这次我们直接来看 CDA 数据分析师这个认证，以及围绕“零基础入门到精通”这条路线该怎么准备。网上关于 CDA 的资料很杂，有讲考纲的、有卖课的、有分享真题的，但很少有把“从零开始学，到通过 CDA 一级”这条完整路径讲清楚的。这篇文章就把这条路径拆开：CDA 一级到底考什么、零基础先学什么、SQL 要掌握到什么程度、业务分析题怎么答、面试题怎么准备，全部按实操顺序过一遍。

如果你正在犹豫要不要考 CDA，或者已经开始备考但不知道从哪里下手，这篇文章可以直接收藏。内容会覆盖 CDA 一级考试的知识体系、学习路线、SQL 和 Excel 实操重点、可视化规范、业务分析思路，以及最关键的刷题和面试准备方法。

1. CDA 数据分析师一级核心信息速览

在开始学之前，先把这个证书的基本信息搞清楚。CDA（Certified Data Analyst）是数据分析领域的一个专业认证，分为 Level 1、Level 2、Level 3 三个等级。一级对应的是业务数据分析师，重点考察数据获取、数据清洗、数据分析和可视化报告能力，不涉及机器学习算法建模，对零基础非常友好。

项目	说明
证书名称	CDA 数据分析师认证 Level 1
定位	业务数据分析师，偏数据整理、分析和可视化
适合人群	零基础转行、在校学生、运营/产品/市场等业务岗
核心考察内容	数据获取、Excel 数据处理、SQL 查询、数据可视化、业务分析
是否涉及编程	涉及，重点是 SQL 和 Excel，Python 不是一级必考
考试形式	客观题 + 案例分析题（以官方最新通知为准）
难度评价	整体难度中等偏下，难点在于熟练度和业务分析思路
备考周期	如果每天能保证 2 小时，1 到 2 个月比较稳妥

这里要明确一点：CDA 一级不是“背背书就能过”的考试。它更侧重应用能力，尤其是 SQL 写查询、Excel 做数据透视表、以及根据业务场景给出分析结论。所以备考的核心策略是：知识点理解 + 工具实操 + 真题模拟三线并行。

2. CDA 一级考试大纲与知识体系拆解

CDA 一级的官方考纲会定期更新，备考前一定要去官网下载最新版考纲，避免按照旧内容复习。从整体知识结构来看，一级考试通常包含以下几个大的模块：

2.1 数据分析概述与职业操守

这一部分属于理论题，占比不高，但容易拿分。重点内容包括：

• 数据分析的基本概念和常用术语。
• 数据分析师的工作流程：业务理解、数据获取、数据清洗、数据分析、数据可视化、报告撰写。
• 数据分析的伦理和职业操守，包括数据隐私、数据安全、合规使用数据。
• 常用数据分析工具的分类和适用场景。

这部分不建议花太多时间，理解概念后做几套题熟悉出题角度即可。

2.2 数据获取与数据清洗

这是 CDA 一级的重点，也是实际工作中最花时间的环节。考试会考察：

• 数据来源分类：内部数据、外部数据、开放数据。
• 数据采集方式：数据库查询、API 接口、文件导入、手工录入。
• 数据质量评估：缺失值、重复值、异常值、格式不一致。
• 数据清洗方法：去重、填补缺失、类型转换、文本清洗。
• 使用 Excel 或 SQL 完成数据清洗操作。

这部分不仅考理论，还会结合案例题让你判断某一步操作应该怎么做。比如给出一张带有重复记录和缺失值的表，让你选择正确的处理方式。

2.3 数据库与 SQL

SQL 是 CDA 一级的重头戏，几乎占据了实操题的半壁江山。需要掌握的内容包括：

• 数据库基础概念：表、字段、记录、主键、外键。
• SQL 查询语句：SELECT、FROM、WHERE、GROUP BY、HAVING、ORDER BY、LIMIT。
• 多表连接：INNER JOIN、LEFT JOIN、RIGHT JOIN、FULL OUTER JOIN。
• 聚合函数：COUNT、SUM、AVG、MAX、MIN。
• 子查询和临时表。
• 数据写入与更新：INSERT、UPDATE、DELETE（部分考纲涉及）。
• 常见 SQL 面试题：分组统计、排名、同比环比、去重统计。

这里的核心不是背语法，而是能面对一个业务问题写出正确且高效的查询。比如 “统计每个部门的平均薪资，按降序排列” 这样的题目，需要能直接写出正确的 SQL。

2.4 数据处理与统计分析

这一模块考察的是对数据的理解能力，重点包括：

• 数据类型：数值型、分类型、时间型、文本型。
• 描述性统计：均值、中位数、众数、方差、标准差、四分位数。
• 数据分布：正态分布、偏态分布、长尾分布。
• 相关性分析：相关系数的含义和计算。
• 抽样与推断：抽样方法、置信区间、假设检验的基本思想。
• 业务指标：DAU、MAU、留存率、转化率、客单价、复购率等。

这部分是理论重点，尤其是业务指标的含义和计算方式，几乎是必考内容。比如给你一组用户行为数据，让你计算次日留存率，这需要你理解留存率的计算口径。

2.5 数据可视化

可视化不只是画图，更重要的是用图表准确传达信息。考试重点包括：

• 图表类型选择：柱状图、折线图、饼图、散点图、直方图、箱线图等。
• 可视化设计原则：简洁、准确、突出关键信息。
• Excel 图表制作：柱状图、折线图、饼图、双轴图。
• 数据透视表与透视图。
• 可视化报告的组织结构。

这一部分在案例题中会出现，比如给定一个业务数据，要求选择最合适的图表类型，或者指出某张图表的表达问题。

2.6 业务分析方法

CDA 一级定位是业务数据分析师，所以业务分析思维是考察核心。需要掌握的分析方法包括：

• 对比分析：同比、环比、目标对比、竞品对比。
• 漏斗分析：用户从进入到转化的每个环节流失情况。
• 拆解分析：按维度拆解、按公式拆解。
• 杜邦分析：将核心指标拆解为多个驱动因素。
• 留存分析：观察用户在一段时间内的持续使用情况。
• A/B 测试：实验设计的基本概念和适用场景。
• 用户画像：标签体系的构建和使用。

这部分不会直接考名词解释，而是给你一个具体的业务场景，让你分析问题、提出分析思路。例如“某电商平台最近一个月销售额下降，请分析可能的原因”，这种题没有唯一正确答案，但需要有清晰的逻辑框架。

3. 零基础入门 CDA 一级的学习路线规划

零基础和有一定基础的人，备考策略完全不同。下面这套路线主要面向真正的零基础人群，也就是没学过 SQL、没用过 Excel 做数据分析、不懂业务指标的人。

3.1 第一阶段：搭建知识框架（第 1 周）

第一周不需要急着敲代码，先把数据分析的整体流程搞清楚。

• 了解数据分析师的工作内容和职责边界。
• 熟悉数据分析的标准流程：业务理解、数据获取、数据清洗、数据分析、可视化、报告。
• 了解常用工具：Excel、SQL、Python、BI 工具各自擅长什么。
• 去 CDA 官网下载最新版一级考纲，逐条核对考试范围。

这一阶段的目标是建立“数据分析到底是什么”的认知。很多人一上来就学 SQL，学了两个星期还不知道 SQL 在数据分析里解决什么问题，这就是知识框架没建立好。

3.2 第二阶段：Excel 数据处理实操（第 2 周）

Excel 是 CDA 一级最重要的工具之一，也是零基础最容易上手的。重点练以下内容：

• 数据清洗：删除重复值、查找替换、分列、文本清洗函数。
• 函数使用：IF、VLOOKUP、SUMIF、COUNTIF、LEFT、RIGHT、MID、TEXT。
• 数据透视表：行、列、值、筛选四个区域的使用。
• 基础图表：柱状图、折线图、饼图、组合图。
• 数据分析工具：筛选、排序、条件格式。

练习方式很简单：找一份真实的业务数据（比如电商订单数据、用户行为数据），用 Excel 完成从清洗到透视到出图表的全流程。这个过程能让你快速建立起对数据的敏感度。

3.3 第三阶段：SQL 从入门到熟练（第 3 到 4 周）

SQL 是 CDA 一级的硬骨头，也是面试中最常被考察的技能。学习路径建议如下：

• 第一遍：学习基础语法，SELECT、WHERE、ORDER BY、LIMIT，对单表查询有概念。
• 第二遍：学习 GROUP BY 和聚合函数，理解分组统计的逻辑。
• 第三遍：学习多表连接 JOIN，理解表与表之间的关系。
• 第四遍：学习子查询、CASE WHEN 条件判断、窗口函数（Rank 等）。
• 全程练习：每天至少写 10 道 SQL 练习题，从简单到复杂。

学习 SQL 的关键是“动手写”，只看不写等于没学。可以在本地安装一个 MySQL 或 SQLite，也可以用在线 SQL 练习平台。重要的是有一份数据可以反复查询。

3.4 第四阶段：业务分析思维训练（第 5 周）

业务分析思维很难通过刷题快速提升，需要刻意训练。建议做法：

• 收集常见的业务分析案例：销售下降、用户流失、转化率低、复购率低。
• 对每个案例写出分析框架：先看整体趋势、再做维度拆解、再定位原因。
• 熟悉核心业务指标的计算口径：留存率、转化率、客单价、复购率。
• 练习写分析结论：从数据中提炼观点，用数据支撑结论。

这个阶段直接关系到案例分析题的得分。考试时案例分析题没有唯一答案，但评分会看你的分析逻辑是否清晰、是否覆盖了主要角度、是否用数据说话。

3.5 第五阶段：刷题与模拟考试（第 6 到 8 周）

最后阶段是刷题和查漏补缺：

• 做 CDA 官方模拟题或历年真题，了解出题风格。
• 对照考纲逐条检查自己是否有遗漏的知识点。
• 针对薄弱环节专项突破，比如 SQL 连接不熟就专门刷 JOIN 题。
• 限时练习，模拟考试环境，提高做题速度。
• 整理错题本，重点复习反复出错的知识点。

如果时间充裕，可以多刷两轮。第一轮重点关注正确率，第二轮重点关注速度。

4. SQL 必会知识点与实战示例

结合 CDA 一级的考试范围和数据分析师的面试题，SQL 是绝对重点。下面用一个实际业务场景，把最常考的 SQL 知识点串一遍。

假设有一张订单表 orders ，字段如下：

字段名	含义
order_id	订单编号
user_id	用户编号
order_date	下单日期
amount	订单金额
status	订单状态

4.1 基础查询

统计订单总数、总金额、平均金额：

SELECT
    COUNT(*) AS order_count,
    SUM(amount) AS total_amount,
    AVG(amount) AS avg_amount
FROM orders;

4.2 分组统计

统计每个用户的订单数和总消费金额：

SELECT
    user_id,
    COUNT(*) AS order_count,
    SUM(amount) AS total_spend
FROM orders
GROUP BY user_id;

这里要注意一个高频考点： WHERE 和 HAVING 的区别。 WHERE 在分组前过滤， HAVING 在分组后过滤。比如筛选出消费总额大于 1000 的用户：

SELECT
    user_id,
    SUM(amount) AS total_spend
FROM orders
GROUP BY user_id
HAVING SUM(amount) > 1000;

4.3 多表连接

实际业务中很少只查一张表。假设还有一张用户表 users 包含 user_id 和 city 字段，想统计每个城市的消费金额：

SELECT
    u.city,
    SUM(o.amount) AS total_amount
FROM orders o
LEFT JOIN users u ON o.user_id = u.user_id
GROUP BY u.city;

多表连接是面试和考试中的高频难点，需要把 INNER JOIN、LEFT JOIN、RIGHT JOIN 的区别彻底搞清楚。简单来说：

• INNER JOIN：只返回两表匹配的记录。
• LEFT JOIN：返回左表全部记录，右表无匹配则显示 NULL。
• RIGHT JOIN：返回右表全部记录，左表无匹配则显示 NULL。

4.4 窗口函数

窗口函数在部分考试和面试中会出现，最常用的是 RANK、ROW_NUMBER、DENSE_RANK。比如给每个用户的订单按金额排名：

SELECT
    user_id,
    order_id,
    amount,
    RANK() OVER (PARTITION BY user_id ORDER BY amount DESC) AS rn
FROM orders;

如果对窗口函数还不熟悉，建议重点练习 ROW_NUMBER 和 RANK，这两个在实际面试中出镜率很高。

4.5 去重统计

统计有下单行为的用户数：

SELECT COUNT(DISTINCT user_id) FROM orders;

这是一道典型的易错题。很多人会写成 SELECT COUNT(user_id) ，但这样统计的是记录数而不是用户数，结果会有偏差。

5. Excel 数据处理实战：从原始数据到透视表

CDA 一级对 Excel 的考察不是简单认识界面，而是真正能用 Excel 完成数据处理和分析。下面是一套通用且高频的 Excel 操作流程。

5.1 数据清洗

拿到原始数据后，第一步永远是清洗。常见的清洗操作包括：

• 删除重复值：选中数据区域，点击“数据 -> 删除重复值”。
• 处理缺失值：可以用 IF 函数结合 ISBLANK 判断，也可以直接用查找替换处理特定占位符。
• 统一格式：日期格式统一、文本去除空格、数字格式统一。
• 分列：把姓名和电话从同一列拆分成两列，用“数据 -> 分列”。

这里有一个很常见的坑：从系统导出的 Excel 中，数字经常被存储为文本格式，导致 SUM、AVERAGE 计算不出结果。处理方式是用“分列”功能强制转换为数字格式，或者用 VALUE 函数转换。

5.2 函数使用

VLOOKUP 是必须掌握的函数。比如用订单表中的用户 ID 去关联用户表中的城市信息：

=VLOOKUP(A2, 用户表!A:B, 2, FALSE)

含义是：在用户表的 A 到 B 列中查找 A2 对应的值，返回第 2 列的内容，FALSE 表示精确匹配。

除了 VLOOKUP，SUMIF 和 COUNTIF 也是高频函数。求某个城市的订单总额：

=SUMIF(城市列, "北京", 金额列)

5.3 数据透视表

数据透视表是 Excel 数据分析的核心。操作步骤如下：

• 选中数据区域，点击“插入 -> 数据透视表”。
• 在右侧字段列表中，将维度字段（如城市）拖到“行”，将数值字段（如销售额）拖到“值”。
• 调整值字段的汇总方式：求和、平均值、计数、最大值、最小值。
• 添加“列”字段和“筛选”字段，实现多维度交叉分析。

常见的分析场景包括：

• 按月份统计销售额趋势。
• 按地区、按品类交叉统计销售额。
• 按用户类型统计订单量和客单价。

透视表做完后，配合折线图或柱状图，就可以直接生成可视化报告。

6. 数据可视化规范与图表选择

很多人在可视化上容易犯一个错误：追求花哨，忽略准确。CDA 一级考试考察的正是“能否用正确的图表表达正确的信息”。

6.1 图表类型选择

分析需求	推荐图表
对比不同类别的数值	柱状图
展示数据随时间的变化趋势	折线图
展示各部分占整体的比例	饼图或环形图（类别少时）
展示两个变量之间的关系	散点图
展示数据分布	直方图、箱线图
展示单一指标的变化	面积图

考试中经常出现“这个场景应该选哪种图”的选择题，核心判断标准是先看数据维度，再看分析目的。

6.2 可视化设计原则

一份合格的图表需要满足：

• 坐标轴清晰，单位明确。
• 颜色使用克制，不要超过 5 种。
• 标题能概括图表核心观点。
• 图例位置合理，不遮挡数据。
• 避免 3D 效果和多余装饰。

在实际考试和面试中，如果让你对一张图表进行评价，可以从“是否准确传达信息、是否简洁、是否有误导性”三个角度展开。

7. CDA 一级备考刷题与面试题准备

备考到最后阶段，刷题是必经之路。刷题不只是为了熟悉题型，更是为了查漏补缺。下面按题型分类介绍备考侧重点。

7.1 客观题刷题策略

客观题主要覆盖概念理解、指标计算和工具操作。复习重点是：

• 数据分析基础概念：常用术语、分析流程、数据类型。
• 业务指标计算：留存率、转化率、客单价、复购率。
• SQL 运行结果判断：给出 SQL 判断输出结果。
• Excel 函数功能判断：给出场景选择正确函数。
• 图表选择与可视化原则。

客观题建议用碎片时间刷，每天 30 到 50 题，重点记录错题和容易混淆的概念。

7.2 案例分析题答题模板

案例分析题是 CDA 一级的拉分项。拿高分的关键是有清晰的回答问题思路。推荐使用以下模板：

1. 明确问题：一句话概括要解决什么问题。
2. 数据获取：说明需要用哪些数据，从哪里获取。
3. 数据处理：说明清洗和加工思路。
4. 分析方法：选择适合的分析方法并说明原因。
5. 结论输出：给出可能的原因分析和建议。

举例：“某电商平台近一个月销售额明显下降，请分析原因。”

回答思路可以是：

• 先用时间趋势看整体，确认是从哪一天开始下降。
• 按渠道拆解：是自然流量下降还是付费流量下降。
• 按商品品类拆解：是某个品类下滑还是全品类下滑。
• 按用户类型拆解：新用户减少还是老用户复购降低。
• 结合竞品动态和外部环境做初步判断。

这种题没有标准答案，重点是展示逻辑完整、思路清晰、能用数据驱动结论。

7.3 CDA 数据分析师面试题准备

如果你考证是为了求职，面试题准备要提前进行。数据分析师面试常见问题包括：

• 自我介绍和项目经历。
• 常用 SQL 查询题，如分组排序、去重统计、多表关联。
• Excel 操作题，如 VLOOKUP 使用场景。
• 案例分析题，如“某指标下降怎么分析”。
• 业务指标题，如“怎么定义用户活跃度”。
• 工具题，如“讲讲你用过哪些数据分析工具”。

碰到“指标下降怎么分析”这类问题，前面整理的案例分析模板可以直接复用。平时多积累业务分析案例，面试时就不会无话可说。

8. 常见问题与排查方法

备考过程中很多人会遇到相似的问题，下面整理了一份排查清单。

问题现象	可能原因	排查方式	解决方案
SQL 写了但报错	语法错误或表名写错	检查关键字拼写和表字段	逐句定位错误，先写最简单的查询再逐步加条件
GROUP BY 报错	SELECT 中包含了未分组的字段	检查 SELECT 与 GROUP BY 的字段一致性	要么把字段加入 GROUP BY，要么用聚合函数包裹
VLOOKUP 返回错误值	查找列不在首列或存在格式差异	检查数据格式是否一致	将两列格式统一，或改用 INDEX+MATCH
数据透视表统计错误	源数据区域包含空行或格式不一致	检查选择的区域	重新选择区域，确保没有空行空列
案例分析题无话可说	分析思路没有框架	复盘真题答案	背熟题目框架，按“整体趋势-维度拆解-原因分析-建议”展开
读不懂 SQL 执行结果	对聚合函数和分组逻辑不熟	手写执行流程	用小型数据集手工模拟执行过程

这里特别要强调 SQL 的排查方法：遇到报错不要急着搜答案，先看错误信息指向哪一行，再用“去掉复杂条件、逐步加回”的方式定位问题。这是数据分析师日常工作的基本调试习惯。

9. 备考最佳实践与建议

最后这部分写一些实际的备考经验，能让你少走弯路。

9.1 用真实数据练习

自己造数据去练习和用真实业务数据练习，效果完全不同。可以从下面这些渠道获得练习数据：

• 开源数据集平台，找电商、用户行为、金融等主题的数据。
• 自己模拟生成业务数据，比如创建一张 1000 条记录的订单表。
• 使用 SQL 练习平台，这类平台自带题库和数据集。

拿到数据后，给自己设定分析任务，比如“计算每个月的销售额环比变化”或“分析不同城市的用户消费差异”，用 SQL 或 Excel 完成全流程分析。

9.2 建立错题本

备考 CDA 一级，错题本比笔记更重要。记录每道错题的知识点、错误原因和正确思路，考前一周重点翻错题本，比从头再学一遍效率高得多。

9.3 模拟考试环境

CDA 一级考试对做题速度有要求，考前至少要完成 3 次完整的模拟考试。计时做题，中途不要查资料、不要翻笔记，模拟真实考试的氛围。做完后认真复盘，重点看哪些题目浪费了太多时间。

9.4 保持合规和数据安全意识

备考和未来从事数据分析工作时，一定要重视数据安全和隐私合规。练习时使用公开数据集或自己生成的数据，不要使用未授权的真实用户数据；在工作中处理数据时，必须遵守相关法律法规和公司数据安全规范。涉及用户信息的数据，要做到脱敏处理、最小化使用、操作留痕。

10. 总结与下一步动作

CDA 数据分析师一级是零基础进入数据分析领域的一条稳妥路径，它不像高级算法岗位那样要求深厚的数学背景，也不像纯业务岗位那样只依赖业务理解。它考察的 SQL、Excel、数据可视化、业务分析思维，都是数据分析师日常工作中最高频的技能。考证的价值不在于那一张纸质证书，而在于备考倒逼你建立一套完整的数据分析方法论。

接下来你要做的第一件事不是买课，而是去 CDA 官网下载最新版考试大纲，同时准备一套可用的练习数据，开始第一轮 SQL 基础语法学习。先跑通最简单的 SELECT 查询，再逐步加 GROUP BY、JOIN、窗口函数，每天 10 道题，坚持一个月，你的 SQL 水平会有明显提升。最容易踩的坑是只看不练、只背不写、只刷客观题不练案例题。接下来的备考节奏，按照上面划分的五个阶段走，1 到 2 个月后你会对自己的进步有清晰的感知。