1樓：宇宙通
我覺得資料思維邏輯思維很重要，也就是你說的分析方法，遇到問題了有思路怎麼取處理，工具是拿來解決問題的，是上班之後可以慢慢學的，但是還是要入門的會一些，比如mysql
2樓：雨田sure
接觸資料分析後覺得，方法和工具同樣重要。側偏向哪一方對個人的發展都不是最優解。
我自己就是個例子，起初先學的那些分析方法，後面運用到實際，發現無法用工具為自己的方法提供證明，資料分析也就無從下手；同樣，沒有方法，工具會用，卻依舊沒法解決實際的分析需求......
所以方法＋合適的分析工具同樣重要~當然，現在我也還在這道路上繼續學習著~一起加油！！！（來自乙個初入資料分析的小白,且看看就好，捂臉(*/ω＼*)）
3樓：劉奮鬥
先學道，再學術。
也就是先學理論，再學工具。
一是：因為工具是實現理論的手段，用理論搭建分析框架，根據框架操作工具處理、分析資料。
二是：理論需要不斷反覆琢磨、提煉融入自己的知識體系，而工具基本規則不會變動，按部就班操作。
分析入行初級工具：excel，sql即可
4樓：熱愛學習的小太陽
建議先確定轉行的具體方向，然後了解下相關業務知識。資料分析，不管是電商還是金融行業，個人認為最重要的是具備資料分析思維。對於工作場景中遇到的問題，比如XX指標下降了，能立刻反應出一套分析思路，再想辦法用工具實現。
工具只是基礎，不管是sql還是python，先學會基礎用法，在實戰中結合業務場景打磨基礎。任何工具，只要用的頻率高，很快就會熟練上手。
不管怎麼說，工具和方法這兩方面都要學的，工具學累了就去看看業務書籍，業務書籍看過了，就去實戰演練下，比如從一堆資料中提取使用者複購率、回購率這些指標。二者相輔相成，哪個方面薄弱，就再去補充相關的知識，反覆打磨。
5樓：墨竹菌
如果是初入職場的新人，建議主要先學工具。不然轉行是沒法成功的。大多數資料分析的職位jd都是需要掌握相關工具，excel，sql，Python。
6樓：tengjinjing
資料分析工具是基礎，方法是靈魂;
不管做什麼事情第一部肯定是打基礎，基礎牢工具會使用，再告訴相關的方法就可以把資料分析具體落地，一般公司都會做交接，交接的時候會有相應的分析方法，不影響分析落地。
但是話說回來，想要做高階資料分析師，必然的要求就是有資料思維，有自己的資料分析方法，自己進行資料建模，當需要對乙個資料進行分析的時候就能夠讓資料分析落地，能夠用資料驅動運營，幫助產品跟新;
只有資料分析工具，沒有資料思維，沒有資料分析方法，就注定只能做最基礎的分析崗位，執行安排好的工作;會使用資料分析工具又有資料分析思維，給出乙個需要分析的資料就能夠對資料進行建模，把資料分析落地，才能在資料分析這條路上走遠
7樓：W4營銷大師課
二者應該是相輔相成的
學習分析方法是可以運用到工具做到資料分析的，但不會使用工具，就像人們常說的只懂理論不會實踐一樣。但先學習工具，不懂分析方法又會浪費很多精力和時間，畢竟你只會工具，很多方式方法不明白的話，需要花費大量的時間去試錯去嘗試，這是很不值得的。
故而，無論是分析方法還是分析資料的工具，最好要二者結合起來學習。學習一種方法，與之相對應的資料分析工具的使用，來驗證自己的資料分析方法是否行之有效。這樣會省去很多不必要的時間，也會大大的提高效率。
資料分析入門並不難，入門之後的知識積累才是重點，如何在實際工作、專案中真正發揮資料分析的作用，產生價值。
8樓：
簡潔回答。
1、長遠來看，道術不可偏廢，一定要兼顧，且越往後期，道更重要。
但做事專注，不太可能同時進行，所以——
2、對新手來說，操作層面，建議先術，也就是工具；然後再是分析方法思路。
為什麼？先學會如何實現，才能在前期的學習中快速獲取成就感，人家才有可能把活交給你，你才能有機會接觸到更多實際的專案練手。
這是基礎，是萬丈高樓平地起的起步過程。這個過程，一般半年到一年為宜。
在這個過程後期和結束後，逐漸將重心轉移到分析思路這些道的層面上來，加強分析的深度和廣度。
此時就會發現，分析的想法、假設都能落地到取數、建模、結論提煉上，是一件多麼有成就的事情。
9樓：Kyle
先學工具
轉行最初肯定是相對低層的職位，一般來說體力勞動會大於腦力勞動。
這個階段最重要的是能把數算出來，把圖畫出來。
方法方面學一些最基本的分析思路就可以了，剩下的需要從工作中慢慢積累，自學很難掌握。
10樓：鐵骨芳心
先學分析方法。資料分析=分析方法+分析工具，分析方法是進行一切資料分析的基礎，而工具是在掌握了分析方法後，利用它對資料進行分析，因此個人認為，這兩種技巧不要同時學，要有主次和先後。
11樓：Adam
這問題要具體掰開答。
如果你沒有入門（在校或者在考慮轉行）。那麼必然是先學工具，左sql右python，只要你硬體夠了，想入行非常非常的簡單。
當然。。。「先學」實際上是個偽命題。這些工具本身根本就不是靠背書能精通的，必然是通過實際的use case來學。在學習工具的同時你的能力分析能力應該也在提公升。
如果你已經入門，那麼答案就是一起學。因為根本沒有辦法分開。學資料分析的工具是不可能閉門造車的，乙個工具有一百個功能，你單獨學習的時候可能要一百個都要記下來。
只有你真正有問題開始需要分析解決的時候才會知道。。。哦，原來這一百個功能裡九十個都沒毛用，但是有那麼三五個做夢都會夢到。。。
還有乙個問題就是，分析方法很難速成，都是乙個個案例做下來經驗積累而成。成熟的資料分析師在聽到乙個問題的同時，腦袋裡的假設和思路基本上就已經成型了，再想一會可能遇到的困難都已經想到了，這一點很難光光通過學習來達到。
12樓：西城慢慢爬
首先，我們需要認清乙個觀念，那就是資料分析是一種能力，而不是一種崗位。
現實情況下，一般叫資料分析的基礎性崗位，它需要的能力多半是資料處理能力，既然都是資料處理能力了，你必然要先學工具，不然根本連面試都過不了。
但是如果你是需要資料分析能力的其他崗位，比如資料產品經理，比如產品運營或產品經理，那就是要先學分析方法，你需要通過分析思路去解決具體的業務問題或者產品問題，而一般資料處理可以提需求給資料分析師或者資料RD。
13樓：九道門聊資料
大資料分析師，它並不是乙個工程師，但它同時又需要具備程式設計能力，程式設計能力越強，對大資料分析未來工作的效率就會越高，因此我不能說大資料分析師，不需要很強的程式設計能力。但是如果你作為乙個入門級的大資料分析師，程式設計能力也僅僅需要入門就夠了。
14樓：先仙
資料分析在招聘的時候，都會寫「掌握sql、python 、R、tableau一種或多種工具」，所以，如果是入行資料分析，建議還是先學工具。學習工具的時候一般會使用網上的一些資料進行試煉，基本上可以總結基礎的分析方法，工具學會之後入職資料分析專員應該是沒有問題的；隨著你在日常工作中積累，分析的方法會越來越多~
另外，excel也是功能很多的工具，不只有加減乘除演算法，也是需要專研如何提高資料處理效率的哦~
轉行資料分析為什麼這麼難？
資料的追隨者 其實樓主沒有找到正確的方法，可能對資料分析崗位有一定的認知偏差。有2條路徑可以考慮一下，可以轉向資料產品經理，本身還是產品經理，同時開始對資料有全域性性的考慮，慢慢積累資料感覺 在目前產品經理的職位上繼續做著，本身作為產品經理應該知道，需要經常需要看並分析各種資料，這些資料怎麼來的，b...
靠自學學習資料分析，並轉行資料分析靠譜嗎？
Tabray 不能說完全不靠譜，會有很多優秀的個例出來，但是隨著這個行業越來越卷，這種個例的出現也在逐漸變低。另外，從這個行業上需要的能力來看 我之前寫的一篇文章提到https zhuanlan p 361986121 資料分析的下限是技術能力，技術能力相關的廣度和深度會決定你的下限的高低，這些可能...
轉行資料分析，有必要專門培訓嗎？
人從眾 個人覺得不需要報培訓班，現在網上各種培訓班的廣告刷屏，但大多數都是只給你講基礎部分，這些資料你完全可以自己在網上找的到，而且學費動輒四五千的，價效比真不高。但是新手小白在初期確實會面臨不知該看哪個教程，不知道該如何學起的問題，我剛好最近整理了一些我當時蒐集到的各種教程和資源，免費分享給各位正...