写这个系列，是但愿在当初知乎某一个回答的根本上，单独完善出针对互联网产品和运营们的教程。岂论对数据分析或数据运营，我都但愿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。

我会凭据提纲针对性的增加互联网侧的内容，好比网站分析，用户行为序列等。我也不想留于外貌，而是系统性讲述。好比什么是产品埋点？在获得埋点数据后，怎么操作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勾留时间，后续如何转换成统计宽表，如何以此成立用户标签等。

下面是各周的学习概述。

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，所以有须要讲下。

重点是了解各类函数，包孕但不限于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，根基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，多找操练题。还有需要养成好习惯，不要合并单元格，不要过于花哨。表格凭据原始数据（sheet1）、加工数据（sheet2），图表（sheet3）的类型打点。

下面是为了以后更好的根本而附加的学习任务：

了解单元格格局，后期的数据类型包孕种种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，包孕CSV的delimiter等，以后你会回来感谢感动我的。

这一周的内容我会拆分成两部分：函数篇和技巧篇。

这是一道操练题，我给你1000个身份证号码，报告我里面有几多男女，各省市人口的漫衍，这些人的春秋和星座。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）

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标的目的之一。除去数据挖掘这类高级分析，不少数据分析就是监控数据不雅察看数据。

数据分析的最终都是要兜售本身的不雅概念和结论的。兜售的最好方法就是做出不雅概念清晰数据详实的PPT给老板看。如果没人认同分析功效，那么分析也不会被改造和优化，不落地的数据分析价值又在哪里？