當前大數據的書籍，琳琅滿目，有些也確實都是空理論，無案例無嚴謹的思維。看書學習比較遵循應用為導向的原則，要學習，就要看你在什麼崗位，以及要解決什麼樣的問題，有針對性的去學習，才是最有效的學習。
當前市面上的關於大數據的書籍，主要有三大類。
第一大類：理論類。
理論層面的書籍，比如《大數據時代》 、《數據之巔》 。
這一類的書籍，主要的內容是，大數據時代來了，大數據多麼地重要，大數據能夠解決各方面的問題，大數據戰略多麼重要，大數據如何變革，以及大數據的管理和運營等等。對於大數據要學習首先要建立認同感，這兩本書能很好的“洗腦”。不用看太多，只要看一兩本就差不多了，總結起來就是一句話：重視大數據，引導構建企業的大數據戰略，實現基於大數據的商業變革。
第二大類：技術類。
技術層面的書籍，比如《Hadoop技術內幕》系列。這一類的書籍，主要是指系統技術類，在構建大數據系統時，系統如何運作，各系統組件的設計目標、框架結構、適用場景、工作原理、運作機制、實現功能等等。這類書籍，適合於IT系統部，開發部的技術人員。他們需要明白系統的運作機制，利用系統來實現大數據的應用開發，以及系統運維優化等。
第三大類：應用類。
應用層面的書籍，比如《數據挖掘技術》 、《基於SPSS的數據分析》等等。
這一類的書籍，主要是指應用技術類，告訴你如何應用工具和方法，從海量數據中提取有用的信息，來解決真實的業務問題。這類書籍，適合於業務部門、市場營銷部門及與業務結合比較緊密的人員。他們更關注業務問題的解決，圍繞業務問題來構建分析和解決方案。除了前面的理論層面，要深入大數據，則要考慮你本身的發展方向。
可以參考下方的大數據職位體系和大數據職位發展通道，不同的發展方向，你的學習內容也應該是不同的。
大數據職位體系
大數據職位發展通道
下面從應用層面來推薦大家如何學習大數據和數據分析，由淺入深。
《誰說菜鳥不會數據分析》——先把excel學號再說！
這是我看過比較簡單比較容易入門級的數據分析書，非常適合於初學者。本書採用最常用的Excel分析工具，最簡單的分析方法，最清晰的分析思路，對數據進行分析。內容通俗易懂，流程完整系統，講解了數據分析的基本知識、處理技巧、數據可視化等內容。麻雀雖小，但五臟俱全。誰都會忍不住推薦。
《深入淺出統計學》
這本書將數理統計的理論學習變得有了生趣，從解決實際問題出發，由淺入深，不斷引出我們常用的統計分析指標，以及統計分析方法。
不過，這本書後面也有些理論化，有點難懂。這本書可以慢慢看，在實際需要的時候再重複看。
《深數據化管理-洞悉零售及電子商務運營》
前面的統計學，稍為偏向於基礎理論學習，而《數據化管理-洞悉零售及電子商務運營》這本書更偏向於應用實戰書。
從零售、電子商務最關注的真實的業務問題場景出發，通過數據來發現業務的規律以及變化，進而發現業務的問題。
在這本書中，你會發現數據分析的方法不再是最重要的了，通過數據解決業務問題才是核心，才是最真實的，這才是大數據的核心價值體現。所謂的大數據運營，其實就是一個不斷通過數據分析來解決業務問題的系統化的過程。這本書，有助於你形成完整的解決業務的數據化思維。
《SPSS統計分析從入門到精通》
前面的幾本書都應該歸屬於統計學、數據分析領域的範疇，但更進一步的技術稱之為數據挖掘。數據挖掘，能夠發現更深層的數據特徵（或業務信息），所以，數據更注重數據模型的使用。
本書作為數據挖掘的工具書，對常用的數據模型的使用介紹比較全面。
SPSS，準確地說是SPSS Statistics，內置了大量的常用的數據模型，直接提供給用戶使用分析，只要你有基本的數據解讀能力就可以使用，不需要關注模型是如何實現的。
類似的實戰案例也可以參考《IBMSPSS數據分析與挖掘實戰案例精粹》
《基於SPSS Modeler的數據挖掘》
這本書也是數據挖掘的工具書，但偏向於數據流的處理和探索，也就是說，比較適合於作數據預處理，以及數據建模。
對數據進行挖掘的過程，其實是一個數據探索的過程，Modeler能夠根據需要讓你對數據流的處理步驟進行控制，每一步處理的結果都可以及時看到結果，並根據處理結果來決定下一步該如何進行處理數據，最後選擇哪個數據模型進行挖掘，以及模型質量評估，等等。
除了前面介紹的分析方法、分析工具書外，還有一些書籍專門針對某一具體行業展開分析，比如針對營銷領域、針對金融行業等等。
總之，用最簡單的工具，比如excel、報表工具finereport，解決工作中最常見的商業問題。