理和报表制作等各种工作中。
在学习Excel数据分析技巧之前，首先需要了解一些Excel的基础知识。
1.1 Excel的界面和基本操作Excel的界面由菜单栏、工具栏、工作区等组成，熟悉这些界面元素可以更好地操作Excel。
基本操作包括创建、打开和保存Excel文件，插入和删除单元格、行、列等。
1.2 Excel的常用函数Excel提供了丰富的函数库，可以通过函数进行各种计算和数据处理。
常用函数包括SUM、AVERAGE、MAX、MIN等。
学习和熟练运用这些函数可以提高数据分析的效率和准确性。
第二章：数据录入和清洗在进行数据分析之前，首先需要将原始数据导入Excel并进行清洗，保证数据的准确性和完整性。
2.1 数据导入可以将原始数据保存为CSV、TXT等格式，然后通过Excel的数据导入功能将数据导入Excel中。
2.2 数据清洗数据清洗是指对原始数据进行筛选、过滤、去重等操作，以去除无效数据和重复数据，保留有效数据。
在Excel中，可以使用筛选功能、条件格式、数据透视表等工具进行数据清洗。
此外，学会使用Excel的高级筛选功能可以更灵活地清洗数据。
第三章：数据排序和筛选在进行数据分析之前，往往需要对数据进行排序和筛选，以便更好地观察和分析数据的特点和规律。
3.1 数据排序Excel提供了多种排序方式，包括按照某一列的数值大小、按字母顺序、按日期等排序。
通过排序可以将数据按照需要的方式进行排列，更方便地观察和分析数据。
3.2 数据筛选数据筛选是指根据指定条件，从大量数据中筛选出符合条件的数据。
在Excel中，可以通过“自动筛选”、“高级筛选”等功能实现数据筛选。
学会使用这些功能可以快速、准确地筛选出目标数据，为后续的数据分析做好准备。
第四章：数据透视表和透视图数据透视表是Excel中一种强大的数据分析工具，能够对大量数据进行多维度的汇总和分析。
快速入门Excel数据分析
快速入门Excel数据分析Excel是一款功能强大的电子表格软件，广泛应用于数据处理和分析。
对于初次接触Excel数据分析的人来说，可能会觉得有些困惑和无从下手。
本文将带你快速入门Excel数据分析，让你能够轻松处理和分析数据。
首先，在使用Excel进行数据分析之前，我们需要先了解一些基本概念和操作。
例如，Excel中最基本的单位是单元格，每个单元格都有一个唯一的地址，由列字母和行数字组成。
单元格中可以存放各种类型的数据，包括数字、文本、日期等。
你可以通过点击单元格并在公式栏中输入数据来编辑单元格。
Excel还提供了许多常用的函数，它们可以方便地对数据进行统计和计算。
例如，SUM函数可以对一列或一行数字进行求和；AVERAGE函数可以计算一列或一行数字的平均值；MAX和MIN函数可以分别找到一列或一行数字中的最大值和最小值。
在数据分析中，我们经常需要对数据进行排序和筛选。
Excel提供了强大的排序和筛选功能。
你可以选择要排序的数据范围，并指定升序或降序排列。
另外，你还可以使用筛选功能来快速筛选出符合特定条件的数据。
通过掌握这些功能，你可以更方便地对数据进行整理和分析。
此外，图表是数据分析中常用的工具之一。
Excel提供了各种图表类型，包括柱状图、折线图、饼图等。
你可以选择需要的数据范围，并选择合适的图表类型来展示数据。
图表可以直观地展示数据的趋势和关系，帮助我们更好地理解和分析数据。
当处理大量数据时，Excel的数据透视表功能能够帮助我们更高效地进行数据分析。
数据透视表可以将复杂的数据按照一定的规则进行分组和汇总，并生成相应的汇总报表。
你可以选择要汇总的数据范围，并选择需要展示的字段和计算方式，Excel会自动生成相应的透视表和报表。
数据透视表可以让我们快速了解数据的整体情况，并找到其中的规律和趋势。
另外，Excel还具备一些高级的数据处理和分析功能，例如数据透视图、数据分析工具包等。
这些功能可以帮助我们更加深入地进行数据挖掘和分析。
Excel数据分析简明教程
Excel数据分析简明教程第一章：Excel数据分析简介Excel是一款强大的电子表格软件，广泛应用于各个行业和领域。
数据分析是Excel的一个重要功能，可以帮助用户处理和分析大量数据，提取有价值的信息。
本教程将介绍Excel数据分析的基本概念和常用功能。
第二章：Excel数据的导入和整理在进行数据分析之前，首先需要将数据导入Excel并进行整理。
Excel支持多种数据源的导入，如文本文件、数据库、Web数据等。
导入后，可以使用Excel的排序、筛选、删除等功能对数据进行整理，以便更好地进行后续的分析。
第三章：数据透视表分析数据透视表是Excel中最常用的数据分析工具之一。
通过数据透视表，可以对大量数据进行快速分析和汇总。
教程将介绍数据透视表的创建和使用方法，包括行标签、列标签、值字段和筛选器等功能，帮助用户轻松地对数据进行分类、求和、平均值等统计操作。
第四章：数据可视化分析数据可视化是一种直观表达数据信息的方法，可以帮助用户更好地理解数据。
Excel提供了丰富的图表功能，如柱状图、折线图、饼图和散点图等，用户可以根据需要选择适合的图表类型，并通过调整图表样式和布局来美化图表，使数据更具可读性。
第五章：数据分析函数Excel内置了许多数据分析函数，可以帮助用户进行复杂的数据计算和分析。
本教程将介绍常用的数据分析函数，如SUM、AVERAGE、COUNT、IF等，以及更高级的函数，如VLOOKUP、INDEX、MATCH等。
掌握这些函数的使用方法，可以大大提高数据分析的效率和准确性。
第六章：高级数据分析工具除了基本的数据分析功能之外，Excel还提供了一些高级的数据分析工具，如数据表、条件格式和求解器等。
数据表可以通过输入不同的参数值，快速计算得出不同结果；条件格式可以帮助用户根据数据的特点设置格式，使异常值更加显眼；求解器可以帮助用户解决复杂的优化问题。
本教程将逐一介绍这些工具的使用方法，帮助用户更好地进行数据分析。
Excel数据分析的基础教程
Excel数据分析的基础教程第一章：Excel数据分析入门1.1 Excel数据分析的定义和作用Excel是一种广泛应用于数据分析的电子表格软件，通过Excel可以进行数据的收集、管理、统计和分析等操作，帮助人们更好地理解和利用数据。
1.2 Excel数据分析的基本流程数据分析的基本流程包括准备数据、清洗数据、数据透视表、数据可视化和数据分析等环节。
我们将逐步介绍每个环节的具体操作和技巧。
1.3 Excel数据分析的常用函数和公式Excel提供了丰富的函数和公式，如常用的SUM、AVERAGE、COUNT等函数，通过合理运用这些函数可以快速实现对数据的计算和统计。
第二章：数据准备和清洗2.1 数据的导入和导出在Excel中，我们可以通过多种方式导入和导出数据，如从文本文件、数据库、Web数据等导入数据，方便获取分析所需的数据。
2.2 数据去重和筛选数据去重和筛选是数据准备的重要环节，Excel提供了多种方式去重和筛选数据，并且可以根据自定义条件进行筛选，以满足分析需要。
2.3 数据的格式化与转换数据的格式化和转换可以使数据更具可读性和可分析性，我们可以通过更改单元格格式、插入列、拆分合并单元格等操作来实现数据的格式化与转换。
第三章：数据透视表3.1 数据透视表的基本概念数据透视表是一种以交叉分析为基础的数据分析工具，它可以对大量的数据进行快速汇总、分组和分析，帮助用户从多个维度分析数据。
3.2 数据透视表的创建和设置在Excel中创建数据透视表非常简单，只需要选择要分析的数据范围并设置相应的行、列和值，然后系统会自动生成相应的数据透视表。
3.3 数据透视表的进阶应用除了基本的汇总和分析功能外，数据透视表还提供了排序、过滤、计算汇总、字段设置和样式设置等进阶应用，帮助用户更全面地分析数据。
第四章：数据可视化4.1 图表的基本概念图表是Excel中最常用的数据可视化工具，通过将数据转化成图表，可以更直观地展示数据的分布、趋势和关系，提高数据分析的效果。
五步教你学会使用Excel进行数据分析
五步教你学会使用Excel进行数据分析第一步：熟悉Excel界面与基本操作Excel是广泛应用于数据分析的工具之一，首先需要熟悉Excel的界面和基本操作。
打开Excel后，你会看到一个由格子组成的电子表格。
每个格子被称为一个单元格，由列字母和行数字组成。
通过点击单元格，可以在公式栏中输入内容并进行计算。
基本操作包括插入、删除、复制和移动单元格，也可以通过拖动边框改变单元格的大小。
掌握这些基本操作将为后续数据分析打下基础。
第二步：利用函数进行数据处理与计算Excel提供了丰富的函数库，可以通过函数对数据进行处理和计算。
常用的函数包括SUM、AVERAGE、MAX、MIN等。
例如，SUM函数可以求一系列数字的总和，AVERAGE函数可以求平均值。
通过函数，可以快速计算出所需数据，并且函数的使用可以得到准确的结果，提高了数据分析的效率和准确性。
掌握基本函数的用法，并结合实际情况运用，可以更好地进行数据处理与分析。
第三步：筛选与排序数据数据分析需要从海量数据中提取出有用的信息，Excel提供了筛选和排序功能，能够帮助我们快速定位并整理所需数据。
在Excel中，我们可以使用筛选功能按条件筛选数据，也可以使用排序功能对数据进行升序或降序排列。
通过数据的筛选和排序，可以更加清晰地了解数据特点，从而进行更深入的数据分析和决策。
第四步：制作图表展现数据分析结果数据分析的结果更直观地呈现给其他人，通过图表是一个很好的方式。
Excel提供了丰富的图表类型，如折线图、柱状图、饼图等，并可以根据实际需求自定义图表样式。
通过选择合适的图表类型，输入数据源，并调整图表样式，我们就可以制作出直观而美观的数据分析图表。
图表不仅可以帮助我们更好地理解数据，还可以向他人传达数据分析的结果和见解。
第五步：数据透视表与高级数据分析Excel提供了强大的数据透视表功能，可以快速对大量数据进行整理和分析。
数据透视表可以根据需要对数据进行分类汇总，并生成相应的汇总表或图表。
使用Excel进行数据分析：入门教程
使用Excel进行数据分析：入门教程概述：数据分析在现代社会中扮演着至关重要的角色，而Excel作为一款强大的电子表格软件，被广泛应用于数据分析领域。
本文将为您介绍如何使用Excel进行数据分析的入门教程，包括数据准备、数据清洗、数据分析和结果呈现等步骤。
1. 数据准备- 收集数据：确定您要分析的数据来源，并将数据收集到一个表格中。
可以使用Excel的数据输入功能，在新建的工作表中逐行或逐列输入数据。
- 数据备份：在进行数据分析之前，建议对原始数据进行备份，以确保数据的安全性。
- 数据整理：对收集到的数据进行整理，确保数据的完整性和一致性。
删除重复数据、填补缺失值，对数据进行分类和排序等操作。
2. 数据清洗- 去除冗余数据：在数据集中可能存在一些冗余或不必要的数据列，可以选择性地删除这些数据列。
选中不需要的数据列，点击右键选择“删除”。
- 处理缺失值：在数据集中可能存在一些缺失值，可以利用Excel的函数和工具来处理这些缺失值。
使用筛选功能找出缺失值所在的行或列，然后选择合适的方法进行填补，如平均值、中位数、众数等。
- 数据格式转换：对于日期、时间、货币等特殊数据格式，需要将其转换为Excel可以识别和计算的格式。
选中需要转换的数据列，点击“格式”选项卡，选择对应的格式。
3. 数据分析- 插入图表：选择适当的图表类型来分析和展示数据。
选中要分析的数据范围，点击“插入”选项卡，选择合适的图表类型。
常见的图表类型有柱状图、折线图、饼图等。
- 数据透视表：使用数据透视表可以对大量数据进行汇总和分析。
选中要创建透视表的数据范围，点击“插入”选项卡，选择“数据透视表”。
根据需求选择行、列和数值字段，生成透视表。
- 使用函数进行计算：Excel提供了大量的函数用于数据计算。
根据分析需求，使用合适的函数进行计算。
例如，使用SUM函数计算总和，使用AVERAGE函数计算平均值，使用COUNT函数计算数量等。
4. 结果呈现- 数据可视化：使用图表和图形使数据更加直观和易于理解。
Excel数据分析指南教你如何使用表进行数据分析
Excel数据分析指南教你如何使用表进行数据分析Excel数据分析指南：教你如何使用表进行数据分析数据分析在现代商业和研究领域中变得越来越关键。
Excel作为一款常见的办公软件，提供了丰富的数据处理和分析功能。
本文将为您介绍如何使用Excel中的表进行数据分析，提供一些实用的技巧和方法。
一、数据准备在进行数据分析之前，首先需要准备好相关的数据。
将数据整理成表格的形式，确保每一列都具有明确的数据类型和相应的命名。
二、数据筛选与排序Excel的数据筛选与排序功能可以帮助我们从海量数据中找到所需的信息。
通过选中整个数据表，点击“数据”选项卡上的“筛选”按钮，即可使用筛选功能。
您可以根据特定条件来筛选数据，比如只显示符合某个条件的数据行。
另外，如果您需要对数据进行排序，也可以在“数据”选项卡中使用排序功能。
选择需要排序的列，并设置升序或降序排列，Excel会自动按照您的要求进行排序。
三、数据汇总与统计Excel提供了多种汇总和统计函数，可用于计算数据的总和、平均值、最大值、最小值等。
其中常用的函数包括SUM、AVERAGE、MAX、MIN等。
具体使用方法如下：- 在需要汇总的单元格中输入函数表达式，如=SUM(A1:A10)，表示汇总A1到A10单元格的数据。
- 您也可以通过鼠标选择相关单元格来自动生成函数表达式，例如，在D1单元格输入=SUM(A1:A10)，然后按下回车键，Excel会自动运算并显示结果。
四、数据图表的绘制通过数据图表的绘制，我们可以更加直观地呈现数据分析结果。
Excel提供了多种类型的图表，如折线图、柱状图、饼图等。
绘制图表的步骤如下：1. 选中需要绘制图表的数据范围。
2. 点击“插入”选项卡中的“图表”按钮，选择所需的图表类型。
3. 根据需要调整图表的样式和布局，比如添加标题、修改字体风格等。
五、数据透视表的使用数据透视表是Excel中强大的数据分析工具，可以帮助我们从复杂的数据中提取出有用的信息。
使用Excel进行数据分析入门指南
使用Excel进行数据分析入门指南数据分析作为一种重要的技能，在当今互联网时代变得尤为重要。
对于许多企业和个人来说，掌握数据分析能力，能够更好地了解和应对不同领域的问题。
而Excel作为一款功能强大且易于操作的电子表格软件，成为了数据分析的重要工具之一。
本文将介绍如何使用Excel进行数据分析，并提供一些实用技巧。
一、数据导入与整理1. 数据导入在进行数据分析之前，首先需要将数据导入Excel。
Excel支持多种数据源的导入，包括文本文件、数据库、网络数据等。
通过“数据”选项卡中的“获取外部数据”工具，可以轻松导入各种数据源，并将其保存为Excel表格格式。
2. 数据清洗与整理导入数据后，需要对数据进行清洗与整理，以确保数据的准确性和一致性。
常见的数据清洗操作包括去除重复值、填充空白单元格、删除不需要的列或行等。
另外，还可以使用Excel的筛选功能，对数据进行快速筛选和排序。
二、数据分析与可视化1. 基本统计分析Excel内置了许多常用的统计函数，如平均值、中位数、标准差等。
通过使用这些函数，可以对大量数据进行基本统计分析，并得出相应的结果。
此外，还可以使用条件函数，根据特定条件进行统计分析。
2. 图表制作Excel提供了丰富多样的图表类型，如柱形图、折线图、饼图等。
通过选择合适的图表类型，并进行相应的数据填充，可以将数据以更直观的方式呈现出来。
同时，可以通过调整图表样式、字体大小等来增加图表的可读性和美观性。
3. 数据透视表数据透视表是Excel中非常强大的数据分析工具之一。
通过数据透视表，可以对大规模数据进行透视分析，并生成相应的汇总报告。
利用数据透视表，可以快速分析和比较数据的不同维度，并进行更深入的洞察。
三、高级数据分析技巧1. 条件格式化通过条件格式化功能，可以根据特定的条件对数据进行格式化显示。
比如根据数值大小进行渐变填充、根据文本内容进行颜色标记等。
条件格式化可以提供更直观的数据展示，帮助用户更好地分析数据。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Q1：我现在的工作有一点数据分析的模块，自从上微薄后了解到还有专门从事数据分析工作，我现在想做这一行，但是经验、能力都还是菜鸟中的菜鸟，请问成为一名数据分析师还有需要哪些准备？
A：很简单，我们可以看一下国内知名互联网数据分析师的招聘要求，进行自我对照，即可知道需要做哪些准备。
数据分析师职位要求：
1、计算机、统计学、数学等相关专业本科及以上学历；
2、具有深厚的统计学、数据挖掘知识，熟悉数据仓库和数据挖掘的相关技术，能够熟练地使用SQL；
3、三年以上具有海量数据挖掘、分析相关项目实施的工作经验，参与过较完整的数据采集、整理、分析和建模工作；
4、对商业和业务逻辑敏感，熟悉传统行业数据挖掘背景、了解市场特点及用户需求，有互联网相关行业背景，有网站用户行为研究和文本挖掘经验尤佳；
5、具备良好的逻辑分析能力、组织沟通能力和团队精神；
6、富有创新精神，充满激情，乐于接受挑战。
Q2：对数据分析有浓厚兴趣，希望从事数据分析、市场研究相关工作，但听说对学历要求较高，请问我是否要读研，读研的话应该读哪个方向？
A：读研要看自身情况，但可明确：专业不是问题，本科学历就够。
关键是兴趣与能力，以及自身的努力，兴趣是学习成长最好的老师！
当然如果是在校生考上研究生的话那是最好，如果考不上可以先工作，等你工作有经验了，你就知道哪方面的知识是自己需要，要考哪方面的研究生，也就更有方向性。
Q3：那么如何培养对数据分析的兴趣呢？
A：建议如下：
1、先了解数据分析是神马？
2、了解数据分析有何用？可解决什么问题？
3、可以看看啤酒与尿布等成功数据分析案例；
4、关注数据分析牛人微博，听牛人谈数据分析（参考Q1的三个链接）；
5、多思考，亲自动手分析实践，体验查找、解决问题的成就感；
6、用好搜索引擎等工具，有问题就搜索，你会有惊喜发现；
7、可以看看@李开复老师写的《培养兴趣：开拓视野，立定志向》；
有网友说：让数据分析变的有趣的方法是，把自己想象成福尔摩斯，数据背后一定是真相！Q4：我有点迷茫，是练好技能再找工作，还是找一个数据分析助理之类的要求不是特别高的工作，在工作中提升？
A：建议在工作中进行学习实践，这才是最好的提升。
看那么多书，没有实践都是虚的。
Q5：我是做电商的，对于数据分析这块，您有什么好的软件工具类推荐吗？
A：做数据分析首先是熟悉业务及行业知识，其次是分析思路清晰，再次才是方法与工具，切勿为了方法而方法，为工具而工具！不论是EXCEL、SPSS还是SAS，只要能解决问题的工具就是好工具。
问题的高效解决开始于将待解决问题的结构化，然后进行系统的假设和验证。
分析框架可以帮助我们：1、以完整的逻辑形式结构化问题；2、把问题分解成相关联的部分并显示它们之间的关系；3、理顺思路、系统描述情形/业务；4、然后洞察什么是造成我们正在解决的问题的原因。
Q6：请问现在国内做数据分析行业需要精通SPSS、SAS之类的统计软件吗？
A：不同公司不同职位要求都不一样，虽然大部分公司的招聘要求有提到要求会SPSS、SAS 之类的统计软件，但是实际工作中还是以EXCEL居多，只有少数公司在工作中才常用到SPSS、SAS。
另外分享一网友@AC不米兰微博感想：
其实对绝大多数财务人员和管理人员而言，excel用到透视表已经可以解决95%的问题了吧，宏什么的属于炫技式用法。
重要的是数据设置时的逻辑关系。
还有一个重要的是分析结果的展示方法。
地址：/1846816572/y4ThvFjHo
Q7：可不可以推荐些数据分析方面的网站呢?
A：数据分析学习网址大全（强烈推荐）/SPGMeA
Q8：如果我想系统的学习数据分析，有哪些途径？或者课程呢？可以给我们一些建议吗？A：可看小黄书《谁说菜鸟不会数据分析》，其目录基本上就是数据分析体系，按这个思路学习，先了解数据分析是神马？了解数据分析有何用？可解决什么问题？然后再根据实际所需进行学习。
可通过此网址检测自己是否真正了解数据分
析/s/blog_49f78a4b0102dwzp.html
Q9：看完小黄书后要看哪本书？有何推荐没有？
A：如果看完小黄书后，能对数据分析有个清晰的认识，知道数据分析是做什么用的，并且书中每个方法都理解，都能用简单的语言描述出来，能活学活用，那就说明你真正掌握了。
到时你自然而然的知道你需要再补充哪方面的知识。
如果是想往统计技术方面发展，可以看@文彤老师这本SPSS统计分析基础教程（第二版）。
Q10：我想知道想要从事数据分析这方面的工作，我现在应该找什么类型的公司和实习岗位来积累经验呢？
A：建议是互联网、移动互联网、游戏、通信类的企业，因为这些类型的公司是数据都较为庞大，并且也较为重视数据分析工作的公司。
不过先想清楚自己以后所要从事的行业，然后在有针对性的实习，这样可以累积行业经验，加深对行业及业务的理解，应为毕竟数据分析的前提是要熟悉行业及业务。
如果你熟悉了业务，你看到的不在是简简单单的数据，而是看到数据后面所隐含的信息。
举个案例：某公司面试官发了这么一条微博：问他擅长什么，答数据分析，于是给他一堆数据，5分钟后问他，答约，可以分析出标准差，离散度……再追问，分析这些的意义是什么，答曰：可以知道样本数据的标准差，离散程度……
地址：/1590680882/y4YGB8nIH
这就是技术与业务脱节，为了分析而分析，谨记！
Q11：如何写成一份好的数据分析报告？
A：一份好的数据分析报告，首先需要有一个好的分析框架，并且图文并茂，层次明晰，能够让阅读者一目了然。
结构清晰、主次分明可以使阅读者正确理解报告内容；图文并茂，可以令数据更加生动活泼，提高视觉冲击力，有助于阅读者更形象、直观地看清楚问题和结论，从而产生思考。
--小黄书《谁说菜鸟不会数据分析》
Q12：该如何学习数据分析呢？
A：数据分析三字经：
①学习：先了解，后深入；先记录，后记忆；先理论，后实践；先模仿，后创新；
②方法：先思路，后方法；先框架，后细化；先方法，后工具；先思考，后动手；
③分析：先业务，后数据；先假设，后验证；先总体，后局部；先总结，后建议；
Q13：我看到有人说数据分析可以分为数据分析师和数据挖掘师，是这样吗？数据分析做到深入的话必须要懂数据挖掘吗？数据挖掘要掌握一些算法吧，那不成了计算机专业的了吗？
A：首先要了解数据挖掘与数据分析之间的关系。
《谁说菜鸟不会数据分析》中有如下介绍：数据挖掘其实是一种高级的数据分析方法。
数据挖掘就是从大量的数据中挖掘出有用的信息，它是根据用户的特定要求，从浩如烟海的数据中找出所需的信息，以满足用户的特定需求。
数据挖掘技术是人们长期对数据库技术进行研究和开发的结果。
一般来说，数据挖掘主要侧重解决四类数据分析问题：分类、聚类、关联和预测，重点在寻找模式与规律。
数据分析与数据挖掘的本质都是一样的，都是从数据里面发现关于业务的知识。
另外从事数据挖掘工作需要各种专业的人才一起参与，如计算机、统计学、数学等，数据挖掘工作包括算法研究开发、ETL、业务建模、系统开发等等，所以要看你的工作偏向哪方面，如果是业务建模分析，那就要熟悉业务，并对各种常用算法原理、优缺点比较熟悉，至于具体如何实现，统统交给数据挖掘软件和计算机去处理吧！
Q14：数据分析师会遇到哪些困难呢？
A：可以参考下最伤数据分析师的几句话：
1、你这个数据不对吧；
2、数据换个口径重新跑一遍；
3、你们做的一大堆数据，有啥用呢？无法落地；
4、怎么数据还没跑出来；
5、报告一点逻辑都没有；
6、报告一点业务深度都没有；
7、报告看不懂；
8、报告看懂了但没用；
9、报告再改改；
10、全是基础数据堆彻，没有重点，没有分析和结论！
以上问题在工作中可能会遇到，要尽量避免及做好心理准备！一句话：数据分析师伤不起！。