數據分析，是指用適當的統計分析方法對收集來的大量數據進行分析，提取有用信息和形成結論的過程。
單純地談數據分析意義並不大，在談數據分析的作用之前，我們首先要考慮的是受眾對象的實際需要，而對於企業而言，數據分析的作用則主要體現在三大領域：一是對業務的改進優化；二是發現新的市場機會；三是創造更大的商業價值。
所以，做企業的數據分析，首先要懂企業的業務。
由此可見，數據分析是一門「業務+數據」跨領域學科，需要我們同時具備數據能力、業務能力，還有基本的數據思維方法。
不過，對於很多有較強業務能力的企業人員來說，則需要提升自己的數據分析能力。而想要系統地提升自己的數據分析能力，僅靠實際工作中的歷練，或是利用日常的碎片時間從網上搜集和學習數據分析相關的零散知識或案例，肯定是遠遠不夠的。大家非常有必要通過一些專業書籍，由淺入深，建立自己的數據分析知識體系，並針對性地運用於自己的工作中。
這裡有一份完整的學習數據分析的書單，可供大家參考，由淺入深分為十二類別，每個類別大家可擇其一。（其中有一部分，我們這裡有電子版，括號中註明，有興趣的朋友可以根據文末信息線索獲取，也可以通過評論或私信與我們交流）
第一類：數據分析基礎
1.《深入淺出數據分析》（有）
通俗簡單，卻能夠讓讀者對數據分析的相關概念有大致的了解，詮釋了數據分析的基本步驟，實驗方法，還有數據整理技巧，為讀者搭建了走向深入研究的橋梁。
2.《誰說菜鳥不會數據分析》
非常著名的一套書籍，講解數據分析必知必會的知識、數據處理技巧、數據展現的技術、通過專業化的視角來提升圖表之美、數據分析報告的撰寫技能以及持續的修煉。讀者可以把這本書當小說來閱讀。
第二類：Excel圖標基礎
1.《Excel圖表之道》（有）
告訴讀者如何設計和製作專業的商務圖表，作者對一些全球頂尖商業雜誌上的精彩圖表案例進行分析，給出基於Excel的實現方法，包括數據地圖、動態圖表、儀錶板等眾多高級圖表技巧。
2.《Excel這麼用就對了》
所涉及的具體內容包括排序、篩選、函數公式、數據透視表、圖表、宏與VBA 等功能應用，並結合大量的企業應用實例，以圖文並茂的方式將解決思路和操作過程逐一呈現。
第三類：數據分析思維
1.《麥肯錫圖表工作法》（有）
從解決問題的需求出發，在金字塔原理、MECE原則、SCQOR故事展開法等基礎上，歸納了麥肯錫盛行數十年的圖表工作法的技巧，打造了可視化、簡單化、精確化的圖表武器，讓人們可以極快地解決複雜的問題。
2.《金字塔原理》
介紹了如何利用金字塔原理使讀者理解和運用簡單文書的寫作技巧。以及如何深入細緻地把握思維的環節，以保證使用的語句能夠真實地反映希望表達的思想要點。
第四類：統計學基礎
1.《深入淺出統計學》（有）
很容易閱讀，但所講的知識在數據分析中都是常見且必須掌握的，比如基本的統計量，基本上每個分析項目中都會用到；比如基本的概率分布，總體與樣本的概念、置信區間、假設檢驗、回歸分析，都是關於數據分析的統計學知識。
2.《統計學習方法》
全面系統地介紹了統計學習的主要方法，敘述力求從具體問題或實例入手，由淺入深，闡明思路，給出必要的數學推導，便於讀者掌握統計學習方法的實質，學會運用。
3.《統計學：從數據到結論》
沒有用數學卻涉及了幾乎所有統計標準課程的模型。它不是為了教會讀者如何流利地背誦一大堆定義、概念和抽象的術語，也不是為了讓讀者學習如何進行推導和證明一些複雜的定理和公式。它讓讀者不用推導或背誦與統計有關的數學公式，就可以應用統計這個工具。
第五類：數據分析進階
1.《精益數據分析》（有）
將企業分成了幾個大的行業類別，並分門別類的講解了每個行業的商業模式特點及分析技巧，對使用者的分析能力要求較高，且必須具備相應的業務知識。書中並沒有講到具體的數據分析技術，主要分析了各種產品中用到的指標、模型和「數據驅動型產品」的一些思路。
2.《數學之美》
把高深的數學原理講得更加通俗易懂，讓非專業讀者也能領略數學的魅力。通過具體的例子學到的是思考問題的方式，即如何化繁為簡，用數學去解決工程問題，跳出固有思維，不斷去思考創新。
第六類：數據挖掘基礎
1.《數據挖掘導論（完整版）》（有）
全面介紹了數據挖掘，涵蓋了五個主題：數據、分類、關聯分析、聚類和異常檢測。讀者在透徹地理解數據挖掘的基礎的同時，還能夠了解更多重要的高級主題。
2.《數據挖掘概念與技術》
完整全面地講述數據挖掘的概念、方法、技術和最新研究進展，重點論述了數據預處理、頻繁模式挖掘、分類和聚類等的內容，還全面講述了OLAP和離群點檢測，並研討了挖掘網絡、複雜數據類型以及重要應用領域。
3.《數據挖掘與數據化運營實戰：思維、方法、技巧與用應用》
穿插大量真實的實踐應用案例和場景，創造性地針對數據化運營中不同分析挖掘課題類型，推出一一對應的分析思路集錦和相應的分析技巧集成，為讀者提供「菜單化」實戰錦囊。
第七類：數據可視化
1.《數據可視化之美》（有）
20多位可視化專家包括藝術家、設計師、評論家、科學家、分析師、統計學家等，展示了他們如何在各自的學科領域內開展項目。成功的可視化的美麗之處既在於其藝術設計，也在於其通過對細節的優雅展示，能夠有效地產生對數據的洞察和新的理解。
2. 《鮮活的數據：數據可視化指南》
先後介紹了如何獲取數據，將數據格式化，用可視化工具（如R）生成圖表，以及在圖形編輯軟體（如Illustrator）中修改以使圖表達到最佳效果。本書介紹了數十種方法（如柱形圖、餅圖、折線圖和散點圖等），以創造性的視覺方式生動講述了有關數據的故事。
3.《用數據講故事》
通過大量案例研究介紹數據可視化的基礎知識，以及如何利用數據創造出吸引人的、信息量大的、有說服力的故事，進而達到有效溝通的目的。具體內容包括：如何充分理解上下文，如何選擇合適的圖表，如何消除雜亂，如何聚焦受眾的視線，如何像設計師一樣思考，以及如何用數據講故事。
4.《數據之美：一本書學會可視化設計》
循序漸進、深入淺出地道出了數據可視化的步驟和思想。讓我們知道了如何理解數據可視化，如何探索數據的模式和尋找數據間的關聯，如何選擇適合自己的數據和目的的可視化方式，有哪些我們可以利用的可視化工具以及這些工具各有怎樣的利弊。
第八類：SQL基礎
1.《SQL必知必會》（有）
針對Oracle、SQL Server、MySQL、DB2、PostgreSQL、SQLite等各種主流資料庫提供了大量簡明的實例。講述實際工作環境中最常用和最必需的SQL知識，實用性極強。通過本書，讀者能夠從沒有多少SQL經驗的新手，迅速編寫出世界級的SQL！
2.《SQL基礎教程》
介紹了關係資料庫以及用來操作關係資料庫的SQL語言的使用方法，提供了大量的示例程序和詳實的操作步驟說明，讀者可以親自動手解決具體問題，循序漸進地掌握SQL的基礎知識和技巧，切實提高自身的編程能力。
3.《MySQL必知必會》
從介紹簡單的數據檢索開始，逐步深入一些複雜的內容，包括聯結的使用、子查詢、正則表達式和基於全文本的搜索、存儲過程、遊標、觸發器、表約束，等等。通過重點突出的章節，條理清晰、系統而扼要地講述了讀者應該掌握的知識。
第九類：Python基礎
1.《深入淺出Python》（有）
全面介紹了Python的基礎知識，然後擴展到持久化、異常處理、Web開發、SQLite、數據處理和Google應用引擎中去。也指導讀者如何為Android編寫移動應用，希望幫助讀者成為真正的Python編程員。
2.《利用Python進行數據分析》
詳細介紹利用Python進行操作、處理、清洗和規整數據等方面的具體細節和基本要點，並通過大量實際案例，可以幫助讀者高效解決一系列數據分析問題。
3.《Python數據分析從入門到精通》
循序漸進、內容精練、重點突出、實例豐富，是廣大數據分析工作者很有價值的一本參考書，可以為讀者能真正使用Python進行數據分析奠定基礎。
第十類：R語言基礎
1.《R語言實戰（第2版）》（有）
從解決實際問題入手，儘量跳脫統計學的理論闡述來討論R語言及其應用，講解清晰透徹，極具實用性。通讀本書，讀者將全面掌握使用R語言進行數據分析、數據挖掘的技巧，並領略大量探索和展示數據的圖形功能，從而更加高效地進行分析與溝通。
2.《統計建模與R軟體》
書中結合數理統計問題對R軟體進行科學、準確和全面的介紹，以便使讀者能深刻理解該軟體的精髓和靈活、高效的使用技巧。此外，還介紹了在工程技術、經濟管理、社會生活等各方面的豐富的統計問題及其統計建模方法，通過該軟體將所建模型進行求解，使讀者獲得從實際問題建模入手，到利用軟體進行求解，以及對計算結果進行分析的全面訓練。
第十一類：機器學習
1.《機器學習》（有）
在內容上儘可能涵蓋機器學習基礎知識的各方面。 為了使儘可能多的讀者通過本書對機器學習有所了解, 作者試圖儘可能少地使用數學知識。不過, 少量的概率、統計、代數、優化、邏輯知識似乎不可避免。
2.《機器學習實戰》
全書通過精心編排的實例，切入日常工作任務，摒棄學術化語言，利用高效的可復用Python代碼來闡釋如何處理統計數據，進行數據分析及可視化。通過各種實例，讀者可從中學會機器學習的核心算法，並能將其運用於一些策略性任務中。
第十二類：數據分析的實戰應用
1.《數據化管理：洞悉零售及電子商務運營》（有）
本書通過大量案例深入淺出地講解了數據意識和零售思維。
2.《網站分析實戰》
以通俗易懂的方式來講解網站分析所需掌握的知識，剖析日常工作中遇到的問題，並且配合大量的實戰案例的講解。
3.《遊戲數據分析實戰》
以詳細案例為主，通過SPSS、Excel 等工具逐步展示實施步驟，用手把手的方式讓讀者快速掌握遊戲數據分析方法。
4.《淘寶、天貓電商數據分析與挖掘實戰》
以電商業務實戰為主線，介紹數據分析相關的知識
歡迎朋友們關注、評論、轉發。如商業轉載或其它，請聯繫微信公眾號著作權人：keji5u