数据分析，是指用适当的统计分析方法对收集来的大量数据进行分析，提取有用信息和形成结论的过程。
单纯地谈数据分析意义并不大，在谈数据分析的作用之前，我们首先要考虑的是受众对象的实际需要，而对于企业而言，数据分析的作用则主要体现在三大领域：一是对业务的改进优化；二是发现新的市场机会；三是创造更大的商业价值。
所以，做企业的数据分析，首先要懂企业的业务。
由此可见，数据分析是一门“业务+数据”跨领域学科，需要我们同时具备数据能力、业务能力，还有基本的数据思维方法。
不过，对于很多有较强业务能力的企业人员来说，则需要提升自己的数据分析能力。而想要系统地提升自己的数据分析能力，仅靠实际工作中的历练，或是利用日常的碎片时间从网上搜集和学习数据分析相关的零散知识或案例，肯定是远远不够的。大家非常有必要通过一些专业书籍，由浅入深，建立自己的数据分析知识体系，并针对性地运用于自己的工作中。
这里有一份完整的学习数据分析的书单，可供大家参考，由浅入深分为十二类别，每个类别大家可择其一。（其中有一部分，我们这里有电子版，括号中注明，有兴趣的朋友可以根据文末信息线索获取，也可以通过评论或私信与我们交流）
第一类：数据分析基础
1.《深入浅出数据分析》（有）
通俗简单，却能够让读者对数据分析的相关概念有大致的了解，诠释了数据分析的基本步骤，实验方法，还有数据整理技巧，为读者搭建了走向深入研究的桥梁。
2.《谁说菜鸟不会数据分析》
非常著名的一套书籍，讲解数据分析必知必会的知识、数据处理技巧、数据展现的技术、通过专业化的视角来提升图表之美、数据分析报告的撰写技能以及持续的修炼。读者可以把这本书当小说来阅读。
第二类：Excel图标基础
1.《Excel图表之道》（有）
告诉读者如何设计和制作专业的商务图表，作者对一些全球顶尖商业杂志上的精彩图表案例进行分析，给出基于Excel的实现方法，包括数据地图、动态图表、仪表板等众多高级图表技巧。
2.《Excel这么用就对了》
所涉及的具体内容包括排序、筛选、函数公式、数据透视表、图表、宏与VBA 等功能应用，并结合大量的企业应用实例，以图文并茂的方式将解决思路和操作过程逐一呈现。
第三类：数据分析思维
1.《麦肯锡图表工作法》（有）
从解决问题的需求出发，在金字塔原理、MECE原则、SCQOR故事展开法等基础上，归纳了麦肯锡盛行数十年的图表工作法的技巧，打造了可视化、简单化、精确化的图表武器，让人们可以极快地解决复杂的问题。
2.《金字塔原理》
介绍了如何利用金字塔原理使读者理解和运用简单文书的写作技巧。以及如何深入细致地把握思维的环节，以保证使用的语句能够真实地反映希望表达的思想要点。
第四类：统计学基础
1.《深入浅出统计学》（有）
很容易阅读，但所讲的知识在数据分析中都是常见且必须掌握的，比如基本的统计量，基本上每个分析项目中都会用到；比如基本的概率分布，总体与样本的概念、置信区间、假设检验、回归分析，都是关于数据分析的统计学知识。
2.《统计学习方法》
全面系统地介绍了统计学习的主要方法，叙述力求从具体问题或实例入手，由浅入深，阐明思路，给出必要的数学推导，便于读者掌握统计学习方法的实质，学会运用。
3.《统计学：从数据到结论》
没有用数学却涉及了几乎所有统计标准课程的模型。它不是为了教会读者如何流利地背诵一大堆定义、概念和抽象的术语，也不是为了让读者学习如何进行推导和证明一些复杂的定理和公式。它让读者不用推导或背诵与统计有关的数学公式，就可以应用统计这个工具。
第五类：数据分析进阶
1.《精益数据分析》（有）
将企业分成了几个大的行业类别，并分门别类的讲解了每个行业的商业模式特点及分析技巧，对使用者的分析能力要求较高，且必须具备相应的业务知识。书中并没有讲到具体的数据分析技术，主要分析了各种产品中用到的指标、模型和“数据驱动型产品”的一些思路。
2.《数学之美》
把高深的数学原理讲得更加通俗易懂，让非专业读者也能领略数学的魅力。通过具体的例子学到的是思考问题的方式，即如何化繁为简，用数学去解决工程问题，跳出固有思维，不断去思考创新。
第六类：数据挖掘基础
1.《数据挖掘导论（完整版）》（有）
全面介绍了数据挖掘，涵盖了五个主题：数据、分类、关联分析、聚类和异常检测。读者在透彻地理解数据挖掘的基础的同时，还能够了解更多重要的高级主题。
2.《数据挖掘概念与技术》
完整全面地讲述数据挖掘的概念、方法、技术和最新研究进展，重点论述了数据预处理、频繁模式挖掘、分类和聚类等的内容，还全面讲述了OLAP和离群点检测，并研讨了挖掘网络、复杂数据类型以及重要应用领域。
3.《数据挖掘与数据化运营实战：思维、方法、技巧与用应用》
穿插大量真实的实践应用案例和场景，创造性地针对数据化运营中不同分析挖掘课题类型，推出一一对应的分析思路集锦和相应的分析技巧集成，为读者提供“菜单化”实战锦囊。
第七类：数据可视化
1.《数据可视化之美》（有）
20多位可视化专家包括艺术家、设计师、评论家、科学家、分析师、统计学家等，展示了他们如何在各自的学科领域内开展项目。成功的可视化的美丽之处既在于其艺术设计，也在于其通过对细节的优雅展示，能够有效地产生对数据的洞察和新的理解。
2. 《鲜活的数据：数据可视化指南》
先后介绍了如何获取数据，将数据格式化，用可视化工具（如R）生成图表，以及在图形编辑软件（如Illustrator）中修改以使图表达到最佳效果。本书介绍了数十种方法（如柱形图、饼图、折线图和散点图等），以创造性的视觉方式生动讲述了有关数据的故事。
3.《用数据讲故事》
通过大量案例研究介绍数据可视化的基础知识，以及如何利用数据创造出吸引人的、信息量大的、有说服力的故事，进而达到有效沟通的目的。具体内容包括：如何充分理解上下文，如何选择合适的图表，如何消除杂乱，如何聚焦受众的视线，如何像设计师一样思考，以及如何用数据讲故事。
4.《数据之美：一本书学会可视化设计》
循序渐进、深入浅出地道出了数据可视化的步骤和思想。让我们知道了如何理解数据可视化，如何探索数据的模式和寻找数据间的关联，如何选择适合自己的数据和目的的可视化方式，有哪些我们可以利用的可视化工具以及这些工具各有怎样的利弊。
第八类：SQL基础
1.《SQL必知必会》（有）
针对Oracle、SQL Server、MySQL、DB2、PostgreSQL、SQLite等各种主流数据库提供了大量简明的实例。讲述实际工作环境中最常用和最必需的SQL知识，实用性极强。通过本书，读者能够从没有多少SQL经验的新手，迅速编写出世界级的SQL！
2.《SQL基础教程》
介绍了关系数据库以及用来操作关系数据库的SQL语言的使用方法，提供了大量的示例程序和详实的操作步骤说明，读者可以亲自动手解决具体问题，循序渐进地掌握SQL的基础知识和技巧，切实提高自身的编程能力。
3.《MySQL必知必会》
从介绍简单的数据检索开始，逐步深入一些复杂的内容，包括联结的使用、子查询、正则表达式和基于全文本的搜索、存储过程、游标、触发器、表约束，等等。通过重点突出的章节，条理清晰、系统而扼要地讲述了读者应该掌握的知识。
第九类：Python基础
1.《深入浅出Python》（有）
全面介绍了Python的基础知识，然后扩展到持久化、异常处理、Web开发、SQLite、数据处理和Google应用引擎中去。也指导读者如何为Android编写移动应用，希望帮助读者成为真正的Python编程员。
2.《利用Python进行数据分析》
详细介绍利用Python进行操作、处理、清洗和规整数据等方面的具体细节和基本要点，并通过大量实际案例，可以帮助读者高效解决一系列数据分析问题。
3.《Python数据分析从入门到精通》
循序渐进、内容精练、重点突出、实例丰富，是广大数据分析工作者很有价值的一本参考书，可以为读者能真正使用Python进行数据分析奠定基础。
第十类：R语言基础
1.《R语言实战（第2版）》（有）
从解决实际问题入手，尽量跳脱统计学的理论阐述来讨论R语言及其应用，讲解清晰透彻，极具实用性。通读本书，读者将全面掌握使用R语言进行数据分析、数据挖掘的技巧，并领略大量探索和展示数据的图形功能，从而更加高效地进行分析与沟通。
2.《统计建模与R软件》
书中结合数理统计问题对R软件进行科学、准确和全面的介绍，以便使读者能深刻理解该软件的精髓和灵活、高效的使用技巧。此外，还介绍了在工程技术、经济管理、社会生活等各方面的丰富的统计问题及其统计建模方法，通过该软件将所建模型进行求解，使读者获得从实际问题建模入手，到利用软件进行求解，以及对计算结果进行分析的全面训练。
第十一类：机器学习
1.《机器学习》（有）
在内容上尽可能涵盖机器学习基础知识的各方面。 为了使尽可能多的读者通过本书对机器学习有所了解, 作者试图尽可能少地使用数学知识。不过, 少量的概率、统计、代数、优化、逻辑知识似乎不可避免。
2.《机器学习实战》
全书通过精心编排的实例，切入日常工作任务，摒弃学术化语言，利用高效的可复用Python代码来阐释如何处理统计数据，进行数据分析及可视化。通过各种实例，读者可从中学会机器学习的核心算法，并能将其运用于一些策略性任务中。
第十二类：数据分析的实战应用
1.《数据化管理：洞悉零售及电子商务运营》（有）
本书通过大量案例深入浅出地讲解了数据意识和零售思维。
2.《网站分析实战》
以通俗易懂的方式来讲解网站分析所需掌握的知识，剖析日常工作中遇到的问题，并且配合大量的实战案例的讲解。
3.《游戏数据分析实战》
以详细案例为主，通过SPSS、Excel 等工具逐步展示实施步骤，用手把手的方式让读者快速掌握游戏数据分析方法。
4.《淘宝、天猫电商数据分析与挖掘实战》
以电商业务实战为主线，介绍数据分析相关的知识
联系客服
