笔者结合自己的用户增长活动经验，分享了以下内容——数据化思维的价值、行之有效的分析流程、项目中数据异常的监测、排查、处理。

数据分析是做用户增长的一项基本技能，然而每次想好好学习下，看到的资源不是7天精通Excel就是20天进阶SQL，甚至于Python必知必会……

工欲善其事必先利其器，确实没错，但工具也是为具体目标而服务的嘛。为了学习技能而学习技能只会更加焦虑。

那么问题来了，对于大部分小伙伴究竟要把数据分析学到什么程度呢？

这张图是我根据数据分析技能，使用频率和学习成本画的，里面Excel在使用频率上应该是使用的最多的，可能每个人每天都会打开Excel；基础操作大家应该都会，复杂一些的百度一下教程花个几十分钟也可以做出来。

Excel可以解决80%的数据分析问题，剩下的如果是非高频需求，可以使用工具或者描述清楚需求让技术小伙伴帮忙处理。

如果是一些非常高频的数据运营&产品岗，还是要学一下相关编程语言的，但Excel应该数据分析中性价比**的工具了，本篇文章中的数据分析工具也主要以Excel 为主。

本文主要分为三个部分，如图所示：

由于篇幅有限，本文不会涉及太多Excel技巧，不过这里给大家推荐一本相关书籍《谁说菜鸟不会数据分析》。

这本书在Excel技巧方面讲的很全面，大家有空可以翻一遍，不用刻意去记忆，脑子里大概有个印象，遇到问题知道在哪里查找就好。

数据化思维的价值