首先我認為，業務數據分析是業務和數分這兩大塊內容的集合體，學習業務和學習數據分析是同等重要的，既然題主問的是學習路徑，那么我就分開說：

先說數據分析，要學些什么

按照我一貫推崇的學習路徑，數據分析一定要先學基礎和方法，再學工具和技能，但是很多人都恰恰本末倒置了，下面我就按照基礎和工具的順序，說一下應該學習哪些內容

1、數據分析基礎包括：

（1）統計學基礎。

數理統計學是數據分析的基礎之一，很多人連統計學概念都沒搞清楚就跑去學python、學excel，結果卻發現越學越難。

首先要了解一些統計學的基本概念，比如什么叫描述型統計？什么叫假設檢驗？什么叫正態分布？

然后再去學習統計學里的數據模型，比如聚類、回歸，這些都是業務分析中必備的內容。

關于統計學，大家可以看一看《深入淺出統計學》、《赤裸裸的統計學》、《統計學概論》這幾本書。

（2）數據分析思維的養成。

思維往往是很多人忽略的一點，但其實作為數據分析師來說，最起碼要了解和學習數據分析中的思維定式，比如結構化思維、演繹推理等等，這些我們可以在生活中慢慢培養。

因為數據分析是靠人來做的，既然是靠人，就免不了要受到個人的思維影響，很大程度上數據思維能決定我們分析問題的方向和思路，建議大家可以看看下面這本書：

（3）數據分析模型與方法。

大多數時候，我們做業務分析都是依靠的分析模型，因此學習一些常見的數據模型是非常必要的，這也是基于我們的數據分析思路自然而然養成的。

比如我看到流失分析，就想到肯定會用漏斗模型；比如我想到商品關聯分析，就一定要用到購物籃模型；比如我看到會員分析，就一定會想到RFM模型。

這部分建議大家看看《深入淺出數據分析》，《誰說菜鳥不會數據分析》也可以看看，不過比較簡單，當做入門書看比較合適

2、數據分析工具和技能包括：

（1）SQL

取數的必備技能，要掌握一定的數據庫基礎，主要是學習sql的語法，建議大家看看《sqlserver：從入門到精通》、《MYSQL必知必會》：

（2）Excel

主要學習數據清洗、數據透視表、DAX函數這三個功能，有能力的可以學學VBA，不過業務分析不建議太深入，推薦讀物：

（3）BI工具

用來做數據分析的主要工具，比如tableau、powerbi、FineBI等等，這些工具都各有特點和適用環境

（4）Python/R

數據分析也需要至少掌握一種編程語言，萬能Python是最合適的了，不過也有很多人喜歡R，二者對于業務分析來說，差別并不大。

再說說怎么學習業務

數據分析師=半個業務人員，可能對于業務分析師來說，必須首先得是個業務人，之后才能是數據分析師。而學習業務，才是數據分析人最痛苦的事情。

那該怎么具體了解呢？可以通過業務模式、產品、渠道、用戶、運營、部門、KPI來充分了解一個公司的業務、信息。

1、業務模式

通俗來講，要了解一家企業，可以了解它的商業模式，但這太寬泛了，我們用業務模式來代替。簡單講，就是這家企業是通過什么來掙錢的？

2、產品

產品是有企業提供的滿足某一用戶群體的某一場景下的特定需求的物品和服務。產品一般看什么：

3、渠道

渠道的定義，就是連接產品和用戶的通道。把產品提供給需要它的用戶，把用戶的錢帶回來。渠道有什么：

4、用戶

用戶，是產品和服務的最終使用者。我們最終的目的，就是希望用戶能盡可能多使用，購買我們的產品，所以我們就要了解自己的用戶。用戶都有什么屬性呢？這就多了，主要分為兩種用戶，企業用戶和個人用戶。

5、運營

運營在整個閉環中，需要支持產品，渠道，用戶三大部分。比較常見的是互聯網產品運營，這個職位一般需要優化產品的用戶體驗，比如APP的這個功能基本沒什么用戶使用，就要考慮是哪里出問題了，好做相應的改進。或者在傳統行業幫助產品做好進銷存管理。

當然還有其他很多業務知識需要學習，這部分建議大家多去參與到業務部門的工作中，最好是跟在業務部門一段時間，多去學習業務才能真正做好數據分析。