转行到数据行业差不多一个月了，才敢来回答这个问题，其中各种心酸、无助真不是能用语言能表达的，下面我尽可能的详细的说说，希望对接下来想转行的朋友有帮助。
我是2016年6月毕业的控制工程硕士，就是个不入流的普通二本，学习成绩也不好，糊里糊涂的也不知道将来要干什么、能干什么就毕业了，进了成都的国企工作，那时候也不想未来就是往前走。
成都＋国企注定了我第一份工作是安逸、缓慢、与世隔绝的。就这么过了一年半，工资虽然不高但好在国企福利好，也能活的滋润。
直到过年回家才知道不能这么下去，好在读研的时候学过数理分析与统计，加上在读书的时候就知道猴子数据分析(我不是有目的卖课哈，只是实事求是的分享下，以表示对猴子老师的感激)，于是开始系统学习数据分析。
那需要学到什么程度才可以找到工作呢？
刚开始也是一头雾水，在这种情况下，我采取的办法是从Excel开始学习。虽然各种分析软件层出不穷，但毫无疑问Excel仍是数据处理第一工具，没有之一。学习excel是个很琐碎的过程，一定要用起来才不至于遗忘。
然后是SQL，这个一定要学会。
无论用什么数据库软件，无论从事数据方面的什么工作，SQL都是最开始要用的。这就好比做饭，SQL是买米、买菜用的，会SQL就可以自己取数据，甚至在SQL中做一些初步处理，方便后续分析。
SQL推荐《SQL必知必会》作为入门工具书，可以在sqlzoo这个网站做练习题，一边巩固知识，一边做过的题目面试的时候也能用的上。
解决完数据的提取存储之后，就是数据分析的编程语言了。这里推荐三个工具：tableau、python、R。
这部分学习我是通过书本理论＋软件案例实操两条腿走路。我花了大量时间搜索关于概率论有用的分享，包含知识框架的思维导图、知乎上别人分享的总结、有用的数据和案例等。
tableau是一款简单易学的数据分析与可视化软件。我也是被朋友推荐的，BI神器。最主要的是，其链接的数据源丰富，数据分析对比都是拖拽式完成的，对新手比较友好，一周可入门，但学精就需要练习了，总的来说学习成本并不高，且应用场景丰富。
python就不需要多介绍了，最有潜力的人工智能语言，能干很多事儿，当然包括数据分析。实际上用python做数据分析只是其强大功能的冰山一角，能干的远不止于此。建议学会python的基本操作，包括常见数据分析包（numpy、pandas）、绘图包（matplotlib）、机器学习包（sklearn）等常见的操作，这对个人技能提升有巨大的帮助。
R相对python，有些统计分析功能要强于python，但适用面不如python，学习成本略高于python。
总结一下知识结构：
吃透 统计概率＋熟练Excel（简易分析）+熟练SQL（数据存储整理）＋PPT（数据分析报告）
加分项：Tableau/Python/R（大数据分析）
最后的一点小建议：
时间有限，不要把时间花费在网上检索资料、群里聊天、互相吐槽上，你唯一要做的是保持专注。
2.要适当投入资源，如花钱买点课程、数据、书籍等。可有的人会说，网上什么都有还要我我花钱？对于新手还没有完整的知识框架前，自己搜索是个痛苦的过程，并且更容易使人困惑不知该从何处下手，最后不了了之。这时候别人带着梳理好知识框架就显得很有效率，并且能大幅提升学习效率，何乐而不为？
3.转行最难的是：迈出第一步。如果你想转，现在就是最好的时间，世界上大多数活动并不是等你准备的百分百后再去做的，而是走一步看一步慢慢修正的。大胆去开始，“完成比完美更重要”。
4.要学会自己去搜索解决问题。搜索引擎是这个世上知道的最多的人，大部分问题都能在网上找到解决方法或思路，特别是一些老外技术网站、博客等，一定要能自己解决问题，这是个很重要的能力。
实际工作中会碰到比学习过程中更麻烦的问题。我们的一个群里有一个人，遇到屁大点的问题就在群里各种求助，@这个@那个的，这是一种典型的懒惰行为，其实他的大部分问题搜索引擎都能解决的。
所以，如果您想转行，遇到了问题请先自己尝试解决，实在解决不了了再把当前故障界面、你做过的排故工作描述清楚了再去求助别人。这是最起码的礼貌，大家时间都很宝贵，没有人有义务给你提供保姆式的服务。
5.坚定意志。这个过程有可能会很漫长，面试中会被啪啪啪打脸，也会被各路low逼嘲笑。
这时候不要怀疑自己，要找出当前问题的所在，到底是数据分析不适合我？还是我没准备好？还是公司的需求与我不匹配？不断的去尝试，不断的被打脸，这样的过程虽然难熬，但是能快速定位自己能力的不足并有助于迅速进步。所以，请坚持下去。
回想这一路走来，我得到了很多朋友的指点、帮助、鼓励与陪伴，有认识也有不认识的，恕我不能一一写出你们的名字，真的谢谢你们。接下来的学习中，期待与大家一起共同进步，谢谢。