从菜鸟到月薪3万，优秀的数据分析能力可以速成吗？
近几年，数据正在变得越来越常见，小到我们每个人的社交网络、消费信息、运动轨迹……，大到企业的销售、运营数据，产品的生产数据，交通网络数据……
大数据不可谓不火，尤其是2017年，发展大数据产业被写入政府工作报告中。
数据分析人才热度也是高居不下，一方面企业的数据量在大规模的增长，对于数据分析的需求与日俱增；另一方面，相比起其他的技术职位，数据分析师的候选者要少得多。
数据源于麦肯锡
那么，小白如何快速获得数据分析的能力呢？要明确学习的路径，最有效的方式就是看具体的职业、工作岗位对于技能的具体需求。
1、统计学
统计学是数据分析方法论中的核心基础，在数据分析的方法模型中，很大程度上都来源于统计学的方法，所以掌握统计原理是必须的。基本技术怎么强调都不过分。
2、行业知识
数据分析师熟悉行业知识、公司业务及流程，有自己独到的见解，对特定行业的了解可以帮助数据分析师尽快进入状态，加速决策的过程。如果缺少这一前提，数据分析师可能不得不花时间来先对整体行业有一个大概地认知，学习相关知识，然后才能投入其中。
3、数据采集
了解数据采集的意义在于真正了解数据的原始面貌，包括数据产生的时间、条件、格式、内容、长度、限制条件等。这会帮助数据分析师更有针对性的控制数据生产和采集过程，避免由于违反数据采集规则导致的数据问题;同时，对数据采集逻辑的认识增加了数据分析师对数据的理解程度，尤其是数据中的异常变化。
4、数据分析
真的，不开玩笑，“数据分析”是数据分析师最需要的技能。雇主需要数据分析师了解数据中的模式是否有意义，以便数据分析师可以得出准确和可行的结论。
能够掌握数据分析基本原理与一些有效的数据分析方法，并能灵活运用到实践工作中，对于开展数据分析起着至关重要的作用。
5、数据可视化
信息的质量很大程度上依赖于其表达方式。对数字罗列所组成的数据中所包含的意义进行分析，使分析结果可视化，数据可视化除遵循各公司统一规范原则外，具体形式还要根据实际需求和场景而定。这是对于数据科学家来说十分重要的技能之一。
6、数据分析工具
数据分析方法是理论，而数据分析工具就是实现数据分析方法理论的工具，面对越来越庞大的数据，我们不能依靠计算器进行分析，必须依靠强大的数据分析工具帮我们完成数据分析工作。
对于一个初级的数据分析师要掌握的基础工具，Excel，SPSS，数据库（如mysql等）都是不错的数据分析工具，任意一个工具用好都很强大。
刚好，数据分析师CPDA课程，就是按照以上的学习路径。目前，全国已培养两万多名持证人员，分别在专业事务所以及数据分析相关行业工作，待遇丰厚，前景明朗。
未来的制造业要的不是石油，它最大的能源是数据.