数据分析师应该知道的九个问题

数据分析师应该知道的九个问题

文/数据海洋

近年来,“大数据”似乎成为了一个越来越时髦的词,它已经不是只有互联网行业谈论的话题了,“大数据”已经开始被越来越多的普通百姓所熟知,大数据也已经渗透到了我们的生活中的。

数据分析这个职业也是目前很有前景的领域之一,越来越多人想投入其中,而在数据呈爆炸式增长的大数据时代,数据过剩,人才短缺。数据海洋 同学凭借多年的从业经验,总结了作为一名数据分析师应该知道的9个问题:

1、如何做好数据分析?

分析师成长是通过“干”、”思”、“熬”出来的。干:多做。哪些是临时需求。你要做各种各样的分析;思:你在边干的过程中,要边思考,边总结,只有这种你才能沉淀。熬:通过时间的积累,你的商业意识、数据分析思维、技能得到提升,广积粮,缓称王,实现厚积而薄发。

2、如何做好数据挖掘

数据挖掘和数据分析在我认为,都是实现数据价值的“工具”、“方式”。数据挖掘相对于数据分析来说,入门门槛会更高一些,对于数据挖掘方法,挖掘工具要求更高。但做好数据挖掘,参考数据分析。

3、需要看什么类型的书?

很从刚做分析师的朋友,但喜欢问:我想做好分析师要看什么样的书?这个背后的逻辑是不是说你看了别人推荐给你的书,你就可以成为很厉害的分析师。

我的观点是:书是一定要看,而且有机会的时候多看看书。但一定要明白看书你对的价值体现在哪?

但数据分析更多是干,实践中成长的。

4、做好数据分析需求什么样的技能?

我想做数据分析,一定要会SAS、SPSS、R吗?如果你不去做模型。

基本的统计知识肯定要掌握的,但分析师目前主要还是以SQL+EXCEL+PPT来完成一份分析报告。

5、什么专业才能做数据分析?

现在招聘数据分析大多数都是要求:计算机、统计学相关专业。但是我相信未来数据分析招聘的专业会越来越宽,而且很多管理类(营销、管理学、情报学等)专业毕业的人会是比较受欢迎的。因为当大家对数据分析理解越来越深的时候,会发现数据分析核心的能力还是在:分析数据,然后与商业结合。

6、数据分析的价值?

基于历史数据,来告诉相关人的业务情况是怎么样的,结合对于公司业务模式的理解,一起制定相关策略,帮忙公司实现业务目标。

基于公司内、外部的数据,结合分析师对于公司业务的理解、行业发展趋势的理解,提出公司及行业发展趋势,为公司制定相应的战略提供参考。

7、数据分析,到底是分析什么数据?

分析公司内、外部的数据,内部的数据有以下几类(以电子商务为例):

1、流量数据或者说网站的点击流(日志)数据。

2、订单数据。

3、商品数据。

4、会员数据。

5、供应链相关数据。

6、客服数据。

不同公司对于数据收集的粒度、完整性不一样。是否所有公司都要把所有的数据都收集下来,我的观点是:如果允许,当然越多越好。但是很多是时候是要分析师对评估哪些数据需求收集,保存多久的数据。分析师一定要用一定ROI的意识。

那种数据都没有积累多少,就号称自己是大数据公司,号称通过大数据建议竞争优势,你觉得可能吗

8、数据分析有几种角色?

数据分析:助理分析师、分析师、资深数据分析/数据分析专家、商业分析师;

数据产品经理:我特别喜欢这种角度,我觉得的真正的数据分析师,应该有产品的思维逻辑。因为不管你在做报表,报告,系统,那怕是一个简单的数据需求,你都可以理解为一种数据产品。(什么是产品,产品是解决目标用户的问题。请分析师都牢记这一点。)

数据挖掘:数据挖掘工程师、资深挖掘工程师;

9、什么样的人适合做数据分析?

除了之前我的一些文章讨论到的需要相关的基本的技能外,也许下面的内容对一个数据分析师成长更为重要:

1、看到数据有兴奋感的人。有兴奋感说明你有兴趣,那说明很会有意愿把数据分析好。

2、愿意学习的人。你分析的内容永远不会一尘不变,即使你分析的主题是相对固定,但业务是变化的,你需要不断的学习业务,同不同人沟通,吸收别人的观点。所以分析师一定要报着学习的态度。

3、逻辑思维较强的人。数据分析师想要把你的分析好,一定要有结论思维。

4、表达与沟通。因为数据分析最终价值的实现,一般来说不会是分析师亲自去制定或者实施。所以你一定很有条理、逻辑清晰向别人表达,让业务方认识到你分析结果的价值,从而影响业务方去愿意使用你从数据中得到的观点。

本文采用「CC BY-SA 4.0 CN」协议转载自互联网、仅供学习交流,内容版权归原作者所有,如涉作品、版权和其他问题请给「我们」留言处理。

(0)
上一篇 2015-11-11 11:30
下一篇 2015-11-11 21:21

相关文章

关注我们
关注我们
分享本页
返回顶部