大数据时代，数据为王。各大企业都建立了数据分析部门，截止目前，数据分析岗位缺口高达150万以上。而且数据分析与其说是一个岗位，更是一个重要技能，因此原来越来越多的小伙伴开始学习数据分析，那么数据分析零基础应该怎么学呢？下面小编将从数据分析的学习周期、学习内容以及职业发展规划三个方面，带大家充分了解数据分析这一行业。
1、数据分析要学多久？
每个人的学习能力和基础都不同，所以数据分析的学习周期也不同。而且也要结合自身的发展方向来选择学习的内容，因此学习时间会有很大的差别。一般来讲，零基础的学习者进行系统的培训，最快也要将近三个月。这里给大家推荐一下博学谷的《所有人都能学的数据分析课》 ，专注于培养数据分析师的数据处理能力、数据分析能力和数据挖掘能力，课程内容从数据库管理、统计理论方法、数据分析主流软件的应用到数据挖掘算法等，对一整套数据分析流程技术进行系统讲解，学完之后，学习者可以直接达到中级数据分析师的水平。
2、数据分析要学什么？
（1）统计学
统计学是数据分析的基础，是必须零基础初学者必须掌握的重要内容。学习最基本的统计学知识可以解决日常大部分的分析需求，所以强烈推荐零基础学习者先从统计学开始入手。统计学设计概率、分布、抽样、线性回归、时间序列、统计推断等内容。
（2）SQL
SQL是零基础学习数据分析的核心内容之一，当你要分析的数据超过百万级别的时候，这时候需要数据库来解决，而从数据库中获取数据要依靠SQL语言。可以把MySQL作为学习对象，简单了解一些数据库范式设计等基本的数据库原理，重点学习SQL语言。可以自己安装一个MySQL数据库实践操作练习。
（3）Excel
说起Excel可能会有人觉得这个很简单，但是Excel确实是一个功能强大的利器。作为数据分析师的核心工具，具体学习内容有Excel函数技巧（查找函数、统计函数、逻辑函数）、Excel快速处理技巧（格式调整、查找定位、快捷键技巧等）和Excel可视化技巧（组合图、条形图、数据气泡地图）。
（4）数据挖掘、机器学习
这部分可以选择性学习。因为统计分析基本可以解决日常数据分析工作的70%-80%的需求，而且数据挖掘和机器学习的难度较大，门槛略高。这部分主要是了解数据挖掘和机器学习的基本概念和理论。比如：分类、聚类、回归、决策树、贝叶斯定理等。
（5）Python
因为Python有很多的第三方强大的库，因此Python是数据分析的利器，也是数据分析必学的编程语言。比如Numpy、Pandas、Matplotlib与python作图、Sklearn与机器学习基础等等。虽然Python是数据分析的重要工具，但是不同的职业发展方向，Python掌握的程度也是不一样的。
（6）产品运营知识
可能有些人都听过产品运营这一岗位，对于想往管理路线发展的数据分析师来讲，产品运营是必须要要学习的知识。其实产品运营知识也不复杂，就是根据自身业务需求将指标拆解到最细，然后运用同比和环比两种数据分析方式。
3、数据分析的职业发展规划
绝大部分人，尤其是零基础开始学习数据分析的朋友都是从数据运营或是商业分析这个岗位开始自己的数据分析之路。大数据时代，数据分析可以为许多公司提供决策的辅助。这类岗位的职位一般是监控数据的波动和异常，找出问题，然后优化和驱动业务，推动数据化运营。一般来讲，数据分析有两条发挥路线，一条是管理路线，一条是技术路线。往管理端发展，比如数据分析经理、数据运营总监等等。这条发展路径主要要求统计学、Excel、PPT等技能，需要撰写市场分析报告。如果你是非数学、计算机和统计学专业的朋友，比较适合这条非技术的职业发展之路。
再或者在积累了几年经验之后，深入往数据挖掘方向发展。这是一条技术类的发展方向，要求更高的统计学能力、数理能力以及编程技巧。再或者是程序员常常会选择数据工程，也是一条发展更偏技术的路线，是很多数据分析师的梦想，对算法和编程的技能要求高。