最近在面试的小伙伴们可能会发现，好多非数据分析的岗位要求上都要求应聘者“有一定的数据分析能力”“需要用数据分析对xx负责”“对数据敏感”，这让很多同学觉得自己能力不够、不符合要求。
有同学想要通过学习快速提升自己的数据分析能力，可是“学什么”“怎么学”“从哪里开始”呢？迷茫逼着大家在网上四处求助，不是求这个电子书，就是报那个班。求来的课程一大堆，看的东西也不少，却怎么也不敢说自己有了数据分析的能力。
其实，如果不是想要做专业的数据分析师，只要能在面试的过程中证明你有数据分析能力，大可不必花太多时间去学过于专业的东西。数据分析，在于实用，考察数据分析能力，也重在考查能力与逻辑。
关注帆软，我们将持续为您讲解数据分析方法与企业数字化转型的工具及解决方案>>>>
既然你要跟面试官证明自己有数据分析能力，那就要从证明数据分析能力入手，证明数据分析能力主要有以下五个方面（这里数据分析面试也同样适用）
技术工具：你能熟练掌握数据分析工具，哪些，什么程度
数据处理能力：对数据处理和分析的熟练程度，包括数据清洗、数据挖掘、建模等技能，以及如何提取有价值的信息。
案例分析：通过具体的案例来凸显“你的数据分析能力能够提供对业务的决策支持”，如何根据业务金是哪个数据的分析和处理。
项目经历：列举你参与过的重要数据分析项目，包括项目的背景及目标、数据手机和清洗、采用的具体方法、分析结果、对业务决策的影响、自己的思考感悟等
认证证书：通过一些专业的考试来证明自己具有相应的能力
对于非数据分析岗位来说，也并不是要求你五个方面面面俱到，面试官想要的本来就不是一个专业数据分析师，而是一个懂业务但是稍微会点数据分析的人。
拿互联网厂最常见的运营来说，只需要一些业务内的浅层数据分析基础就够了，比较复杂的内容还有数据分析师和算法在后面接着呢，根本轮不到运营小白直接上手。非数据分析面试不需要会太多复杂的数据分析，应付好面试就够了。
给大家连夜整理了一份业务岗数据分析学习攻略，针对上面的五点做了一些侧重区分，非数据分析面试可以按照下面的这个攻略去速成。
01 第一步：培养数据分析思维
为什么数据分析思维这么重要呢？这和我们高中做数学题一样，拿到一道题，要是一点思路都没有，即使给了你足够的信息，你也是一脸懵，不知道该如何去切入。
任何工具都是为解决问题去服务的，所以我们要通过训练数据分析思维，让大家在遇到问题时能够快速找到切入点和思路，合理的用好工具。要了解一些常见的数据分析模型，以及金字塔/结构化思维、公式化思维、业务化思维这些最好都能够掌握。
02 第二步：学习数据库原理和语言
做数据分析，数据从哪里来？数据库！
怎么取数据？写SQL！
做数据分析，取数、清洗数据，基本都要依赖SQL。
初入门阶段，对于数据库不必精通，只需了解常用的数据库类型，能够在现有的表格里面查询出数据，能够更新数据对数据进行重编码，知道怎么增加添加数据，把数据变得规整就行。
如果想快速入门，推荐这本《SQL必知必会》，入门必看的一本书，最深的内容涉及到了一些复杂查询和储存，适合学习者随时查漏补缺！
03 第三步：技术工具
这里建议必须掌握Excel，这是最实用，也是数据分析再基础不过的软件。Excel的重点是数据透视表和Vlookup，学习时可以按照这个路径去自查：
基础的：简单的表格数据处理、筛选、排序、去重、去空、透视
函数和公式：常用函数、高级数据计算、数组公式、多维引用、function
可视化图表：图形图示展示、高级图表、图表插件
04 第四步：进阶软件
有了数据分析思维基础，懂一些统计学知识之后，我们就可以着手开始相对专业的分析，
考虑到快速入门，这里暂时放一放SPSS、R、Python一类工具，先掌握BI工具的运用，帮助快速熟悉起数据分析的流程。知名的产品有Tableau，Power BI，还有国内的FineBI，处理好的数据拿来放BI分析，比Excel的图表要好看很多，能轻松做出漂亮的数据分析报告。
着急的话首选FineBI，个人版免费，零代码可视化，图表丰富，拖拽可以完成炫酷的可视化效果。其他国外的软件语言可能就是一大门槛，不如用本土产品来的放心。
05 第五步：业务理解
这一部分就回到我们证明数据分析能力的“案例分析”了，这时候可以多看一些其他人分享的优秀案例，着重去看案例中业务相关的部分，或者跟着案例去做一遍，试着自己去理解业务的切入点，可以花点时间去了解业务的相关指标和行业情况，找到突破和差异。
表达过程中需要注意以下几点：
说事实不说观点。
比如你的同事告诉你最近转化率大幅下降，这是事实还是观点呢？从什么时间单位上来看它是下降的？大幅是以什么为衡量标准的？如果你的同事说：“周一到周三的转化率持续下降”，这句话是不是就没有歧义了？这就是事实与观点的区别
不预设立场。
比如业务出了问题，我们可能首先会觉得：这和我没什么关系吧，于是为了证明这个预设的立场，我们去找了很多证据去解释，这就掉进了一个自证陷阱。
找出业务背后的逻辑
需要捋清自己的思路，界定问题、解决问题、给出结论。不要让面试官或者是和你对接的数据分析师听不懂问题，白白做无用功。
用客观标准去代替主观判断
06 第六步：项目实操与证书
找到一些合适的数据分析项目练手，可以在段时间内提升数据分析的能力，花点时间去找高质量的项目练一练。有些面试官会在面试的时候问一下项目的具体情况，所以重点还是锻炼数据分析的思维。
没有项目也不要着急，毕竟很多岗位需要的数据分析仅仅是需要一点点数据分析的思路，所以这部分属于掌握好了可能会很加分，不掌握也不扣分的部分。
考证有需要的可以去试试，岗位没有太高要求的，不太建议大家一股脑往里冲，毕竟考证这事时间成本和周期都摆在那里，用来应对短期内的面试会有点难度。当然你工作之后想做提升的话可以找下市面上比较有含金量的证书去考一个，例如谷歌的Data Analytics Certificates，或者帆软的FCA-FineBI，对之后的工作会有一定的帮助。
07 结语
针对面试前的突击，上面的这些应该够了，每一部分的详细内容，都可以翻下之前的内容，都有相应的讲解。
面试官可能会针对岗位所需要的一些业务做提问，我们要知道数据分析是为业务服务的，无非就是原因、未来、现状分析，了解当下的情况，发现存在的问题，找到数据中的某种趋势，所以面试的时候只需要按照这种思路去答，对业务进行简单分析即可。
面对就业，希望大家真的不要焦虑，面试前学点够用就行了，业务人员背后还有更专业的数据分析师，所以不要对自己有太高太高的要求。