大學(xué)階段應(yīng)重點關(guān)注哪些知識學(xué)習(xí)和能力培養(yǎng)？

謝邀，最近也是校招季，就說一點實際的吧，列舉一些需要掌握的內(nèi)容

第一階段：Excel

每一位數(shù)據(jù)分析師都脫離不開Excel。這一階段主要就是學(xué)習(xí)Excel的透視表、函數(shù)等等操作，能夠使用excel進(jìn)行簡單的數(shù)據(jù)分析與可視化報告。

第二階段：SQL數(shù)據(jù)庫語言

作為數(shù)據(jù)分析人員，我們首先要知道如何去獲取數(shù)據(jù)，其中最常見的就是從關(guān)系型數(shù)據(jù)庫中取數(shù)，因此你可以不會R，不會python，但是你不能不會SQL。主要了解數(shù)據(jù)庫查詢語言，where，因此你可以不會R，不會python，但是你不能不會SQL。主要了解數(shù)據(jù)庫查詢語言，where，limit，and和or的邏輯，時間轉(zhuǎn)換函數(shù)等。

推薦書籍：《MYSQL必知必會》

第三階段：數(shù)據(jù)可視化

數(shù)據(jù)分析界有一句經(jīng)典名言，字不如表，表不如圖。實際上除掉數(shù)據(jù)挖掘這類高級分析，不少數(shù)據(jù)分析就是監(jiān)控數(shù)據(jù)和觀察數(shù)據(jù)。除此此外，數(shù)據(jù)分析的大多時候都是要兜售自己的觀點和結(jié)論的，而兜售的最好方式就是做出觀點清晰數(shù)據(jù)詳實的PPT和報表給老板看。

可視化的工具有很多，這里我推薦Tableau（國外）或者FineBI（國內(nèi)），F(xiàn)ineBI是國產(chǎn)的用起來方便點。這兩款都不要編程功底，實現(xiàn)起來簡單，功能強大。

推薦書籍：《用圖表說話》-麥肯錫

第四階段：數(shù)理統(tǒng)計學(xué)

這里我們需要從基礎(chǔ)的統(tǒng)計理論(描述性統(tǒng)計、區(qū)間估計、假設(shè)檢驗等)出發(fā)，到基本的統(tǒng)計分析（T檢驗、方差分析等），最后到商業(yè)常用的模型（回歸分析、方差分析等），學(xué)習(xí)數(shù)據(jù)分析背后的邏輯，掌握實用統(tǒng)計學(xué)的概念和會利用統(tǒng)計的思維去思考問題。

推薦書籍：《從零進(jìn)階 數(shù)據(jù)分析的統(tǒng)計基礎(chǔ)》-曹正鳳

第五階段：SPSS

SPSS是統(tǒng)計分析入門軟件，如果你想快速入門而又不想學(xué)習(xí)編程，我推薦使用SPSS。學(xué)習(xí)SPSS的重點并不在于軟件本身，而是相關(guān)的統(tǒng)計學(xué)知識，這也是在前面建議你鋪墊的，也就是你要學(xué)會怎樣去分析“輸入數(shù)據(jù)后，軟件給你呈現(xiàn)的結(jié)果”。

推薦書籍：《如虎添翼 數(shù)據(jù)處理的SPSS/SAS EG實現(xiàn)》-徐筱剛

第六階段：數(shù)據(jù)挖掘

學(xué)習(xí)算法模型包括線性回歸、邏輯回歸、主成分分析、因子分析、聚類、關(guān)聯(lián)規(guī)則、決策樹、隨機森林、支持向量機、貝葉斯、神經(jīng)網(wǎng)絡(luò)等，建議選擇一門編程語言來學(xué)習(xí)。

Python或者R語言，這一點是必備項也是加分項，在數(shù)據(jù)挖掘方向是必備項，語言相比較工具更加靈活也更加實用。

推薦書籍：《笨方法學(xué)Python》《像計算機科學(xué)家一樣思考》《Python數(shù)據(jù)科學(xué)手冊》《利用Python進(jìn)行數(shù)據(jù)分析》《數(shù)據(jù)科學(xué)入門》

第七階段：數(shù)據(jù)分析行業(yè)應(yīng)用和數(shù)據(jù)分析思維

對于數(shù)據(jù)分析師來說，業(yè)務(wù)的了解比數(shù)據(jù)方法論更重要。當(dāng)然很遺憾，業(yè)務(wù)學(xué)習(xí)沒有捷徑。平時可以多看一些行業(yè)報告，熟悉行業(yè)的業(yè)務(wù)和商業(yè)模式，對你有好處。

推薦書籍：《增長黑客》；《精益數(shù)據(jù)分析》