1、資料分析要學多久？
每個人的學習能力和基礎都不同，所以資料分析的學習週期也不同。而且也要結合自身的發展方向來選擇學習的內容，因此學習時間會有很大的差異。一般來講，零基礎的學習者進行有系統的培訓，最快也要將近三個月。這裡給大家推薦博學谷的《所有人都能學的數據分析課程》 ，專注於培養數據分析師的數據處理能力、數據分析能力和數據挖掘能力，課程內容從數據庫管理、統計理論方法、數據分析主流軟體的應用到資料探勘演算法等，對一整套資料分析流程技術進行系統性講解，學完之後，學習者可以直接達到中階資料分析師的程度。
2、資料分析要學什麼？
(1)統計學
統計是資料分析的基礎，是必須零基礎初學者必須掌握的重要內容。學習最基本的統計學知識可以解決日常大部分的分析需，所以強烈建議零基礎學習者先從統計學開始著手。統計學設計機率、分佈、抽樣、線性迴歸、時間序列、統計推論等內容。
(2)SQL
SQL是零基礎學習資料分析的核心內容之一，當你要分析的資料超過百萬等級的時候，這時候需要資料庫來解決，而從資料庫取得資料要依賴SQL語言。可以把MySQL當作學習對象，簡單了解一些資料庫範式設計等基本的資料庫原理，重點學習SQL語言。可以自己安裝一個MySQL資料庫實作操作練習。
(3)Excel
說起Excel可能會有人覺得這個很簡單，但Excel確實是一個功能強大的利器。作為資料分析師的核心工具，具體學習內容有Excel函數技巧（查找函數、統計函數、邏輯函數）、Excel快速處理技巧（格式調整、查找定位、快速鍵技巧等）和Excel視覺化技巧（組合圖、長條圖、資料氣泡地圖）。
(4)資料探勘、機器學習
這部分可以選擇性學習。因為統計分析基本上可以解決日常資料分析工作的70%-80%的需，而且資料探勘和機器學習的難度較大，門檻略高。這部分主要是了解資料探勘和機器學習的基本概念和理論。例如：分類、聚類、迴歸、決策樹、貝葉斯定理等。
(5)Python
因為Python有很多的第三方強大的函式庫，因此Python是資料分析的利器，也是資料分析必學的程式語言。例如Numpy、Pandas、Matplotlib與python作圖、Sklearn與機器學習基礎等等。雖然Python是資料分析的重要工具，但是不同的職涯發展方向，Python掌握的程度也是不一樣的。
(6)產品營運知識
可能有些人都聽過產品營運這個職位，對於想往管理路線發展的資料分析師來講，產品營運是必須要學習的知識。其實產品營運知識也不複雜，就是根據自身業務需將指標拆解到最細，然後運用年比和季比兩種數據分析方式。
可以的。 。 。 。不過的確需要撐住
我是當初心理學專業的，後來在市場研究公司 因為用到數據分析，所以自學的，
spss幾乎全部靠我平時自學的，不過當初也是一邊找個教材一邊練習，每天上班時間抽空學，下班回家之後也是幾乎在學，我基本沒有業餘生活，我的業餘也是以學習為主，除了禮拜天我會休息，出去逛街
amos也是，sas的話我建議你沒有任何基礎學起來還是很困難的，反正我沒學sas，因為基本常用的spss能夠解決，我現在也在自學sql，因為最近上班空，我每天上班就是看書練習，晚上下班還是看和練習，買了一本《深入淺出sql》，現在已經看完一半了，前面的也基本掌握。
這是我的經驗，你要學的話 就要堅持住，而且利用一切時間。
以上是可以從零開始學習數據分析嗎？的詳細內容。更多資訊請關注PHP中文網其他相關文章！
