大家都知道，資料分析主要包括統計學、計算機、業務知識三個部分內容，對於大多數人來說，目前比較欠缺的應該是計算機知識，因為統計學入門門檻不高，可以跟著課程學，而業務知識在短期內也無法積累，最後只剩計算機知識。可計算機知識很多人一聽就發怵，不知道自己需要學哪些內容，學到什麼程度？

今天老李就根據我10年+的在軟體、網際網路大廠等公司負責大資料、資料分析和平臺的經驗，按照由易到難的進階步驟，一步一步告訴你，做資料分析應該要懂哪些計算機知識？每一個知識點又需要學到什麼程度？

1、Excel

老生常談了，Excel，在大多數中小公司，資料分析80%的工作都可以用Excel處理。很多人會覺得Excel太簡單，看不起它，但其實在工作之前我也認為Excel很low，可當我真進入職場後才愈發覺得Excel才是工作利器，比其他那些亂七八糟的軟體好用多了。

簡單的資料處理以及資料視覺化，Execl整合地非常好，Excel功能的強大隻有真正把它學透的人才知道，特別是在學完VBA之後，Excel幾乎能解決大多數人在日常工作中遇到的所有問題。Excel是成為資料分析師的必備條件，需要學習的內容我用思維導圖給大家羅列出來了，可以收藏下來學習。

2、SQL

不誇張地說，想成為一名資料分析師，第一個需要掌握的除了Excel就是SQL。 行業內有句調侃資料分析師的話，說資料分析師有80%的工作是在和SQL打交道，是名副其實的SQL boy/girl。

說回正題，入門SQL其實不難，找個線上學習SQL的網站，邊學邊練，花個一下午就能懂個七八分了。但入門容易，想要做得好卻很難，比如 取同樣的資料，SQL寫得好的人十五分鐘就能把數取出來，而你卻要一個多小時，那你說老闆選誰？所以會寫SQL是必須的，但寫不寫得好又是另外一回事了，經驗告訴我，SQL寫的好的人是可以大幅度提高工作效率。

SQL從入門到進階的學習內容我也放在腦圖裡了，自行檢視。

3、Python/R

熟悉使用Python/R能讓自己在看專案時的視野更加寬闊，在工作中，有時一些看著就摸不著頭腦的資料分析專案其實就非常適合用模型來分析。比如涉及到時間序列的、涉及到邏輯迴歸的，如果你不會Python或者根本不知道這些模型，那麼遇到類似的專案就很難下手。

4、SPSS / SAS

到這個階段，就需要精通一門統計分析軟體了。一般來說，SPSS介面友好，操作簡單，統計分析功能強大，側重於統計分析類模型，在做市場研究時用的比較多，平時使用頻率比較一般。如果你所處行業的日常工作中用不到的話，可以不用學。

SAS一般是金融企業用的多，是金融投資資料建模常用的工具之一，不過很多銀行業人員也經常用SAS做統計。跟SPSS一樣，用不到的話，可以不用學。

最後

今天老李給大家總結了資料分析師必須要學的計算機知識，想成為資料分析師的你一定要學會。

但也要清楚，資料分析師最重要的能力還是對業務知識的瞭解程度，對業務的認識和解讀深刻比電腦科學能力重要的太多了。在學會計算機知識和操作的基礎上，再對業務的認知程度高，對資料敏感，能從資料中發現非常有價值的東西，真正促進了業務的增長，那你就是一名優秀的資料分析師。