为什么想做数据分析,想做业务数据分析

看数据分析，是后理性方法。不做数据分析很难预测，只能靠想象猜测结果。做数据分析就能知道。这部分建议你用简单的术语来看数据分析。凡是说菜鸟不会做数据分析的，也可以看看，不过相对简单。作为入门书来读更合适。2数据分析工具和技能包括。

为什么要做数据分析？

其实，现在不会再有人再问这样的问题了，因为大数据时代下，每个人都知道数据分析的重要性！数据分析在企业经营或个人生活中都很有用处，关键在于我们如何使用它。数据分析不仅是某一条公式或者一串代码，它真正的魅力在于系统地客观地有逻辑地思考，用这种思考方式去代替零散臆断盲目，这才是它最大的价值。当我们在工作中接到一项任务时，首先主观意识第一反应我想不想做这个事？如果我做了会产生什么影响？决定做了之后，又要开始思考我能不能干这个事？做这个事需要什么条件？到底应该如何做这件事？ 这些心理建设和意愿能动性创造力有关。

再来看数据分析，它是一种后置的理性的方法，很难预知如果不做数据分析，只能靠臆想猜测结果，如果做了数据分析，才能知道现状是怎样的？到底现状好不好？出现这个状况的原因是…？预测一下结果会如何？下一步应该怎么做？这5个问题是环环相扣的，有了清晰的描述才能寻找指标，有了指标才有好坏判断，有好坏判断才能思考为什么好或不好，有了原因才知道如何构建预测模型，如何全面评估。

从一个最简单的例子来说，设想下，你刚就任一个销售公司大区总监，掌管着华北500家客户，忽然收到财务发来的一封邮件说这个月业绩KPI没有达标。那么第一件事，就是要看数据，业绩状况到底是什么情况？差多少达标？什么时候开始不达标的？差距越来越大还是越来越小？所有区域还是单个区域的问题？没有问题的是不是正在变得有问题？所有一切都要用数据说话。

接下来，还需要做以下三项分析工作原因分析通过数据分析找一下不达标的原因预测分析预测一下销售走势，预计业绩有多大缺口评估分析评估一下过往的措施哪个好用，然后安排下一步举措。不过在实际工作中，80%的时间都被耗在清理数据更新报表做描述性统计上，剩下时间可能还在写评估报告，最后就变成，只有数据，没有分析。

如果使用分析云来做数据分析，数据抽取与业务模型是独立的，数据抽取由系统自动完成，且可跨平台集成数据，大大减少了清理数据的工作而业务模型是固定不变的，数据更新，报表内容也会随之更新，如需调整模型，也可由业务人员自行完成操作。通过数据穿透钻取，找到原因通过历史数据，预测今后走势通过对比，全面评估。

想做业务数据分析，需要学习些什么？

首先我认为，业务数据分析是业务和数分这两大块内容的集合体，学习业务和学习数据分析是同等重要的，既然题主问的是学习路径，那么我就分开说先说数据分析，要学些什么按照我一贯推崇的学习路径，数据分析一定要先学基础和方法，再学工具和技能，但是很多人都恰恰本末倒置了，下面我就按照基础和工具的顺序，说一下应该学习哪些内容1数据分析基础包括1统计学基础。

数理统计学是数据分析的基础之一，很多人连统计学概念都没搞清楚就跑去学python学excel，结果却发现越学越难。首先要了解一些统计学的基本概念，比如什么叫描述型统计？什么叫假设检验？什么叫正态分布？然后再去学习统计学里的数据模型，比如聚类回归，这些都是业务分析中必备的内容。关于统计学，大家可以看一看深入浅出统计学赤裸裸的统计学统计学概论这几本书。

2数据分析思维的培养。思维往往被很多人忽略，但其实作为一个数据分析师，最起码要了解和学习数据分析中的思维模式，比如结构化思维、演绎推理等等，这些都是我们可以在生活中慢慢培养的。因为数据分析是人做的，既然要靠人，就必然会受到个人思维的影响。数据思维很大程度上可以决定我们分析问题的方向和思路。我建议你可以看看下面这本书3数据分析模型和方法。