一、工作两年，想转行做数据分析，不知道路怎样走

数据分析和统计报表是两码事，但也是相辅相成的，统计至少要懂一些数据库和SQL，比如mysql之类，excel说实话，统计功能还是很差的。数据分析就难了，建议先学习高等数学中的统计分析，获得基本知识，比如卡方检验，t检验，格兰杰因果分析方法，正态分布，线性回归等，此时再结合SPSS、e-view等统计分析软件，才可以。我就小本科毕业，大约就掌握了这些内容，更高级的可能更复杂，没见过。

二、无相关经验，现在学习然后转行做数据分析师好就业吗？

这个答案是肯定的！应该了解现在的“大数据”有多火吧！不管是国家、企业、事业单位，没有不重视数据的，没有不把大数据做为战略来实施的那么有了大数据，数据分析师的价值就更加突显了，因为，有了数据分析师的工作，才能将隐藏在数据背后的信息和价值展现出来，数据分析对于大数据来说几乎是最重要的，因为大数据的最终目的是转化为知识，做出最好的商业决策，因此数据分析非常重要！

三、自学转行数据分析类岗位需要掌握哪些知识框架?

数据分析类岗位有两个大的职业方向选择：业务方向和技术方向。

业务方向的数据分析岗位可以从初级数据分析师入手，逐渐成长为业务负责人；而如果你更偏好技术性工作，那么数据相关岗位中可以选择数据挖掘工程师、大数据开发工程师、数据建模师。无论选择哪一种岗位，数据分析能力都是对求职者最基础的要求。正确规划数据分析学习路径从而自学，也要从数据分析能力入手，学习的内容包括但不限于数据分析思维、统计学知识、数据分析技术、数据建模能力以及可视化能力。

一、数据库语言SQL

SQL语言作为一门编程语言，是数据分析师的必备能力，也是数据分析师必须要熟练掌握的基本功，可以作为数据分析的入门学习内容之一。对于SQL语言的编程基本特性，初学者们首先需要掌握基础的查询语句，从而进行复杂查询的学习。学习期间，不要忘了穿插各类函数的使用，如聚合函数、数值函数等。基于不同数据库，SQL语法可能会略有差异，但不会影响我们对基本功的掌握。

二、统计学基础

统计学是数据分析的理论基础，描述性统计以及各类统计图表的使用也早已深入到数据分析师的工作日常。在数据分析师的工作场景中，日常的基础原理便是统计学中的假设检验分析方法。此外，在后期的学习过程中，良好的统计学基础也可以为机器学习内容做铺垫。

三、机器学习

机器学习更多作为数据建模师和数据科学家的必要能力，在日常工作中常和语言混合应用，对数据及属性进行预测和分类。对于初级数据分析师来说，机器学习知识并不是工作场景中的必要内容，但对于高级数据。分析师来说，掌握机器学习却是必经之路。此外，在现阶段数据分析的笔面试过程中，机器学习基础知识往往作为必要考点出现。因此在机器学习阶段，求职者们可以借用学习一些基础的算法。

Excel

Excel这个不必说了吧，一定是是数据分析师必须学的工具之一。目前只要做过数据分析的用户基本上都绕不过Excel。它以强大的公式函数图形能力、应用动态的透视表分析、简洁的操作界面受到喜爱。如有兴趣的用户可以学习的更加深入一点，把Excel的可视化图表、宏等知识都掌握。

SQL

这里的SQL包括两种，一是SQL工具，二是SQL语句。SQL工具是进行数据统计最基础的工具，学会SQL工具我们可以用SQL语句来查询获取数据，这样就可以进行数据的分析了。通常我们认为Excel可以应对较少数据的分析，而SQL工具可以应对较多数据。

Python

编程类数据分析，可以对一些非结构化的数据进行处理。学习Python，可以开阔视野，如果遇到一些数据模型、算法之类的项目，学习Python就可以避免无从下手的尴尬局面。

行业知识

数据分析师工作最终的目标就是通过对数据的分析和帮助企业来解决问题，实现业绩增长。所以一定要对相关的业务一定的能力。数据分析师需要掌握企业拥有的产品、企业的客户、所属行业的市场情况和地位等信息，还需要掌握本公司数据分析目前所属的阶段和具体的情况，业务瓶颈在哪里等等。掌握这些内容才能更好地把握企业的整体运营情况，对企业的数据分析进行指导，辅助企业进行运营决策。

BI产品

随着数据的增长，业务的发展，越来越多的公司认识到BI产品的真要性，开始采购BI产品。因此，数据分析师还需要掌握至少一种BI产品的使用才行。目前市场比较流行的BI产品有Tableau、Smartbi等。其中Smartbi产品是一站式大数据分析平台，一个产品涵盖BI分析的所有阶段，而且它的报表功能是基于Excel来实现的，对于初学者来说，在熟悉的界面进行数据分析，可以节省学习成本。