《谁说菜鸟不会数据分析》是一本由张文霖 / 刘夏璐 / 狄松著作，电子工业出版社出版的平装图书，本书定价：49.00元，页数：248，特精心从网络上整理的一些读者的读后感，希望对大家能有帮助。
《谁说菜鸟不会数据分析》读后感(一)：谁说菜鸟不会数据分析 工具篇
CP01
数据分析是指用适当的统计反洗方法对收集来的大量数据进行分析，将它们加以汇总和理解并消化，以求最大化地开发数据的功能，发挥数据的作用
它是为了提取有用信息和形成结论而对数据加以详细研究和概括总结的过程
数据分析可以分为：
描述性数据分析
常见方法：
探索性数据分析和验证性数据分析属于高级阶段，有相关分析、因子分析、回归分析等
三大作用
揭示业务的构成，了解企业各项业务的发展及变动情况，对企业运营状况有更深入的了解
原因分析 为什么发生
一般通过专题分析来完成，根据企业运营情况选择针对某一现状进行原因分析
预测分析 将来会发生什么
六步曲
分析前要明确：
为什么要开展数据分析？
确定分析思路
梳理分析思路，搭建分析框架，把分析目的分解成若干个不同的分析要点，即如何具体开展数据分析，需要从哪几个角度进行分析，采用哪些分析指标
分析体系化
所谓的分析体系化，即逻辑化，先要分析什么、后分析什么，使得各个分析点之间具有逻辑联系
体系化方法
使用相关领域的只是，如营销、管理等理论，结合业务情况，搭建分析框架
数据收集
这是按照确定的数据分析框架，收集相关数据的过程，它为数据提供了素材和依据
数据处理
是指对收集到的数据进行加工整理，形成适合数据分析的样式，它是数据分析前必不可少的阶段
目的是从大量、杂乱无章、难以理解的数据中，抽取并推到出对解决问题有价值、有意义的数据
处理过程：数据清洗、数据转化、数据提取、数据计算等处理方法
将原始数据转换为可以分析的形式，并且保证数据的一致性和有效性
数据分析
用适当的分析方法及工具，对处理过的数据进行分析，提取有价值的信息，形成有效结论的过程
一般是通过软件完成，所以不仅要掌握数据分析方法还要熟悉主流数据分析软件的操作
数据分析与数据挖掘本质是一样的，即从数据里面发现关于业务的只是
数据挖掘是高级分析方法：它根据用户的特定要求，从海量数据中找出所需的信息，以满足用户的特定需求。
数据挖掘侧重解决四类数据分析问题：分类、聚类、关联和预测，重点在寻找模式与规律
数据展现
尽量使用图表而不是表格
报告撰写
通过报告，把数据分析的起因、过程、结果及建议完整地呈现出来，供决策者参考
首先要有一个好的分析框架，并且图文并茂、层次明晰，让阅读者一目了然
另外要有明确的结论
最后一定要有建议或解决方案
三大误区
分析目的不明确，为分析而分析
数据分析师要求
懂业务、懂管理、懂分析、懂工具、懂设计
数据分析师基本素质
态度严谨负责、好奇心强烈、逻辑思维清晰、擅长模仿学习、勇于创新
倍数 一个数除以另一个数所得的商，A/B=C，表示A是B的C倍
番数 原来数量的2的N次方倍，翻两番为4倍（2的2次方）
——————————————————————————————
CP02 结构为王——确定分析思路
数据分析方法论主要用来指导数据分析师进行一次完整的数据分析，它更多的是指数据分析思路
数据分析方法论：主要从宏观角度指导如何进行数据分析
数据分析方法：指具体的分析方法，从微观角度指导如何进行数据分析
只有在营销、管理等方法和理论的指导下，结合业务情况，才能确保数据分析维度的完整性，分析结果的有效性及正确性
数据分析方法论作用：
理顺分析思路，确保数据分析结构体系化
确保分析结果的有效性及正确性
常用数据分析方法论
EST分析法
5W2H
逻辑树分析法
4P
用户行为理论
是指用户为获取、使用物品或服务所采取的各种行动，用户对产品首先需要有一个认知、熟悉的过程，然后试用，再决定是否继续消费使用，最后成为忠实用户
——————————————————————————————
CP03 无米难为巧妇——数据准备
扎实的数据分析基本功不单是指挥使用数据分析工具，更重要的是对数据有深入认识和解读。
具体设计方法需要了解数据透视表功能
——————————————————————————————
CP04 三心二意——数据处理
二意 合意、诚意
数据处理步骤
1 数据清洗 就是将多余重复的数据筛选清除，将缺失的数据补充完整，将错误的数据纠正或删除
2 数据加工 清洗完毕后所得数据不一定使我们需要的数据，所以需要对数据字段进行信息提取、计算、分组、转换等加工，让它变成我们想要的数据表
数据处理就是根据数据分析的目标，将收集到的数据，用适当的处理方法进行整理加工，形成适合数据分析的要求样式，它是数据分析前必不可少的阶段
数据清洗步骤
1 清除掉不必要的重复数据
请熟悉Excel操作方式和函数
2 填充缺失的数据
原因有
人为原因，由于人的主观失误、历史局限或有意隐瞒造成的数据缺失
常见表现形式是：空值或错误标识符
查找之后处理方式
1 样本统计量替代，常用样本平均值代替缺失值
2 用一个统计模型计算出来的值趋替代缺失值
3 删除
4 记录保留
3 检测逻辑错误的数据
逻辑错误 可以用if+count函数来解决
利用OR或AND函数处理
数据加工
经过上述过程，数据字段不能满足我们对数据分析的需求，所以需要对现有字段进行抽取、计算或转换，形成我们分析所需要的一列新数据字段
数据抽取
是指保留原数据表中某些字段的部分信息，足组合成一个新字段
字段分列：截取某一字段的部分信息
使用数据分裂选项
函数法 LEFT和RIGHT函数
字段合并：将某几个字段合并为一个新字段
concatenate函数和&运算符
字段匹配：将原数据表没有但其他数据表中有的字段有效地匹配过来
vlookup函数
数据计算
简单计算
函数计算
average
dateif
数据分组
vlookup
数据转换
行列互换
多选题几种录入方式转换
Hlookup
earch
数据抽样
普通抽样 指对总体中的对象一一进行观察、访问与记录，确定资料
抽样调查 从调查对象总体中按照随机原则选取一部分对象作为样本进行调查分析
rand
——————————————————————————————
CP05 工欲善其事必先利其器——数据分析
数据分析不单单指会用数据分析工具，你还必须懂数据分析原理，没有理论的知道，就无法知晓从哪方面入手，要分析哪些关键点
数据分析三大作用
分析作用 基本方法 数据分析方法
原因分析 细分 分组分析、结构分析、交叉分析、杜邦分析、漏斗图分析
矩阵关联分析、聚类分析
对比分析
只有通过对比才能分辨出事物的性质、变化、发展、与别的事物的异同等个性特征，从而更深刻地认识事物的本质和规律
定义 将两个或两个以上的数据进行比较，分析它们的差异，从而揭示这些数据所代表的的事物发展变化情况和规律性
分类 静态比较 在同一时间条件下对不同总体指标的比较，也叫横比
动态比较 在同一总体条件下对不同时期指标数值的比较，也叫纵比
指标的口径范围、计算方法、计量单位必须一致，即要用同一种单位或标准去衡量
对比的对象要有可比性
对比的指标类型必须一致
分组分析
不仅要对总体的数量特征和数量关系进行分析，还要深入总体的内部进行分组分析
这种方法是根据数据分析对象的特征，按照一定的标志，把数据分析对象划分为不同的部分和类型来进行研究，以揭示其内在的联系和规律性
目的是便于对比，把总体中具有不同性质的对象区分开，把性质相同的对象合并在一起，保持各组内对象属性的一致性、组与组之间属性的差异性，一遍进一步运用各种数据分析方法来解构内在的数量关系，因此分组法必须与对比法结合运用
关键在于确定组数与组距
结构分析
是指被分析总体内的各部分与总体之间进行对比的分析方法，即总体内各部分占总体的比例，属于相对指标
平均分析法
运用计算平均数的方法来反映总体在一定时间、地点条件下某一数量特征的一般水平
可用于同一现象在不同地区，不同部门或单位间的对比，还可用于同一现象在不同时间的对比
作用
交叉分析
通常用于分析两个变量（字段）之间的关系，即同时将两个有一定联系的变量及其数值交叉排列在一张表格内，使各个变量值成为不同变量的交叉结点，形成交叉表，从而分析交叉表中变量之间的关系
综合评价分析
一系列运用多个指标对多个参评单位进行评价的方法，成为多变量综合评价分析方法
步骤
1 确定综合评价指标体系，即包含哪些指标，是综合评价的基础和依据
2 收集数据，并对不同计量单位的指标数据进行标准化处理
3 确定指标体系中各指标的权重，以保证评价的科学性
4 对经处理后的指标再进行汇总，计算出综合评价之术或综合评价分值
5 根据评价指数或分值对参评单位进行排序，并由此得出结论
1 评价过程不是逐个指标顺次完成的，而是通过一些特殊方法将多个指标的评价同时完成
2 在综合评价过程汇总，一般要根据指标的重要性进行加权处理
3 评价结果不再是具有具体含义的统计指标，而以之术或分值表示参评单位综合状况的排序
数据的标准化是指将数据按比例缩放，使之落入一个小的特定区间
在比较和评价某些指标时，经常会用到数据的标准化，去除数据的单位限制，将其转化为无量纲的纯数值，便于不同单位或量级的指标能够进行比较和加权
最典型的就是0-1标准化，Z标准化
0-1标准化也叫离差标准化
就是对原始数据做线性表换，使结果落到【0,1】区间
权重确定方法
复杂的有专家访谈法、德尔菲法、层次分析法、主成分分析法、因子分析法、回归分析法
简单的有目标优化矩阵表
杜邦分析
漏斗图分析
适合一个业务比较规范、周期比较长、个流程环节涉及复杂业务过程比较多的管理分析工具
矩阵关联分析法
非常重要的分析方法与工具
是指根据事物的两个重要属性作为分析的依据，进行分类关联分析，找出解决问题的一种分析方法，也称为矩阵关联分析法，简称矩阵分析法
在解决问题和资源分配时，为决策者提供重要参考依据
气泡图
高级数据分析方法
《谁说菜鸟不会数据分析》读后感(二)：需要Excel的同学们的好书
可能大家看这本书的名字的时候不知道书是讲什么的，可能会认为是不是理论讲解数据分析的啊？这本书呢实际上讲的是如何操作使用Excel的，用Excel对数据进行数据处理和分析的。这本书最大的有点是没有基础的读者也能学会，我们读者看书就是要学会东西，如果看不懂，那怎么能称得上好书呢。为什么说大家能看懂学会这本书呢，我感觉这本书最大的特色就是采取了一种充满有哦风趣的讲解方式，再加上书的精心排版，使得这本学看起来就像看漫画那么简单，者对于没有基本功的读者来说是最大的好处了，当然它也进口书的题目“菜鸟”“入门”，除了讲解实用的内容之外，也讲解了我们日常处理数据和分析时的方法。这本书对市场营销、金融、财务、人力资源、产品设计等从事数据研究、咨询、分析的人士有很大的帮助。此书，值得一看！
《谁说菜鸟不会数据分析》读后感(三)：马上7月了，上半年的工作分析总结，你准备好了吗？
作为办公一族，经常和报表打交道。日、周、月、季、年报等报表是工作日常。马上六月份结束，又要进行2018年上半年的总结，如何才能提供领导最有效的数据，通过数据能够了解现状，问题的原因分析以及对未来发展的预测，让数据驱动公司业务发展，体现自己的工作价值？为了提高自己的工作能力，看了数据分析的入门书《谁说菜鸟不会数据分析（入门篇）》，非常适合经常使用Excel的办公人员，内容深入浅出，用师徒对话的形式讲解，经常用美食和服装类比数据分析，形象生动，便于理解。
全书按数据分析的工作流程顺序编写的，数据分析分为六个步骤，明确分析目的并将思路结构化，然后收集数据，处理数据，分析数据，将分析数据展现出来，最后撰写数据分析报告。因为书中用到的主要分析工具是Excel，对于数据透视表和图表制作都比较熟练的工作人员，会大大提高本书的阅读速度，对于从事营销，财务，人力资源岗位的人提高职业竞争力有一定帮助。
数据分析的六个步骤《谁说菜鸟不会数据分析》是由张文霖、刘夏璐、狄松三位作者合作编写的，其中张文霖的新浪博客“小蚊子数据分析”，里面很多相关知识和小工具，可以进行扩展学习。在他的博客首页看到了网络爬虫的免费课，等写完这篇文字就去学一下，因为目前网络上收集数据最流行的是爬虫技术。
一、数据分析的目的和思路
首先明确数据分析方法论、分析工具、分析技术的区别，举例说明，数据分析的方法论包括5W2H、4P、逻辑树等分析思路；使用的分析工具有Excel、SPSS、SAS等；数据分析的技术有交叉分析、相关分析、回归分析、聚类分析等等。
根据不同的分析目的，选择不同的分析方法。例如，营销分析常使用的方法有4P、用户使用行为、STP理论、SWOT；用于管理分析常用的有PEST、5W2H、时间管理、生命周期、逻辑树、金字塔、SMART原则等。
以下是几种常用的分析模型的介绍：
▶ PEST分析法
EST用于宏观环境的分析，主要应用于行业分析，四个字母分别代表Political政治，Economic经济，Technological技术，Social社会，分析外部因素对企业的影响。政治环境包括国家的社会制度，执政党的性质，政府的方针政策；经济环境包括宏观的国民收入，生产总值，以及微观的企业所在地的消费者消费能力，消费偏好，储蓄情况和就业程度等；技术环境包括国家对科技开发的支持重点，技术转移和技术商品化的速度，专利个数及专利保护情况等；社会环境包括国家或地区的人民受教育程度，宗教，风俗，人口规模，性别比例，年龄结构等。
▶5W2H分析法
5W2H分析法应用范围广，可用于用户行为分析，业务问题专题分析等。
5W：Why、What、Who、When、Where
2H: How、 How much
举例，对用户购买行为的分析：
Why（何因）:用户购买目的是什么？产品为什么吸引顾客？
What（何事）：公司提供什么产品或服务？用户需求是什么？
Who（何人）：谁是我们的客户？我们的客户有何特点？
When（何时）：何时购买？重复购买时间？
Where（何地）：客户在哪里购买？线上线下？客户分布地区在哪？
How（如何做）：客户的支付方式是什么？
How much（何价）：客户购买花费的时间是多少？交通等购买成本是多少？
▶逻辑树分析法
逻辑树又叫做问题数，演绎树，分解树等，是业务问题、专题分析时最常用的模型。从最高层问题开始，将所有子问题分层向下罗列。
逻辑树要遵守的三个原则：
1、要素化：归纳相同问题成为要素
2、框架化：将各个要素组织结构化，不重复不疏漏
3、关联化：框架内各个要素之间保持相互关联，不独立存在
▶4P营销理论
4P理论主要应用于公司整体经营情况的分析，4P是指Product产品、Price价格、Place渠道、Promotion促销。
举例，公司业务分析：
roduct产品：提高什么产品或服务？哪种产品销量最好？与用户需求是否一致？
rice价格：公司销售收入怎样？增长还是减少？用户接受的合理价格是多少？支付方式是什么？
lace渠道：公司在各地区有多少销售渠道？覆盖率如何？用户通过何种渠道购买？公司的渠道政策是否有吸引力？
romotion促销：投入促销的资源是多少？效果如何？投放多少宣称广告？效果如何？
此外还有用户行为理论，金字塔法，生命周期等，分析法之间可以嵌套使用，组合分析法得出更详尽准确的分析结果。
二、数据收集与来源
数据主要由导入外部数据和自己录入数据两方面来源。一张数据表的制作可以反映出制作者对数据分析的认知水平，如果一张数据表有多处合并单元格，只为了阅读体验满足当下所需，就没有为数据经过时间沉淀后进行数据分析的远见。以下是在Excel里的操作，一个合格的数据表应该满足的条件：数据表由标题行和数据两部分组成，第一行是标题行，第二行起是数据，数据部分不应该有空白行或列，数据表中不能有合并单元格，也就是说，数据表是以一维形式存在，如下图：
一维数据表三、数据处理
数据处理包括数据清洗，加工和抽样。数据加工使用到的Excel技巧有字段的分列，合并，字段匹配或分组（vlookup函数）等，数据抽样使用的是rand()函数，这里只记录我在工作中需要用到的数据清洗的内容。数据清洗是为了使数据简洁、完整、正确。清除掉重复数据，填充缺失的数据，检测有逻辑错误的数据。
清除重复数据书中介绍了函数法（countif函数）、高级筛选法、条件格式法、数据透视表法、删除重复项等方法，高级筛选法和删除重复项是我工作中需要用到的方法，记录如下。
高级筛选法：选择区域范围，数据选项卡下，排序和筛选的高级选项，“将筛选结果复制到其他位置”，勾选“选择不重复的记录”，OK。
高级筛选法删除重复项：菜单操作，选择范围，数据选项卡，数据工具，删除重复项
删除重复项当数据缺失10%以下的时候，可以接受数据，进行缺失处理。处理缺失值有四种方法：
1、 用样本平均值
2、 用回归模型、判别模型等统计模型算出来的值去替代，需要专业分析软件
3、 删除缺失值，使样本数量减少
4、 保留缺失值，在分析中排除
填充空白单元格的方法：先定位空白单元格，F5键，定位条件，空值，填充缺失值，按Ctrl+Enter一次性输入空白单元格。
当缺失值是错误符形式存在时，使用查找替换功能。Ctrl+F查找，Ctrl+H 替换，Ctrl+G 定位。
当数据存在逻辑错误时，使用IF函数检查错误（略），或使用条件格式检查错误。在条件格式选项选择其他规则，输入=OR(B2=1,B2=0)=FALSE，意为B2既不是1也不是0时突出显示单元格。
四、数据分析
数据分析的作用是对现状的分析，原因的分析以及预测分析。现状分析对应的基本方法是对比法，原因分析对应的基本方法是细分法，如下图
●工作中常用到的分析法：
▶对比分析法
对比分析分为静态比较和动态比较两类，静态比较也是横向比较，同一时期，不同部门、单位、地区、国家等之间的比较，动态比较是纵向比较，不同时期同一部门、单位、地区、国家之间的比较。对比分析可用总量，相对数，平均数做比较。与去年同期叫同比，与上个月对比称环比。
▶分组分析法
通常与对比法结合使用，分组目的是为了方便对比。分组分析的关键是确定组数与组距。数据分组中，一个组的最小值是下限，最大值是上限，上下限的差为组距，上下限的平均数为组中值。各单位数据变动均匀，适用等距分组，变动不均匀，用不等距分组。
分组步骤：
1、确定组数
2、确定组距，组距=（最大值-最小值）/组数
3、分组汇总分析
▶矩阵关联分析法
也称象限图分析法，非常强大实用的分析工具，提供给决策者非常重要的参考依据，直观简洁有力。如下图（图片来源网络）
●数据分析工具
当然是Excel中的数据透视表工具啦！前面要求数据表是一维数据表，不能合并单元格，都是为了可以使用数据透视表的功能。数据透视表的一般功能这里就不说了，在《谁说菜鸟不会数据分析》中，有个数据透视表运算的知识点，之前工作中没用到过，在此记录一下，非常实用。
在数据透视表上右键，值显示方式，列汇总的百分比，或者其他需要的计算选项，如图，将箱数求和项显示为占比。
五、数据展现
将分析结果用图表的形式展现出来，表格展现数据时可以使用条件格式，突出显示单元格，也可使用迷你图（插入菜单下的迷你图）展示数据。书中介绍了不同分析图的制作方法，其中有些美化分析图的原则，非常受启发，使用之后可以提升图表的专业感和阅读体验。美化图表是围绕简约、整洁、对比的原则进行的。图表的配色谨慎使用红黄绿色，因为红黄绿的颜色具有指示作用，禁止，警告和正确的含义。
1、 去掉不必要的背景填充
2、 去掉无意义的颜色分类
3、 去掉装饰性的渐变色、图片
4、 去掉网格线，边框
5、 删除不必要的图例、坐标轴，不使用倾斜标签
6、 以上不能去掉的元素尽量淡化
7、 数字和英文使用Arial字体
8、 突出需要强调的数据元素（颜色突出，箭头标注，饼图的缺口）
六、数据分析报告
数据分析报告要规范，数据指标要关键指标，数据要谨慎，分析和展现要创新。分析报告分为专题分析报告，综合分析报告和日常数据的通报。
日常报告的特点是进度性、具有规范结构和时效性。规范的结构包括，反映计划执行的基本情况，分析完成、未完成的原因，总结成绩、经验，找出存在的问题，突出措施、建议。
数据分析报告是“总分总”的结构，开篇包括标题页、目录、前言（分析背景、目的、思路），正文为具体分析过程与结果，结尾要有结论，建议，也可加附录（参考资料，数据来源，专业名称解释等，每个内容要对应编号）。
在实际工作中具体问题要具体分析，一定要深刻理解业务，才能完成基于业务的分析。
一边读《谁说菜鸟不会数据分析》，一边跟着操作演练，开拓了数据分析的思路，规范化了数据录入，为日常的报表提供了更详实的依据，生成报表的过程通过数据透视表也更加有效率，分析角度更多元，使报表更加立体全面，等不及要到七月初提供给领导一份改进的数据分析报告！
最后，求助豆友，谁知道如何录制教程录屏为GIF格式，可以直接上传，不用传到优酷再链接过来？
《谁说菜鸟不会数据分析》读后感(四)：新手 基础 Excel 数据分析 有趣 简单 参考书
这是一本适合基础差或者没有基础的人群的通用书籍。只要有Excel就能通过这本书可以快速学会数据分析处理的方法，制作出漂亮精美的图表来表达自己的意思。读起来感觉是简单的小说，讲述的刚进入职场的小白在Mr林的帮助下快速成长的过程。以对话的形式显得更加风趣幽默。书的前几章告诉读者如何提取有用的数据，为什么要分析处理数据，怎样提取数据中反映出来的信息。中间部分通过各种实例具体讲述了数据分析处理的方法。最后几章讲如何表达出分析得到的数据，直观的展现给别人分析的结果。这本书重点突出，本着80%的人都只会用到20%的功能的原则出发，举最实用最常见的例子教读者如何处理数据。书籍采用彩色印刷，加入了许多生动的图片来增加本书的趣味性。没有任何基础的新手都能在很短的时间内轻松愉快的学会本书的内容。读完此书发现基本已经能够制作比较精美的图表，能够清晰地向别人表达出数据的信息。也可以为进阶学习的准高手门提供一个很好的指引，让以后的高阶学习大大加速。这本书结合了数据的获取和处理以及展示等内容，比单一的Excel宝典涉及范围要宽泛些，不过并没有像其他工具书那样非常详细的讲解Excel全部功能，因为这对大多数人是用不着的。
《谁说菜鸟不会数据分析》读后感(五)：推荐给像我一样数据分析的菜鸟。
越来越重要的数据分析能力，现状分析、原因分析、预测分析等方面都发挥着重要作用。这本书非常清晰易懂，就翻了一晚上就翻完了。而且阐述结构合理，详略得当，非常适合入门阅读。如果要深入某些细节可以再找资料学习。
对我来说，阅读的目的是要搞清楚，数据分析包括哪几个步骤，分别如何进行。这本书很好的解答了我的问题。
1.数据分析思路
EST分析法：political/economic/social/technological
5W2H分析法：where/when/who/why/what/how/how much
逻辑树分析法：差不多像思维导图那样，穷尽法
4P营销理论：price/place/product/promotion
用户认知行为理论：认知／熟悉／试用／使用／忠诚
2.数据收集
注意数据录入excel的技巧，书里有教，实操是重点。
3.数据处理
注意数据录入excel的技巧，函数运用。比如书中介绍了3种以上查找重复数据进行处理的方法，以前还真的不知道有这么多办法呢。离真正精通excel还有很远距离。其实80%的数据分析都可以通过excel实现，并不需要特地去学习使用spss,sas,access之类的。
4.数据分析
介绍了10种分析方法，对比，分组，平均，矩阵关联等，要根据数据分析目的选择不同分析方法，具体问题具体分析。最重要的分析工具，数据透视表。这个确实要另外花时间学习，好在我之前已经自学会了。
5.数据展现
介绍了11种图表类型，线状图、瀑布图，漏斗图，帕累托图，旋风图等，都很冷门不常见，要专门学习一下才会制作，表现形式可以根据内容变换。还是有必要学习掌握的，不然只会柱状图，饼图太简单，图表类型丰富了，才能更准确更贴切表现数据。
6.报告撰写
报告类型：专题分析报告，综合分析报告，日常数据通报。
报告的结构：总分总。分析背景与目的＋分析思路（4p）+分析正文（产品，渠道，价格，促销）＋总结与建议。
这本书我还会看第二遍，这回会仔细去看细节和技法。比如一些函数运用，图表制作等等。推荐给像我一样数据分析的菜鸟。
《谁说菜鸟不会数据分析》读后感(六)：更应该说是excel实践
看完这本书，其实感觉意义不是那么大，主要是在讲excel技能的，这个寒假也是学习了，但是excel功能强大，还是又重新学了一遍吧。只是抱着一本书，总是有愿望要看完它，不看完就感觉还有一件事没有完成似的。所以还是最后大概花了一个星期左右的时间去看完了这本书。
不过也算是让我了解了数据分析究竟是什么样的东西了吧，就是有个整体的思路吧，从数据收集、数据整理、数据处理、数据分析、数据报告。数据分析其实不是单独存在的，需要前期与后期很多部门组合而成。这本书主要就是基于EXCEL的数据分析，而excel的数据分析其实主要体现在在数据透视表上，其他的函数什么的都是辅助而已。还有运用数据分析的一些方法论，然后做出需要的图表，写成数据分析报告。本来会觉得说数据分析是个很有难度的东西，现在觉得还是挺简单的呢，没有想象中的那么高大上，大概我之前觉得的数据分析是数据挖掘的性质好像是的。
不过也算是温习了寒假学习的excel，还是感觉看视频的教学有效果一点。
不过看书究竟要怎么看才是最有效率的，这个也是一个值得思考的问题，这本书看的不是很值得，花了时间，但是收获并不是那么的多。
《谁说菜鸟不会数据分析》读后感(七)：好书，值得一看
《谁说菜鸟不会数据分析》呢，这本书跟普通的讲解Excel的书有点不一样，起原因感觉就是作者采取另一种形式教会大家如何用Excel对数据进行处理和分析。这就像老师给我们上课一样，假如老师只是念课本，大家感觉没意思，激发不起兴趣，也就不想学了，最后课上也没学到多少东西。但老师换一种有趣的讲课方式，谈笑风生，或和大家一起采取互动，那么大家的兴趣就高了很多，学东西也就快了很多。这本书就是这样，采取老师和学生一问一答的形式，并且你能感受的到他们所在的情形，这样学起来不是很枯燥，特别是初学者，更能感觉的到轻松无比，观看整本书，感觉就像小时候自己看连环画那么简单容易，对于初学者，这本书值得一看！