一位资深数据分析师的分享

简介: 一位资深数据分析师的分享 发表于 2012-05-08 01:10 来源:中国统计网 一、掌握基础、更新知识。      基本技术怎么强调都不过分。这里的术更多是(计算机、统计知识), 多年做数据分析、数据挖掘的经历来看、以及业界朋友的交流来看,这点大家深有感触的。    数据库查询—SQL 数据分析师在计算机的层面的技能要求较低,主要是会SQL,因

一位资深数据分析师的分享

发表于 2012-05-08 01:10 来源: 中国统计网

一、掌握基础、更新知识。  

   基本技术怎么强调都不过分。这里的术更多是(计算机、统计知识), 多年做数据分析、数据挖掘的经历来看、以及业界朋友的交流来看,这点大家深有感触的。

   数据库查询—SQL

数据分析师在计算机的层面的技能要求较低,主要是会SQL,因为这里解决一个数据提取的问题。有机会可以去逛逛一些专业的数据论坛,学习一些SQL技巧、新的函数,对你工作效率的提高是很有帮助的。

 统计知识与数据挖掘

你要掌握基础的、成熟的数据建模方法、数据挖掘方法。例如:多元统计:回归分析、因子分析、离散等,数据挖掘中的:决策树、聚类、关联规则、神经网络等。但是还是应该关注一些博客、论坛中大家对于最新方法的介绍,或者是对老方法的新运用,不断更新自己知识,才能跟上时代,也许你工作中根本不会用到,但是未来呢?

   行业知识

如果数据不结合具体的行业、业务知识,数据就是一堆数字,不代表任何东西。是冷冰冰,是不会产生任何价值的,数据驱动营销、提高科学决策一切都是空的。

一名数据分析师,一定要对所在行业知识、业务知识有深入的了解。例如:看到某个数据,你首先必须要知道,这个数据的统计口径是什么?是如何取出来的?这个数据在这个行业, 在相应的业务是在哪个环节是产生的?数值的代表业务发生了什么(背景是什么)?对于A部门来说,本月新会员有10万,10万好还是不好呢?先问问上面的这个问题:

   对于A部门,

   1、新会员的统计口径是什么。第一次在使用A部门的产品的会员?还是在站在公司角度上说,第一次在公司发展业务接触的会员?

   2、是如何统计出来的。A:时间;是通过创建时间,还是业务完成时间。B:业务场景。是只要与业务发接触,例如下了单,还是要业务完成后,到成功支付。

   3、这个数据是在哪个环节统计出来。在注册环节,在下单环节,在成功支付环节。

   4、这个数据代表着什么。10万高吗?与历史相同比较?是否做了营销活动?这个行业处理行业生命同期哪个阶段?

   在前面二点,更多要求你能按业务逻辑,来进行数据的提取(更多是写SQL代码从数据库取出数据)。后面二点,更重要是对业务了解,更行业知识了解,你才能进行相应的数据解读,才能让数据产生真正的价值,不是吗?

   对于新进入数据行业或者刚进入数据行业的朋友来说:

行业知识都重要,也许你看到很多的数据行业的同仁,在微博或者写文章说,数据分析思想、行业知识、业务知识很重要。我非常同意。因为作为数据分析师,在发表任何观点的时候,都不要忘记你居于的背景是什么?

但大家一定不要忘记了一些基本的技术,不要把基础去忘记了,如果一名数据分析师不会写SQL,那麻烦就大了。哈哈。。你只有把数据先取对了,才能正确的分析,否则一切都是错误了,甚至会导致致命的结论。新同学,还是好好花时间把基础技能学好。因为基础技能你可以在短期内快速提高,但是在行业、业务知识的是一点一滴的积累起来的,有时候是急不来的,这更需要花时间慢慢去沉淀下来。

    不要过于追求很高级、高深的统计方法,我提倡有空还是要多去学习基本的统计学知识,从而提高工作效率,达到事半功倍。以我经验来说,我负责任告诉新进的同学,永远不要忘记基本知识、基本技能的学习。

二、要有三心。

  1、细心。

  2、耐心。

  3、静心。

数据分析师其实是一个细活,特别是在前文提到的例子中的前面二点。而且在数据分析过程中,是一个不断循环迭代的过程,所以一定在耐心,不怕麻烦,能静下心来不断去修改自己的分析思路。

三、形成自己结构化的思维。

    数据分析师一定要严谨。而严谨一定要很强的结构化思维,如何提高结构化思维,也许只需要工作队中不断的实践。但是我推荐你用mindmanagement,首先把你的整个思路整理出来,然后根据分析不断深入、得到的信息不断增加的情况下去完善你的结构,慢慢你会形成一套自己的思想。当然有空的时候去看看《麦肯锡思维》、结构化逻辑思维训练的书也不错。在我以为多看看你身边更资深同事的报告,多问问他们是怎么去考虑这个问题的,别人的思想是怎么样的?他是怎么构建整个分析体系的。

四、业务、行业、商业知识。

    当你掌握好前面的基本知识和一些技巧性东西的时候,你应该在业务、行业、商业知识的学习与积累上了。

这个放在最后,不是不重要,而且非常重要,如果前面三点是决定你能否进入这个行业,那么这则是你进入这个行业后,能否成功的最根本的因素。 数据与具体行业知识的关系,比作池塘中鱼与水的关系一点都不过分,数据(鱼)离开了行业、业务背景(水)是死的,是不可能是“活”。而没有“鱼”的水,更像是“死”水,你去根本不知道看什么(方向在哪)。

      如何提高业务知识,特别是没有相关背景的同学。很简单,我总结了几点:

     1、多向业务部门的同事请教,多沟通。多向他们请教,数据分析师与业务部门没有利益冲突,而更向是共生体,所以如果你态度好,相信业务部门的同事也很愿意把他们知道的告诉你。

     2、永远不要忘记了google大神,定制一些行业的关键字,每天都先看看定制的邮件。

     3、每天有空去浏览行业相关的网站。看看行业都发生了什么,主要竞争对手或者相关行业都发展什么大事,把这些大事与你公司的业务,数据结合起来。

     4、有机会走向一线,多向一线的客户沟通,这才是最根本的。

    标题写着告诫,其实谈不上,更多我自己的一些心得的总结。希望对新进的朋友有帮助,数据分析行业绝对是一个朝阳行业,特别是互联网的不断发展,一个不谈数据的公司根本不叫互联网公司,数据分析师已经成为一个互联网公司必备的职位了。



目录
相关文章
|
关系型数据库 MySQL 新能源
一位资深DBA的投资之道
一位资深DBA的投资之道
|
Cloud Native 数据可视化 前端开发
阿里高级技术专家:如何结构化地思考、做事、成长?
7月9日 19:00-21:30 阿里云开发者社区首场“Offer 5000”直播开启!15位团队技术大牛在线招人,更有《阿里云技术面试红宝书》助你拿下Offer!马上投递简历:https://developer.aliyun.com/special/offerday01
阿里高级技术专家:如何结构化地思考、做事、成长?
|
Web App开发 Java iOS开发
一位资深IT自由职业者的2010年回顾
导读:本文作者MattRaible是一位资深的UI架构师,从事IT行业咨询的自由职业者。他同时也是App Fuse的作者,著有《Spring Live》。Matt选择从事自由咨询是因为他认为自由咨询可以带来更高的收入,同时也比全职工作更自由。
1049 0
|
Java 应用服务中间件 UED
阿里巴巴高级技术专家聊工程师思维
本文整理自至简在团队内部的个人分享,希望通过对工程师思维的分析和解读,让工程师能正确对待那些在现实工作中看上去与本职岗位无关,却对团队效能影响极大的一些点和一些事。
953 0
|
测试技术 UED
阿里巴巴高级技术专家至简:聊工程师思维
为什么想到写这篇文章?作者是想通过对工程师思维的分析和解读,让工程师能正确对待那些在现实工作中看上去与本职岗位无关,却对团队效能影响极大的一些点和一些事。   至简:阿里巴巴高级技术专家,是集团Service Mesh方向的重要参与者和推动者。
4803 0
不断进阶:从“学渣”到P10,一位阿里工程师的逆袭故事
红雪高中毕业,没上大学四处打零工,路边修过自行车,也做过理发店小弟,连自考的考试都没通过。但现在他已成为蚂蚁金服的研究员,带领大几百号人的技术团队,最近还入选了“全球35位35岁以下科技创新青年”。
9044 0
|
安全
阿里安全资深专家杭特谈安全圈之“怪现状”
使“数据”自身变得“攻不可破,盗不可用”,才是安全的最终目的。
4883 0
|
机器学习/深度学习 Python
行业资深专家切身经验——给数据科学家新手的一些建议
本文是行业资深从事人员写的关于数据科学的个人反思,一份关于数据科学之路及科研认知的心路历程,相信本文对许多有抱负的数据科学家是非常有用的。
1240 0