学习大纲：
基础认知（1-2周）
理解数据分析流程（取数→清洗→分析→可视化→结论），搭建环境（Anaconda/Excel），掌握描述统计基础（均值、方差、分布）。
核心工具（8-10周）
Excel：数据透视表、VLOOKUP、基础图表
SQL：查询、连接、分组聚合、窗口函数（取数必备）
Python：Pandas（清洗/分组/合并）、NumPy、Matplotlib/Seaborn（可视化）
可视化与业务指标（2-3周）
学习Power BI/Tableau搭建仪表盘，掌握互联网/电商常用指标（DAU、留存率、GMV、复购率等），遵循可视化设计原则。
进阶分析（3-4周）
推断统计（假设检验、A/B测试）、常见分析模型（漏斗分析、相关性）、基础预测（线性回归/聚类，调用sklearn即可）。
实战项目（贯穿）
完成2个以上完整项目（如RFM用户分层、A/B测试分析），包含问题定义、数据清洗、EDA、结论建议，形成作品集。
面试与软技能
结构化思维（MECE）、业务案例分析（如DAU下降归因）、SQL/统计高频考题、报告呈现能力。