谁说菜鸟不会数据分析（入门篇 全彩）

1.60000多读者的支持，小黄书内容升级了，不过价格降级了。
2.小蚊子乐园是国内数据分析领域非常有影响力的牛人之一，在数据分析的职场领域中数以百万计的粉丝量。
3.文笔风趣幽默，内容精益求精，调整了框架结构，新增了实践经验。
4.本书全彩色印刷，此外，本书还有非常专业而精美的插画。
5.深入浅出的小说式讲解，让我们拉近了数据分析与普通职场人士的距离。
6.博客超百万的点击量知名作者、小说式的讲解、魅丽作品、全面营销的支持，构建起畅销动力！

《谁说菜鸟不会数据分析（入门篇全彩）》是一本有趣的数据分析书！
《谁说菜鸟不会数据分析（入门篇全彩）》基于通用的Excel工具，加上必知必会的数据分析概念，以小说般通俗易懂的方式讲解。《谁说菜鸟不会数据分析（入门篇）（全彩）》基于职场三人行来构建内容，完全按照数据分析工作的完整流程来讲解。全书共8章，依次讲解数据分析必知必会知识、确定数据分析的结构化思维、数据处理技巧、数据展现的技术、通过专业化的视角来提升图表之美以及专业分析报告的撰写等内容。《谁说菜鸟不会数据分析（入门篇）（全彩）》有足够的魅力让你一口气读下去，在无形之中掌握数据分析的技能，提升职场竞争能力。

张文霖，新浪博客“小蚊子乐园”博主，资深数据分析师，曾服务于国内知名市场研究公司、中国移动等公司，具有多年移动互联网数据分析经验，略懂Excel、PPT、SPSS、水晶易表等工具。
刘夏璐，暨南大学硕士。曾在腾讯、雅芳中国等知名企业有PM、数据分析实习经历。热衷于研究数据、图表与互联网产品。目前是一名在互联网浪潮中扑腾的后生。
狄松，英国南安普顿大学理学硕士，主修市场分析，现服务于全球知名市场研究公司，任高级研究员，主要从事数据分析，建模等工作。获得SPSS高级认证，高级调查分析师证书，具有多年数据分析经验，略懂Excel、PPT以及SPSS、Minitab等工具。

第1章数据分析那些事儿
1.1数据分析是“神马”
1.1.1何谓数据分析
1.1.2数据分析的作用
1.2数据分析六步曲
1.2.1明确分析目的和思路
1.2.2数据收集
1.2.3数据处理
1.2.4数据分析
1.2.5数据展现
1.2.6报告撰写
1.3数据分析的三大误区
1.4数据分析师的职业发展
1.4.1数据分析的广阔前景
1.4.2数据分析师的职业要求
1.4.3数据分析师的基本素质
1.5几个常用指标和术语
1.6本章小结

第2章结构为王--确定分析思路
2.1数据分析方法论
2.1.1数据分析方法论与数据分析法的区别
2.1.2数据分析方法论的重要性
2.2常用的数据分析方法论
2.2.1PEST分析法
2.2.25W2H分析法
2.2.3逻辑树分析法
2.2.44P营销理论
2.2.5用户行为理论
2.3本章小结

第3章无米难为巧妇--数据准备
3.1理解数据
3.1.1字段与记录
3.1.2数据类型
3.1.3数据表
3.2数据来源
3.2.1导入数据
3.2.2问卷录入要求
3.3本章小结/53

第4章三心二意--数据处理
4.1何为数据处理
4.1.1“三心二意”处理数据
4.1.2数据处理的内容
4.2数据清洗
4.2.1重复数据的处理
4.2.2缺失数据处理
4.2.3检查数据逻辑错误
4.3数据加工
4.3.1数据抽取
4.3.2数据计算
4.3.3数据分组
4.3.4数据转换
4.4数据抽样
4.5本章小结

第5章工欲善其事必先利其器--数据分析
5.1数据分析方法
5.1.1对比分析法
5.1.2分组分析法
5.1.3结构分析法
5.1.4平均分析法
5.1.5交叉分析法
5.1.6综合评价分析法
5.1.7杜邦分析法
5.1.8漏斗图分析法
5.1.9矩阵关联分析法
5.1.10高级数据分析方法
5.2数据分析工具
5.2.1初识数据透视表
5.2.2创建数据透视表的三步法
5.2.3数据透视表分析实践
5.2.4数据透视表小技巧
5.2.5多选题分析
5.3本章小结

第6章给数据量体裁衣--数据展现
6.1揭开图表的真面目
6.1.1图表的作用
6.1.2经济适用图表有哪些
6.1.3通过关系选择图表
6.1.4图表制作五步法
6.2表格也疯狂
6.2.1突出显示单元格
6.2.2项目选取
6.2.3数据条
6.2.4图标集
6.2.5迷你图
6.3给图表换装
6.3.1平均线图
6.3.2双坐标图
6.3.3竖形折线图
6.3.4瀑布图
6.3.5帕累托图
6.3.6旋风图
6.3.7人口金字塔图
6.3.8漏斗图
6.3.9矩阵图（散点图）
6.3.10发展矩阵图
6.3.11改进难易矩阵（气泡图）
6.4本章小结

第7章专业化生存--图表可以更美的
7.1别让图表犯错
7.1.1让图表“五脏俱全”
7.1.2要注意的条条框框
7.1.3图表会说谎
7.2浓妆淡抹总相宜--图表美化
7.2.1图表美化的三原则
7.2.2略施粉黛--美化图表的技巧
7.2.3图表也好“色”
7.3如虎添翼的招儿
7.3.1我的图表模板
7.3.2快速制图
7.3.3添加标签小工具
7.3.4修剪超大值
7.4本章小结

第8章专业的报告--体现你的职场价值
8.1初识数据分析报告
8.1.1数据分析报告是什么
8.1.2数据分析报告的写作原则
8.1.3数据分析报告的作用
8.1.4数据分析报告的种类
8.2数据分析报告的结构
8.2.1标题页
8.2.2目录
8.2.3前言
8.2.4正文
8.2.5结论与建议
8.2.6附录
8.3撰写报告时的注意事项
8.4报告范例
8.5本章小结
写在后面的Q/A
附录A网络学习资源

第1章数据分析那些事儿
数据分析是"神马"
数据分析六步曲
数据分析的三大误区
数据分析师的职业发展
几个常用指标或术语
出场人物：
牛董，关键词：私企董事长、要求严格、为人苛刻；小白，关键词：应届毕业生，刚入职场的伪白骨精（白领+骨干+精英）、牛董助手、爱臆想；Mr.林，关键词：小白同事、数据分析达人、成熟男士、乐于助人、做事严谨。
小白过五关斩六将，通过严格的面试，最终从众多优秀毕业生中脱颖而出，成为公司的一员。在报到的第一天，公司HR向小白介绍了她的职位--公司牛董的助理，负责文秘工作，可能需要做一些数据分析之类的活儿。小白一听到数据分析这个词，就感觉头皮发麻，这时，她的脑子里幻想出一些穿白大褂的科研人员在实验室的计算机前不断忙碌的场景。虽然在上大学时也使用过Excel，但是如果要做数据分析工作，她还真的有些不知如何下手。无数个问号涌到她的脑海中：数据分析到底要做什么呢？我要怎么做数据分析？老板想要看什么样的结果呢？……唉，只好边走边干了。
HR看出小白的心事，说道："关于数据分析你不用太担心，如果遇到难题，你可以请教我们公司的Mr.林，他在这方面可是专家喔！"
小白一听有救星，立马兴奋起来，好像抓到救命稻草一样，想赶紧找到这位大师级人物，然后一股脑把疑问全倒出来。
HR：小白，你跟我来吧，我给你引荐下Mr.林。
小白：好的。
小白说着跟HR来到了Mr.林的办公桌旁，HR说道："Mr.林，这是我们公司新来的同事，叫小白，现担任牛董助理，其中部分工作涉及数据分析，到时候她有问题还要麻烦您多多指点了"。
小白紧跟着说道：Mr.林，您好，请多多指教。
Mr.林：别客气，有问题直接来找我就可以了。
小白趁机说道：我现在就有问题，您现在是否有时间帮我解答下？数据分析是干什么的，具体要怎么做？
Mr.林听完后，笑了起来：你还真是不客气呀，好吧，你刚进公司，我就先给你做个简单的培训，带你入个门吧，以后的修行可就靠你自己努力了。
小白用力点着头……
1.1数据分析是"神马"
Mr.林接着说道：小白，既然要学习数据分析，借用现在网络流行语，你能说说数据分析是"神马"？
小白：呵呵，数据分析肯定不是"浮云"。从字面上理解，数据分析就是对数据进行分析。Mr.林，我只能理解到这一层面了，专业的解释就需要您来指教了。
1.1.1何谓数据分析
Mr.林：简单来说，数据分析就是你刚才讲的--对数据进行分析。较为专业的说法，数据分析是指用适当的统计分析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。数据分析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。数据也称观测值，是通过实验、测量、观察、调查等方式获取的结果，常常以数量的形式展现出来。
数据分析的目的是把隐藏在一大批看似杂乱无章的数据背后的信息集中和提炼出来，总结出所研究对象的内在规律。在实际工作当中，数据分析能够帮助管理者进行判断和决策，以便采取适当策略与行动。例如，企业的高层希望通过市场分析和研究，把握当前产品的市场动向，从而制订合理的产品研发和销售计划，这就必须依赖数据分析才能完成。
在统计学领域，有些学者将数据分析划分为描述性数据分析、探索性数据分析以及验证性数据分析。其中，探索性数据分析侧重于在数据之中发现新的特征，而验证性数据分析则侧重于对已有假设的真伪证明。
从另外一个角度看，描述性数据分析属于初级数据分析，常见的分析方法有对比分析法、平均分析法、交叉分析法等。而探索性数据分析以及验证性数据分析属于高级数据分析，常见的分析方法有相关分析、因子分析、回归分析等。我们日常学习工作中涉及的数据分析方法主要是描述性数据分析，也就是大家常用的初级数据分析。
1.1.2数据分析的作用
Mr.林：了解了数据分析是神马后，那么数据分析在我们日常经营分析工作中具体有哪些作用呢？体现在哪几方面呢？
小白：Mr.林，您刚才不是说数据分析就是把隐藏在一大批看似杂乱无章的数据背后的信息集中和提炼出来，总结出所研究对象的内在规律，帮助管理者进行有效的判断和决策，就好比是从矿山中挖掘出金子。
Mr.林：没错，但刚才说的是数据分析的最终目的，要达到这些目的，我们在日常工作中该做些什么呢？比如日常通报、专题分析等，这些就是数据分析具体工作的体现。而什么时候做通报工作，什么时候该开展专题分析，这都需要我们根据实际情况做出选择的。很多人经常做这些工作，但不知为何而做，只是为做而做，也没有想清楚为何要做，当你对数据分析目的及工作有了足够清晰的认识，那么数据分析开展也将如鱼得水，游刃有余。
数据分析在我们日常经营分析工作中主要有三大作用：
1、现状分析
简单来说就是告诉你过去发生了什么。具体体现在：
第一、告诉你企业现阶段的整体运营情况，通过各个经营指标完成情况来衡量，以说明企业整体运营是好了还是坏了，好的程度如何，坏的程度又到哪里。
第二、告诉你企业各个业务发展及构成情况，让你了解企业各业务发展及变动情况，对企业运营情况有更深入的了解。
现状分析一般通过日常通报来完成，如日报、周报、月报等日常通报形式。
2、原因分析
简单来说就是告诉你为什么发生了。
经过第一阶段的现状分析，对企业的运营情况有了基本了解，但不知道运营情况具体好在哪里，差在哪里，是什么原因引起的。这时就需要开展原因分析，以进一步确定业务变动的具体原因。如2012年2月运营收入环比2012年1月运营收入下降5%，是什么原因导致的呢？是各个业务收入都出现下降，还是个别业务收入下降引起的？是各个地区业务收入都出现下降，还是个别地区业务收入下降引起的？这就需要我们开展原因分析，进一步确定收入下降的具体原因，以便运营策略做出调整与优化。
原因分析一般通过专题分析开展来完成此项工作，根据企业运营情况选择开展。
3、预测分析
简单来说就是告诉你将来发生什么。
在了解企业运营现状后，有时还需要对企业未来发展趋势作出预测，为制定企业运营目标及策略提供有效的参考决策依据，以保证企业的可持续健康发展。
预测分析一般通过专题分析开展来完成此项工作，预测分析一般在制定企业季度、年度等计划时开展，开展频率没有现状分析及原因分析频率高。
Mr.林：小白，现在对数据分析有了进一步认识了吧，什么时候开展什么样的数据分析，需要根据你的需求及目的确定。
小白：是的，Mr.林，那请问数据分析具体如何开展呢？有哪些准备工作要做呢？
1.2数据分析六步曲
Mr.林：小白，你的问题问得好，现在我们就来看看如何开展数据分析工作。
数据分析过程主要包括了六个既相对独立又互有联系的阶段。它们是：明确分析目的和思路、数据收集、数据处理、数据分析、数据展现、报告撰写等六步。
1.2.1明确分析目的和思路
1.明确分析目的
Mr.林：做任何事都要有个目标，数据分析也不例外。小白，我们先来看看菜鸟与数据分析师之间的差别，刚好我这有张菜鸟与数据分析师想法对比图，你可以对比一下，看看自己在哪些方面想法还属于菜鸟级别，在哪些方面的想法已经达到了数据分析师的水平。从他们思考问题的不同方式，就能发现为什么一个是菜鸟，而另外一个是数据分析师了。
小白：好的，我来看一看菜鸟与数据分析师各是什么样的。
Mr.林：小白，从菜鸟与数据分析师想法对比图中，你发现菜鸟与数据分析师的区别了吗？
小白：我发现，菜鸟很迷茫，目的不明确，而且一味追求高级的分析方法。而数据分析师的目的就很明确，一切都是以解决问题为中心。
Mr.林：说得好！其实他们最主要的区别就在于目的是否明确，如果目的明确，那所有问题就自然迎刃而解了。例如，分析师是不会考虑"需要多少张图表"这样的问题的，而是思考这个图表是否有效表达了观点？如果没有，需要怎样调整？如果目的不明确，菜鸟自然会在用什么样的分析方法、作多少张图表、需要多少文字说明、报告要写多少页等这些问题上纠结。
小白：我明白了，我不要做菜鸟，我要朝着数据分析师的方向努力。
Mr.林：菜鸟与数据分析师的区别就在于菜鸟做分析时目的不明确，从而导致分析过程非常盲目。所以在开展数据分析之前，需要想想为什么要开展数据分析？通过这次数据分析我要解决什么问题？只有明确数据分析的目标，数据分析才不会偏离方向，否则得出的数据分析结果不仅没有指导意义，甚至可能将决策者引入歧途，后果严重。
2.确定分析思路
Mr.林：当分析目的明确后，我们就要进行梳理分析思路，并搭建分析框架，需要把分析目的分解成若干个不同的分析要点，也就是说要达到这个目的，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？
只有明确了分析目的，分析框架才能跟着确定下来，最后还要确保分析框架的体系化，以便分析结果具有说服力。
小白：Mr.林，前面说的角度与指标我都理解，但分析体系化如何理解？
Mr.林：体系化也就是逻辑化，简单来说就是先分析什么，后分析什么，使得各个分析点之间具有逻辑关系。这也是很多朋友常常感到困扰的问题，比如经常不知从哪方面入手，分析的内容和指标常常被质疑是否合理、完整，而自己也说不出个所以然来，所以体系化就是为了让你的分析框架具有说服力。
小白：那如何使分析框架体系化呢？
Mr.林：问的好，根据我的经验就是以营销、管理等理论为指导，结合实际业务情况，搭建分析框架，这样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。
营销方面的理论模型有4P、用户使用行为、STP理论、SWOT等，而管理方面的理论模型有PEST、5W2H、时间管理、生命周期、逻辑树、金字塔、SMART原则等。这些都是经典的营销、管理方面的理论，需要在工作中不断实践应用，你才能体会其强大的作用。如图1-6所示，就是以PEST分析理论为指导，搭建的互联网行业PEST分析框架，故而使数据分析变得有血有肉有脉络，真正做到理论指导实践。其他具体应用后续会做进一步介绍。
明确数据分析目的以及确定分析思路，是确保数据分析过程有效进行的先决条件，它可以为数据收集、处理以及分析提供清晰的指引方向。
小白：嗯，在做数据分析前，先想想到底是为什么要做数据分析，以便明确数据分析方向，保证我不迷失方向。
1.2.2数据收集
Mr.林：数据收集是按照确定的数据分析框架，收集相关数据的过程，它为数据分析提供了素材和依据。这里所说的数据包括第一手数据与第二手数据，第一手数据主要指可直接获取的数据，第二手数据主要指经过加工整理后得到的数据。一般数据来源主要有以下几种方式，如图1-7所示。
3.数据库
每个公司都有自己的业务数据库，包含从公司成立以来产生的相关业务数据。数据库就是一个庞大的数据资源，需要有效地利用起来。
4.公开出版物
公开出版物包括《中国统计年鉴》、《中国社会统计年鉴》、《中国人口统计年鉴》、《世界经济年鉴》、《世界发展报告》等统计年鉴或报告。
5.互联网
随着互联网的发展，网络上发布的数据越来越多，特别是搜索引擎可以帮助我们快速找到所需要的数据，例如国家及地方统计局网站、行业组织网站、政府机构网站、传播媒体网站、大型综合门户网站等上面都可能有我们需要的数据。
6.市场调查
进行数据分析时，需要了解用户的想法与需求，但是通过以上三种方式获得此类数据会比较困难，因此可以尝试使用市场调查的方法收集用户的想法和需求数据。市场调查就是指运用科学的方法，有目的、有系统地收集、记录、整理有关市场营销的信息和资料，分析市场情况，了解市场现状及其发展趋势，为市场预测和营销决策提供客观、正确的数据资料。市场调查可以弥补其他数据收集方式的不足，但进行市场调查所需的费用较高，而且会存在一定的误差，故仅作参考之用。
小白：看来我以后做数据分析时，不用担心没有数据来源啦。
1.2.3数据处理
Mr.林：数据处理是指对采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。数据处理的基本目的是从大量的、可能杂乱无章、难以理解的数据中抽取并推导出对解决问题有价值、有意义的数据。
数据处理主要包括数据清洗、数据转化、数据提取、数据计算等处理方法。一般拿到手的数据都需要进行一定的处理才能用于后续的数据分析工作，即使再"干净"的原始数据也需要先进行一定的处理才能使用。
小白：数据处理是数据分析的前提，对有效数据的分析才是有意义的，明白啦！
1.2.4数据分析
Mr.林：数据分析是指用适当的分析方法及工具，对收集来的数据进行分析，提取有价值的信息，形成有效结论的过程。
在确定数据分析思路阶段，数据分析师就应当为需要分析的内容确定适合的数据分析方法，到了这个阶段，就能够驾驭数据，从容地进行分析和研究了。
由于数据分析多是通过软件来完成的，这就要求数据分析师不仅要掌握各种数据分析方法，还要熟悉主流数据分析软件的操作。一般的数据分析我们可以通过Excel完成，后续也将重点为你介绍，而高级的数据分析就要采用专业的分析软件进行，如数据分析工具SPSSStatistics等。
小白：好的，期待您后续精彩的数据分析讲解。
1.数据分析与数据处理的区别
小白：Mr.林，我有个问题。我经常听到数据处理跟数据分析这两个词，它们之间有何关系呢？
Mr.林：从前面介绍数据处理和分析的过程不难看出，数据处理是数据分析的基础。通过数据处理，将采集到的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。如果数据本身存在错误，那么即使采用最先进的数据分析方法，得到的结果也是错误的，不具任何参考价值，甚至还会误导决策。
2.数据分析与数据挖掘的关系
小白：还有个问题，刚才提到数据挖掘，那么数据挖掘是什么呢？它与数据分析有什么关系呢？
Mr.林：这个问题问得好！数据挖掘其实是一种高级的数据分析方法。
数据挖掘就是从大量的数据中挖掘出有用的信息，它是根据用户的特定要求，从浩如烟海的数据中找出所需的信息，以满足用户的特定需求。数据挖掘技术是人们长期对数据库技术进行研究和开发的结果。一般来说，数据挖掘主要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。
数据分析与数据挖掘的本质都是一样的，都是从数据里面发现关于业务的知识。
数据挖掘现在还不是你学习的重点，如果你有兴趣，可在掌握一定的数据分析知识后，再进一步查阅相关资料学习。
1.2.5数据展现
小白：您刚才讲通过分析，隐藏在数据内部的关系和规律就会逐渐浮现出来，那么通过什么方式展现出这些关系和规律，才能让别人一目了然呢？
Mr.林：不错，孺子可教也！这就是我接下来要说的数据展现了。众所周知，每个人看待事物都有自己的理解方式，所以数据分析师在展现结果的时候一定要保证绝大部分人的理解是一致的。
一般情况下，数据是通过表格和图形的方式来呈现的，我们常说用图表说话就是这个意思。常用的数据图表包括饼图、柱形图、条形图、折线图、散点图、雷达图等，当然可以对这些图表进一步整理加工，使之变为我们所需要的图形，例如金字塔图、矩阵图、漏斗图、帕雷托图等。
大多数情况下，人们更愿意接受图形这种数据展现方式，因为它能更加有效、直观地传递出分析师所要表达的观点。记住在一般情况下，能用图说明问题的，就不用表格，能用表格说明问题的，就不用文字。
小白：原来图表的运用还这么有讲究的呀，我一定好好学习如何用图表说话！
1.2.6报告撰写
Mr.林：数据分析报告其实是对整个数据分析过程的一个总结与呈现。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，以供决策者参考。所以数据分析报告是通过对数据全方位的科学分析来评估企业运营质量，为决策者提供科学、严谨的决策依据，以降低企业运营风险，提高企业核心竞争力。
一份好的分析报告，首先需要有一个好的分析框架，并且图文并茂，层次明晰，能够让阅读者一目了然。结构清晰、主次分明可以使阅读者正确理解报告内容；图文并茂，可以令数据更加生动活泼，提高视觉冲击力，有助于阅读者更形象、直观地看清楚问题和结论，从而产生思考。
另外，分析报告需要有明确的结论，没有明确结论的分析称不上分析，同时也失去了报告的意义，因为最初就是为寻找或者求证一个结论才进行分析的，所以千万不要舍本求末。
……

经常有朋友询问：数据分析该怎么做？有什么分析技巧？这些数据怎么处理分析？
因为大量问题具有通用性，而且“懒”得挨个答复类似的问题，于是就结合大家关心的问题，编写这本通俗易懂的数据分析书。市面上数据分析的书大部分还停留在大雅的范畴，要么就是高深的统计学理论，要么就是专业的统计分析软件，给人感觉门槛非常高。而且，所讲解的案例大部分是来自科研一线，让人看了摸不着北。这无形间在学习者与数据分析之间建起了鸿沟。
其实，通过多年的数据分析实践来看，数据分析还是件很有乐趣的事情。我们需要做的是：基于通用的工具Excel，加上必知必会的数据分析概念，采用通俗易懂的讲解方式。这样数据分析就不那么晦涩了，而且故事化的情境设计，让我们有一口气读下去的勇气，这样天堑也变通途了。
虽然积累了多年的数据分析实战经验，但是要上升到一本书还是花费了近1年的时间。她的第1章、第8章由狄松完成，第2章、第5章、第6章由张文霖完成，第3章、第4章、第7章由刘夏璐完成。这个创作过程是艰辛的，但也是很有成就感的。我们努力讲好数据分析的故事，同时把这个故事尽量展现得美丽动人。请允许我们以“她”来称呼这本与众不同的数据分析书籍，很多人翻开这本书的时候，可能会有大量疑惑，但，请耐着性子慢慢读下去，您将会有莫大的收获。
如果你觉得她看起来很轻松，千万别误以为她是一本小说，她其实是一本讲述数据分析的书籍。
她抛开复杂的数学或者统计学原理，只和你讲必知必会的要点，关注解决实际问题；她不去探究科班的学术问题，只和你耐心地分享职场中的实战案例；
她不板起脸和你讲大道理，只和你娓娓道来切身的趣味故事会；她天生丽质，图表漂亮绝伦；
她多姿多彩，还有卡通漫画风。可能你会觉得她肤浅……
但是，当你揭开她华丽的外衣时；
你会惊艳；
也会被她通俗而不庸俗；
美丽而又深刻的本质所吸引。
把她珍藏起来吧，因为：
她会循循善诱地把你领进数据分析的大门；
她会让你的简历更加具有吸引力；
她会让你的老板对你刮目相看；
她值得在你的书架上长期逗留，会让你的书架也增加色彩。
她讲述了职场三人行的故事，她的故事还会让你偷着笑
牛董，关键词：私企董事、要求严格、为人苛刻。
小白，关键词：应届毕业生，刚入职场的伪白骨精（白领+骨干+精英）、牛董助手、单身女白领、爱臆想。
Mr.林，关键词：小白的同事、数据分析达人、成熟男士、乐于助人、做事严谨。
哪些人会对她的故事有阅读兴趣呢
★需要提升自身竞争力的职场新人。
★在市场营销、金融、财务、人力资源、产品设计等工作中需要做数据分析的人士。
★经常阅读经营分析、市场研究报告的各级管理人员。
★从事咨询、研究、分析等工作的专业人士。
其实她还有效率助手。她的效率助手是一些常用的插件工具，此外她的配书数据文件可以到网站下载。拥有了这些实用的插件，可以让我们的数据分析如鱼得水。
致谢
感谢笔者的好朋友李治的鼓励和支持，让笔者下定决心写这本书。在此要衷心感谢成都道然科技有限责任公司的姚新军先生，感谢他的提议和在写作过程中的支持。感谢参与本书优化的朋友：王斌、李伟、张强林、万雷、李平、王晓、景小燕、余松。非常感谢本书的插画师王馨的辛苦劳动，您的作品也让本书增色了不少。
感谢邓凯、黄成明、李双、刘晓霞、刘云锋、欧维平、石军、沈浩、张文彤、张立良、张志成、郑来轶、祝迎春、王雍、伍昊等书评作者，感谢他们在百忙之中抽空阅读书稿，撰写书评，并提出宝贵意见。
最后，要感谢三位作者的家人，感谢他们默默无闻的付出，没有他们的理解与支持，同样也没有本书。
尽管我们对书稿进行了多次修改，仍然不可避免地会有疏漏和不足之处，敬请广大读者批评指正，我们会在适当的时间进行修订，以满足更多人的需要。
升级版说明
《谁说菜鸟不会数据分析》自2011年7月出版以来得到广大读者朋友的大力支持，而且很荣幸获得中国书刊发行业协会颁发的“2011年度全行业优秀畅销书品种”称号。这个荣誉的取得与广大读者的大力支持是分不开的。为了让这本书精益求精，在征集了大量的读者反馈意见后，我们进行了本次的升级。