想要入行数据分析需要学习以下三种技能
1，SQL（数据库）处理海量的数据，数据来源于数据库，从数据库取数据，何建立两表、三表之间的关系，想要的特定的数据等，而这些是需要SQL解决的，所以SQL是数据分析的最基础的技能。
2，统计学基础：数据分析的前提要对数据有感知，数据如何收集，数据整体分布是怎样的，如果有时间维度的话随着时间的变化是怎样的，数据的平均值是什么，数据的最大值最小值指什么，数据相关与回归、时间序列分析和预测等，这些也是需要统计学的技能才能做好的。
3，Python或者R的基础：这是必备项，学会一门技术工具，是入门数据分析师的门槛。
扩展资料
一、数据分析方向
数据挖掘方向：想要在一两个月内快速成为数据挖掘向的数据分析师很难，做数据挖掘必须要底子深基础牢，编程语言基础、算法、数据结构、统计学知识样样不能少。利用数据挖掘进行数据分析常用的3个方法：分类、回归分析、聚类等， 它们分别从不同的角度对数据进行挖掘。
回归分析：回归分析方法反映的是事务数据库中属性值在时间上的特征，产生一个将数据项映射到一个实值预测变量的函数，发现变量或属性间的依赖关系，其主要研究问题包括数据序列的趋势特征、数据序列的预测以及数据间的相关关系等。
业务方向：需要对业务感知能力强，对数据十分敏感，掌握常用的一些业务分析模型套路，企业经常招聘的岗位是：商业分析、数据运营、用户研究、策略分析等等。
二、入门数据分析的参考书籍推荐
《增长黑客》、《网站分析实战》、《精益数据分析》、《深入浅出数据分析》、《啤酒与尿布》、《数据之魅》、《Storytelling with Data》。
打好概率与统计的基础
概率与统计是数据分析的基石，像一些概率分布、抽样、线性回归、时间序列都是数据分析当中经常会用到的，可以说日常碰到的大部分的分析需求都可以用统计分析来解决。
理工科专业的同学大多在本科期间就学过概率与统计这门课，这部分的基础应该还是比较扎实的。对于没有基础的同学，有一本叫《深入浅出统计学》的书非常值得一读，豆瓣上的评分8.5分
这本书非常通俗易懂，讲理论知识的时候结合了很多案例，把统计学应用到解决实际问题当中，让原本枯燥的统计学原理变得有趣起来，适合非专业人士入门学习。
掌握数据库技能
做数据分析离不开查询数据库，这里主要涉及的是SQL。对于传统的数据库如MySQL，SQLServer，Oracle，或者大数据平台Hadoop，都可以通过SQL查询的方式来获取数据。入门SQL的书推荐一本《MySQL必知必会》，豆瓣评分8.4分。
这本书实践性很强，教你怎么用SQL语句操作MySQL。可以自己在电脑上装一个MySQL，跟着书中的案例操作一遍。
掌握Python或者R
Python和R是数据分析当中最常用的两门语言。R是为数据分析而生的一门语言，但Python在数据分析方面有后来居上的趋势。公司里的数据科学团队在几年前还是用R做的分析，最近一年已经转向Python了，身边的朋友也听到很多R转Python的。性能上来说，Python的速度更快，可以处理上G的数据，而R不行。所以长远来说，我还是看好Python的。
讲Python基础的有一本《AbyteofPython》非常推荐，我当初就是看这本书入门的，读起来很轻松，两三天就可以读完。网上已经有人把这本书翻成中文
数据分析相关的，推荐这本《利用Python进行数据分析》，豆瓣评分8.5分。
作者是广受好评的pandas库的开发者。读完这本书，可以对用Python做数据分析涉及到的一些工具、怎样用pandas、怎样做数据可视化有比较详尽的了解。
机器学习
数据分析如果继续深入的话，可以学习机器学习。机器学习涉及的理论主要是分类、回归、聚类、决策树、贝叶斯定理等。机器学习相关的书强烈推荐一本《机器学习实战》，豆瓣评分8.2分。
这本书介绍了机器学习中最常用的几种算法，对算法背后的数学原理也有介绍，对于理解机器学习的算法非常有帮助。书中的代码和例子都是用Python实现，非常适合有python基础的同学学习。
以上这些是数据分析最基础的技能，有编程基础的同学花两三个月差不多就能入门了，零基础可能要多费点时间。当然看书学习只是掌握理论知识，要真正的掌握还是要在项目中去实践