互联网数据分析能力的养成，需一份七周的提纲

写这个系列，是希望在当初知乎某一个回答的基础上，单独完善出针对互联网产品和运营们的教程。不论对数据分析或数据运营，我都希望它是一篇足够好的教材。更准确地说，这是一份七周的互联网数据分析能力养成提纲。

我会按照提纲针对性的增加互联网侧的内容，比如网站分析，用户行为序列等。我也不想留于表面，而是系统性讲述。比如什么是产品埋点？在获得埋点数据后，怎么利用Python / Pandas的shift ( )函数将其清洗为用户行为session，进而计算出用户在各页面的停留时间，后续如何转换成统计宽表，如何以此建立用户标签等。

下面是各周的学习概述。

第一周：Excel学习掌握

如果Excel玩的顺溜，你可以略过这一周。不过介于我入行时也不会vlookup，所以有必要讲下。

重点是了解各种函数，包括但不限于sum，count，sumif，countif，find，if，left/right，时间转换等。

Excel函数不需要学全， 重要的是学会搜索 。即如何将遇到的问题在搜索引擎上描述清楚。

我认为掌握vlookup和数据透视表足够，是最具性价比的两个技巧。

学会vlookup，SQL中的join，Python中的merge很容易理解。

学会数据透视表，SQL中的group，Python中的pivot_table也是同理。

这两个搞定，基本10万条以内的数据统计没啥难度，80%的办公室白领都能秒杀。

Excel是熟能生巧，多找练习题。还有需要养成好习惯，不要合并单元格，不要过于花哨。表格按照原始数据（sheet1）、加工数据（sheet2），图表（sheet3）的类型管理。

下面是为了以后更好的基础而附加的学习任务：

• 了解单元格格式，后期的数据类型包括各类timestamp，date，string，int，bigint，char，factor，float等。
• 了解数组，以及怎么用（excel的数组挺难用），Python和R也会涉及到 list。
• 了解函数和参数，当进阶为编程型的数据分析师时，会让你更快的掌握。
• 了解中文编码，UTF8和ASCII，包括CSV的delimiter等，以后你会回来感谢我的。

这一周的内容我会拆分成两部分：函数篇和技巧篇。

这是一道练习题，我给你1000个身份证号码，告诉我里面有多少男女，各省市人口的分布，这些人的年龄和星座。如果能完成上述过程，那么这一周就直接略过吧。（身份证号码规律可以网上搜索）

第二周：数据可视化

数据分析界有一句经典名言，字不如表，表不如图。数据可视化是数据分析的主要方向之一。除掉数据挖掘这类高级分析，不少数据分析就是监控数据观察数据。

数据分析的最终都是要兜售自己的观点和结论的。兜售的最好方式就是做出观点清晰数据详实的PPT给老板看。如果没人认同分析结果，那么分析也不会被改进和优化，不落地的数据分析价值又在哪里？