大概 1 到 2 年之后，我开始接触到一个新的工具tableau，也是被动接收的tableau。当时想法就是它好像可视化能力比较强一些，图表展现效果很酷。
记得公司购买了某三方的数据，他们的周期性数据是以Tableau展示的，为了更好的将这些数据按照我们期望的数据指标进行报表化，我也开启了Tableau的学习，这个学习也基本是自学了，方式也比较简单就是买了一本Tableau的书籍，在学中做，在做中学。
Tableau让我打开了新世界，拖拽操作和数据可视化让我非常之欢喜，但是其实这个阶段我的所做的数据分析工作也基本都是对数据支持部门加工过的数据进行二次加工而已，只是形成了好看的图和表。
好在Tableau一定程度上让我的很多数据分析工作半自动化。
那时候，我觉得数据分析实可能还有更多的工具值得我去探索，我已经不再是只局限在 Excel 层面。
—▼—
在入行的前四年里面，从最早的数据分析到后面做运营，再到后面负责一个项目的过程中，我培养了自己的两个亮点。
第一个就是数据分析，数据运营的能力，第二块其实就是对于整个游戏运营模块通盘业务理解能力。
到后来因为工作变动，不再有数据支持部门的强力支援，我需要自己面对原始日志数据，一开始我会将他们导入到Tableau再进行运算处理（比较excel支持的数据量比较有限），直到发现数据量和处理复杂度远超我的预期。
于是乎，在找外部支援的同时我也开始了自己的数据分析技能进阶—Sql和Python相关的学习。
·对于Sql，主要是用于初步的数据处理；·对于Python，主要是用于深度加工和一些模型的使用，比如预测、同期群等等。此外就是一些自动化的流程，比如自动化输出分析报告等等。
1、关于SQL的学习
2、Python学习路径
