当你认真说要学习数据分析了，你应该怎样规划学习路径。
直接上手高级的SQL？
我就会告诉他：如果你Excel还用的不溜的话，就先学学Excel，
当你用Excel处理和分析一些小数据集没有问题的时候(具体表现就是，常用函数公式信手拈来，数据透视表，筛选，排序，图表绘制操作熟练)，你就去学习SQL语言，
然后到了一定阶段，你可以上手R或者Python，然后如果你能更进一步，可以去了解一些Spark等大数据框架。
为什么要学习Excel呢？
首先Excel是我们最常用的数据分析和处理工具了，从Excel开始学，是先学会走，Excel的功能非常丰富，基本可以涵盖我们在之后在其它软件(SQL,R,Python)中要学到的那些功能了。
有的人可能会问了，既然Excel这么强大，为什么还要学习其它的工具呢？
这是因为Excel是通过菜单的形式来进行操作的，很难实现自动化和功能复用，当然你也可以通过VBA来实现，用VBA也就是编程了，不过因为VBA这种语言学会了基本只能在office软件中使用，学习的投入成本和产出收益不成比例，不推荐学习，这是客观原因之一；
另外就是Excel在处理比较大的数据集的时候，性能很差，并且经常崩溃。(虽然Excel2013及以上版本宣称可以容纳100+万条记录，但几万条数据就开始卡顿了)。
那么为什么学完Excel之后就要开始学习SQL呢？
客观原因是绝大部分数据分析岗位招聘都有SQL技能的要求，导致这一现象的原因是公司里面为了保证数据的安全性和管理的方便，数据是统一存放在数据库中的，从数据库中提取和查询数据需要使用SQL语言，而且有的公司就是用SQL语言来做数据分析的。
另外一个原因就是即使你先学了其它的工具，比如R，Python，甚至Spark等大数据框架，你会发现最后你还是得学习SQL。如果你先学习SQL，那么很多概念你都能在学习R，Python，Spark等更加复杂的工具之前弄清楚。对于后面的学习会有帮助。这就好比建房子，都是先打地基，然后一层一层的盖，当然也有大神从上往下修房子，那种房子也不是一般的房子啦，也和我们普通人无关。
有没有一种无需写SQL语句，又能达到Python，R语言这样的可视化效果呢！那可以试试我们亿信华辰的ABI。
分分中让你成为数据分析师！