按数据分析的流程即一个数据分析项目的实施步骤，来看所需掌握的技术。一般情况下需要学习的内容如下：

1. 数据获取：需要了解公开数据集的渠道，爬取网站数据。

2. 数据的存储、提取：SQL（数据库）实现数据存储、查询、提取；数据库的分组、聚合；SQL建立多表联系。

3. 数据预处理：用Python进行数据预处理。

4. 数据建模与分析：统计学基础数据；统计量的描述与展示；假设检验；常用的回归分析；基本的分类、聚类算法；提升分析精度：特征工程。

5. 数据可视化：用Python进行可视化分析；分析结果展示、数据报告撰写。

当然，这些是主要的，但并非必须立即掌握的.像学会查询提取SQl中数据、用Python进行数据清洗、可视化分析等等，都需要花费大量时间去学习，而借助Excel进行存储、分析，在应对万以内的数据时，一般没有问题,一旦数据量大，就会力不从心。因此，可以选择专业的数据分析工具——datafocus系统，使用者不需要代码和SQL语言基础，且其有独特的搜索式分析方式，操作简单易学。

应用该分析工具进行数据分析时，可将从各渠道获取的数据以文件形式存储到本地或数据库，再导入或连接datafocus系统，甚至在系统中创建。并在系统中直接完成数据的预处理、建模与分析，以及制作数据可视化大屏。使数据分析，省时、省力、省心。