想學數據分析，還不趕緊學編程技巧，先學excel，真正學excel，熟練操作，做常用函數公式，透視表，篩選，排序，圖表繪制，再學SQL，最後學R/python。俗話說“在妳學會走路之前，妳要學會跑步”。
首先，Excel是我們最常用的數據分析和處理工具。當我們開始學習Excel的時候，首先要學會走路。Excel的函數非常豐富，基本可以涵蓋我們後面在其他軟件(SQL，R，Python)中學習的那些函數。可能有人會問，既然Excel這麽強大，為什麽還要學習其他工具呢？
這是因為Excel是以菜單的形式操作，難以實現自動化和功能復用。當然，妳也可以通過VBA來實現，這意味著編程。但由於VBA是壹種只能在辦公軟件中使用的語言，學習的投入成本和產出收益不成比例，所以不建議學習。
另外，在處理大型數據集時，Excel性能很差，經常死機。(雖然Excel2013及以上聲稱可以容納100+10000條記錄，但是數萬條數據開始卡死)。
當然，Excel是不夠的。SQL是數據分析的基礎。
客觀原因是大部分數據分析工作都需要SQL技能。導致這種現象的原因是，為了保證數據的安全性和管理的方便性，數據都存儲在數據庫中，需要使用SQL語言從數據庫中提取和查詢數據，有的公司使用SQL語言做數據分析。
還有壹個原因是，即使妳先學了其他工具，比如R、Python甚至Spark，妳會發現最後還是要學SQL。如果先學習SQL，在學習R、Python、Spark等更復雜的工具之前，可以理解很多概念。對以後的學習有幫助。就像蓋房子壹樣。先打好基礎，再逐層搭建。當然也有從上到下修房子的大神。那種房子不是普通的房子，跟我們普通人沒關系。
當然，如果妳覺得學編程太復雜，又想快速，不用寫編程語言就能做漂亮的可視化，那就試試Smartbi，免費使用，操作簡單。