怎么培养数据分析的能力？
PS：我通过一次简单的数据分析发现：
最终我发现数据分析师这类岗位，在一线城市，工作四年，月薪就基本能过2万。
曾经有很多不同岗位的同学找到我，问我如何提升数据分析能力，
起初他们都兴致勃勃地开始了学习，但最后大多数都不了了之。
我听到很多种声音：“我没有时间。”“数据分析太难了”“现在不是很着急”等等，
我也在反思，是不是把一些理论和干货知识推荐给同学，对于一些刚入门和还未入门数据分析的同学来说太难消化了。
如何学习数据分析呢？
首先，你要明确自己的目标。
搞清楚自己是希望提升数据分析能力还是系统学习数据分析知识，成为数据分析师。
1.数据分析能力
是运用一系列数据工具，辅助从事产品经理、运营、市场工作的同学提高自己所在岗位的技能。
比如说，你想学数据管理，如果是仅仅为了提升数据分析能力，就像三节课业务数据分析 这类课程就是帮助一些产品经理，运营、市场同学提高数据分析能力，解决业务问题。
2.数据分析师
越来越多的企业开始重视数据分析，希望以数据为导向推进企业发展。因此，越来越多的企业不再把数据分析当做是一项技能，而是将数据分析独立成一个新的职业-----数据分析师。
流量越来越贵，传统的市场运营越来越难做，有数据分析能力，能够带来用户增长的产品和运营也会变的越来越吃香。
同时，对于想要成为数据分析师的同学而言，一旦系统性掌握了数据分析能力，也很容易成为香饽饽，因为目前市场上数据分析师的缺口高达150万..
如果你更看好数据分析这个岗位，想要将来转岗或从事。类似三节课 的 数据分析师 课程，会系统的教同学们EXCEL、SQL、R语言、统计学、数据可视化、机器学习在数据分析中的应用，并且带你去做出相应的数据分析报告，从理论和实战的角度帮助同学成为数据分析师。
总体来说，
前者更偏向于技能，而后者更偏向于职业。
前者比较实用，后者更系统。
前者应用面略局限，后者应用面更全面。
其次，当你学习数据分析的时候，我们要参考学习科学的研究成果，确保学习效果。
学习成果=动机x难度
同理，业余时间学习数据分析，想要学出结果也要从这两个方面考虑。
一、怎么提升自己，学习数据分析的动机？
要找到一个你自己真正感兴趣的问题，
然后用数据分析的方式找到这个问题的答案。
比如说我感兴趣的一个问题，是数据分析师的收入情况。
那我接下来就要想的是：
我的数据来源在哪？
我要从哪几个维度去分析？
以及最终这些结论有什么用？
我先是在某直聘网站上爬取了来自三个岗位（数据分析师、高级数据分析师、数据科学家）的60个样本，记录了基础信息。
在分析的时候，我就根据月薪范围、样本占比、平均工作年限这几个维度进行分析；
最终我发现数据分析师这类岗位，在一线城市，工作四年，月薪就基本能过2万。
整体的薪资水平还是比较高的。尤其到了数据科学家这个层级，人才是很稀缺的。
分析数据的时候，我还发现一些人在挑选岗位的时候，是注明了不限行业的。数据分析是个通用的能力，你可以在餐饮平台就业，也可以在金融行业吃上饭。
这就是我通过数据分析找到了自己想了解的答案。
二、怎么降低学习数据分析的难度？
数据分析的难点在我看来主要在三块：
①获得有价值的数据源
②找到有价值的业务场景，掌握对应的分析方法
③学会数据分析工具、编程语言的使用
第一点：数据来源。
知乎上有一位很有名的技术博主 路人甲，曾经分享过详细的入门python爬虫教程。通过爬虫我们就可以轻易获取到自己想要的数据。
第二点：业务场景+方法。
第三点：学会工具使用。
- sql server白皮书（好处是全，缺点是太厚）
- r语言源码
小结：
如何在业余时间学数据分析？
你要找到有意思的业务问题，找到合适的学习路径。
学习数据分析，没有你想的那么难...