很多人在学习数据分析的时候，最容易出现的问题往往并不是学到的内容不够多，而是在学习的先后顺序方面出现了偏差。
Excel、SQL、BI、Python并不是四种互相替代的工具，而是数据分析师从“处理数据”逐渐走向“推动决策”的四个能力阶段。下面这组图会从每一个阶段的核心定位、需要学习的内容、能力边界以及进阶信号出发，帮助你判断自己目前处于哪一个阶段，并且弄清楚下一步到底应该学习什么。
很多不熟悉数据分析的一开始就死磕 Python、安装各种相关的库、记忆大量语法，看起来确实投入了很多精力，但是在真正面对销售下降、转化率异常以及利润波动等业务问题的时候，依然不知道应该从什么地方开始进行分析。数据分析的核心从来都不是掌握数量最多的工具，而是能不能把原始数据转化成为清晰并且可以执行的业务判断。
一条相对合理的成长路线，应该先从 Excel 开始建立起业务分析的基础，再使用 SQL 完成大规模数据的提取与清洗工作，之后通过 BI 搭建能够交互和持续监控的分析看板，最后再借助 Python 完成自动化批量处理、非结构化数据处理以及相对复杂的预测分析。
