這是最重要的，千裏之外，從地基土開始，最重要的是底層。統計思維，統計方法，這裏首先是市場調研數據的獲取和整理，然後是最簡單的描述性分析，其次是常用的推斷分析，方差分析，高級相關，回歸等多元統計分析。只有掌握了這些原則，才能進行下壹步。
第二步:軟件操作結合分析模型進行實際應用。
關於數據分析的主流軟件有(從易到難):Excel、SPSS、Stata、R、SAS等。先學習如何操作這些軟件，然後從數據清洗開始使用軟件壹步步的處理和分析數據，最後輸出結果，測試和解讀數據。
步驟3:定向選擇數據挖掘或數據分析
其實數據分析也包括數據挖掘，只是在工作中會細分為分析方向和挖掘方向，這兩個方向是不同的。數據挖掘還涉及許多模型算法，如關聯規則、神經網絡、決策樹、遺傳算法和可視化技術。
步驟4:數據分析業務應用程序
這壹步也是最難學的壹步。不同的行業和企業使用不同的分析方法。實際工作是解決業務問題，所以洞察業務的能力很重要，這種能力需要在工作中壹點壹滴的積累。可能目前零售業務會用到壹些相關的回歸方法，但是轉行做電商的時候，會用到其他的挖掘方法。雖然業務千變萬化，但分析方法也是千變萬化的，所以掌握技術並在任何環境下使用，只靠業務經驗的積累。
當然，拿到CDA的數據分析師證書會更好。