投流數據分析需要學哪些

⑴ 想學數據分析需要學哪些課程

對於數據分析而言，最經典的書，無非就那幾本。一本一本讀，就能夠好好打磨自己的基本功。

下面這 10 本書，可以說，對於數據分析領域而言，經典、經典、還是經典。

數據分析入門的第一本書。

以類似「章回小說」的活潑形式，生動地向讀者展現優秀的數據分析人員應知應會的技術：數據分析基本步驟、實驗方法、最優化方法、假設檢驗方法、貝葉斯統計方法、主觀概率法、啟發法、直方圖法、回歸法、誤差處理、相關資料庫、數據整理技巧；正文之後，意猶未盡地以三篇附錄介紹數據分析十大要務、R工具及ToolPak工具，在充分展現目標知識以外，為讀者搭建了走向深入研究的橋梁。

這本書可以讓你學到分析現實問題的系統性方法，讓你在面對龐雜的數據時，不再抓耳撓腮。更重要的是，對於如何處理沒有把握的數據，它直擊本質地告訴你：記住分析目標，目光停留在和目標相關的數據上，無視其他。

本書構思跌宕起伏，行文妙趣橫生，無論讀者是職場老手，還是業界新人；無論是字斟句酌，還是信手翻閱，都能跟著文字在職場中走上幾回，體味數據分析領域的樂趣與挑戰。

一本很好的數據分析入門讀物。

《誰說菜鳥不會數據分析》基於通用的Excel工具，加上必知必會的數據分析概念，以小說般通俗易懂的方式講解。本書基於職場三人行來構建內容，完全按照數據分析工作的完整流程來講解。全書共8章，依次講解數據分析必知必會知識、確定數據分析的結構化思維、數據處理技巧、數據展現的技術、通過專業化的視角來提升圖表之美以及專業分析報告的撰寫等內容。本書有足夠的魅力讓你一口氣讀下去，在無形之中掌握數據分析的技能，提升職場競爭能力。

《啤酒和尿布》的故事是營銷屆的神話，「啤酒」和「尿布」兩個看上去沒有關系的商品擺放在一起進行銷售、並獲得了很好的銷售收益，這種現象就是賣場中商品之間的關聯性，研究「啤酒與尿布」關聯的方法就是購物籃分析，購物籃分析是沃爾瑪秘而不宣的獨門武器，購物籃分析可以幫助我們在門店的銷售過程中找到具有關聯關系的商品，並以此獲得銷售收益的增長！

本·霍洛維茨，矽谷頂級投資人，與網景之父馬克·安德森聯手合作18年，有著豐富的創業和管理經驗。2009年創立風險投資公司A16Z，被外媒譽為「矽谷最牛的50個天使投資人」之一，先後在初期投資了Facebook、Twitter、Groupon、Skype，是諸多矽谷新貴的創業導師。

在《創業維艱》中，本·霍洛維茨從自己的創業經歷講起，以自己在矽谷近20餘年的創業、管理和投資經驗，對創業公司（尤其是互聯網技術公司）的創立、經營、人才選拔、企業文化、銷售、CEO與董事會的關系等方方面面，毫無保留地奉上自己的經驗之談。他還談到了與比爾·坎貝爾、安迪·拉切列夫、邁克爾·奧維茨等矽谷頂級CEO和投資人的交往經歷，從他們身上學到的寶貴經驗，以及他和馬克·安德森這對絕佳拍檔為何能夠一起奮斗18年還能合作得這么好。

大多數創業書所說的都是如何做正確的事，不把事情搞砸，而本·霍洛維茨還會告訴你：當事情已經搞砸時，你該怎麼辦。

本書是從理論到實踐的全面且細致的企業數據驅動指南，從作者的網路大數據工作說起，完整還原其從零到一構建網路用戶行為大數據處理平台經歷。詳解大數據本質、理念與現狀，圍繞數據驅動四環節——採集、建模、分析、指標，深入淺出地講述企業如何將數據驅動方案落地，並指出數據驅動的價值在於「數據驅動決策」、「數據驅動產品智能」。最後通過互聯網金融、電子商務、企業服務、零售四大行業實踐，從需求梳理、事件指標設計、數據接入階段、實際應用四大階段介紹數據驅動在不同領域的商業價值，全面展示大數據在各領域內的應用情況與趨勢展望。

本書貼近企業真實場景，兼具權威性與前瞻性，是廣泛適用的普及讀物，適合對大數據、數據驅動感興趣的企業高管、決策者、創業者、IT人員、營銷人員、產品經理、相關專業的學生等。

更多書籍持續更新中……別忘了關注夥伴雲喲~

⑵ 數據分析師需要學習什麼課程

數據分析師需要學習以下幾個方面的課程：

1、數據管理。數據獲取、企業需求:資料庫訪問、外部數據文件讀入
案例分析:使用產品信息文件演示spss的數據讀入共能。

2、相關與差異分析。案例分析:產品合格率的相關與差異分析。

3、線性預測。企業需求: 探索影響企業效率的因素，並進一步預測企業效率。
案例分析:產品合格率的影響因素及其預測分析。

4、因子分析。企業需求: 需要抽取影響企業效率的主要因素，進行重點投資
案例分析:客戶購買力信息研究。

對於數據分析的了解可以到CDA ，其系列叢書依照 CDA 規范化學習體系而定，以讀者需求為出發點，結合企業實際案例和業務場景來談大數據思維和分析，滿足了 CDA 數據分析師等級認證的學習需要，也兼顧了大數據的熱點動態。目前 CDA 數據分析師系列叢書已有近 20 本，更多叢書也在陸續出版中。

⑶ 數據分析師需要學那些東西

數據分析師需要學習以下幾個方面的課程：
（1）數據管理。
a、數據獲取。
企業需求:資料庫訪問、外部數據文件讀入
案例分析:使用產品信息文件演示spss的數據讀入共能。
b、數據管理。
企業需求:對大型數據進行編碼、清理、轉換。
案例分析:使用銀行信用違約信息文件spss相應過程。
1）數據的選擇、合並與拆分、檢查異常值。
2）新變數生成，SPSS函數。
3）使用SPSS變換數據結構——轉置和重組。
4）常用的描述性統計分析功能。頻率過程、描述過程、探索過程。
c、數據探索和報表呈現。
企業需求:對企業級數據進行探索，主要涉及圖形的使用。spss報表輸出。
案例分析:企業績效文件，如何生成美觀清晰的報告。
1）製作報表前對變數的檢查
2）製作報表的中對不同類型的數據處理
3） 報表生成功能與其他選項的區別
（2）數據處理
a、相關與差異分析。
案例分析:產品合格率的相關與差異分析。
b、線性預測。
企業需求: 探索影響企業效率的因素，並進一步預測企業效率。
案例分析:產品合格率的影響因素及其預測分析。
c、因子分析。
企業需求: 需要抽取影響企業效率的主要因素，進行重點投資
案例分析:客戶購買力信息研究。
d、聚類分析。
企業需求: 需要了解購買產品的客戶信息
案例分析:客戶購買力信息研究
e、bootstrap。
案例分析: bootstrap抽樣。
（3）SPSS代碼
SPSS代碼應用