众所周知，数据分析主要包括三个部分：统计学、计算机和业务知识。对于大多数人来说，目前缺少的应该是计算机知识，因为统计学入门的门槛不高，可以去上课程，但是业务知识短时间内无法积累，最后只剩下计算机知识。但是很多有计算机知识的人一听就吓到了，不知道需要学什么，学到什么程度。
今天老李就根据我10年在软件、互联网公司做大数据、数据分析、平台的经验，按照由易到难的进阶步骤，一步步告诉你做数据分析应该知道哪些计算机知识。每个知识点需要学到什么程度？
这是老生常谈了，Excel。在大多数中小公司，80%的数据分析都可以用Excel处理。很多人会觉得Excel太简单看不起，但其实我在没工作之前就觉得Excel很low。但是真正进入职场的时候，感觉Excel才是工作工具，比其他乱七八糟的软件好用多了。
简单的数据处理和数据可视化，Execl集成得很好，Excel的强大功能只有真正学得透彻的人才知道。尤其是学习了VBA之后，Excel几乎可以解决大多数人在日常工作中遇到的所有问题。Excel是成为数据分析师的必要条件。我已经列出了思维导图需要学习的内容，可以收藏学习。
毫不夸张的说，如果你想成为一名数据分析师，除了Excel，你首先需要掌握的就是SQL。业内有一句调侃数据分析师的话，说数据分析师80%的工作都是和SQL打交道，是名副其实的SQL男孩/女孩。
回到正题，SQL入门其实并不难。网上找个网站学SQL，边学边练。你要花一个下午的时间才能明白七八分。但是入门容易，做好难。举个例子，拿同样的数据，SQL好的人十五分钟就能把数字拿出来，你却需要一个多小时。那么你觉得老板选谁呢？所以，会写SQL是必须的，但是写得好又是另外一回事。经验告诉我，写好SQL的人可以大大提高工作效率。
我还把从初级到高级SQL的学习内容放在了我的脑图里，这样我就可以自己查了。
熟悉使用Python/R可以拓宽您在查看项目时的视野，在
工作中，有时一些看着就摸不着头脑的数据分析项目其实就非常适合用模型来分析。比如涉及到时间序列的、涉及到逻辑回归的，如果你不会Python或者根本不知道这些模型，那么遇到类似的项目就很难下手。
到这个阶段，就需要精通一门统计分析软件了。一般来说，SPSS界面友好，操作简单，统计分析功能强大，侧重于统计分析类模型，在做市场研究时用的比较多，平时使用频率比较一般。如果你所处行业的日常工作中用不到的话，可以不用学。
SAS一般是金融企业用的多，是金融投资数据建模常用的工具之一，不过很多银行业人员也经常用SAS做统计。跟SPSS一样，用不到的话，可以不用学。
来源于CDA
今天老李给大家总结了数据分析师必须要学的计算机知识，想成为数据分析师的你一定要学会。
但也要清楚，数据分析师最重要的能力还是对业务知识的了解程度，对业务的认识和解读深刻比计算机科学能力重要的太多了。在学会计算机知识和操作的基础上，再对业务的认知程度高，对数据敏感，能从数据中发现非常有价值的东西，真正促进了业务的增长，那你就是一名优秀的数据分析师。
我是“数据分析不是个事儿”。常年分享数据分析干货，不定期分享好用的职场技能工具。
