主要是統計學、數據分析方法論等。學習數學與應用數學、統計學、計算機科學與技術等理工科專業的人確實比文科生有著客觀的優勢，但能力大于專業，興趣才會決定你走得有多遠。

數據分析的技術學習內容

首先，我們需要對數據庫或者其他渠道中獲得數據。很多人對于數據獲取方面還是要靠很多人，在現在對于數據的獲取只能靠自己了，對于數據的獲取是需要sql工具，而sql工具就是為了統計取數而生的工具，而sql工具一般是解決中型數據，Excel可以應對小型數據的分析。

當然，還需要學習r語言、Python、spss等數據，這樣才能夠提供數據的挖掘能力。當然還需要學習數據庫的內容，將數據納入數據庫的本領也需要掌握，學好了這些才能夠做好數據分析。

統計學是數據分析中至關重要的課程，不管是在業務方面發展還是在技術方面發展都需要重視數據分析工作，大家在學習統計方面知識的時候一定要學會里面的數據分析思維框架，這樣才能夠對日后的數據分析工作有很好的幫助。

數據分析師要學什么

1、數學知識

數學知識是數據分析師的基礎知識。對于初級數據分析師，了解一些描述統計相關的基礎內容，有一定的公式計算能力即可，了解常用統計模型算法則是加分。

對于高級數據分析師，統計模型相關知識是必備能力，線性代數（主要是矩陣計算相關知識）最好也有一定的了解。而對于數據挖掘工程師，除了統計學以外，各類算法也需要熟練使用，對數學的要求是最高的。

2、分析工具

對于初級數據分析師，玩轉Excel是必須的，數據透視表和公式使用必須熟練，VBA是加分。另外，還要學會一個統計分析工具，SPSS作為入門是比較好的。

對于高級數據分析師，使用分析工具是核心能力，VBA基本必備，SPSS/SAS/R至少要熟練使用其中之一，其他分析工具（如Matlab）視情況而定。

3、編程語言

對于初級數據分析師，會寫SQL查詢，有需要的話寫寫Hadoop和Hive查詢，基本就OK了。對于高級數據分析師，除了SQL以外，學習Python是很有必要的，用來獲取和處理數據都是事半功倍。當然其他編程語言也是可以的。