数据分析师最常遭遇的10个问题,你准备好了吗?

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。

如果从精典的数据价值金字塔来说,如果你仅提供数据,你不是数据分析,那在做最最传统的BI的工作,给出数据。如果你给出了信息,恭喜你已经开始在做数据分析了,如果给出"知识"(在我认为,就是给你的观点,建议,方案,而且是基于数据得到的),欢迎你进入到数据分析师的世界。如果你能数据产品(对于什么是数据产品,我们后续再讨论)把知识深沉下来,bingo,你是一名出色的数据分析师。

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。

10、数据分析的职位发展怎么样?

一个很厉害的分析师应该怎么样?

临时需求—业务监控—专题分析—驱动业务

我把一个分析师经历以下几个阶段:

1、业务方说什么按其需求给什么。偶尔对你的数据还会有怀疑。

2、业务方说什么给什么,在对需求背景,目标理解的基础,会增加一些相关数据。业务方认可。

3、业务方意识到分析师的价值,主动找你沟通。沟通后,为业务方设计相应指标,开发相应的报表监控业务进展,通过数据可以及时定位问题。

4、开始写分析报告。围绕一个主题进行分析,给出分析报告,与业务方一起沟通去让你的分析结果落地。

5、你走到业务方前面,针对其业务进行主动分析,影响业务方,让业务方围绕你的分析结论来开展,有一定的数据驱动业务味道。

多久才能成长为一名资深数据分析师?

每个公司或者个人对于资深数据分析师的理解可能不一样。

我的理解是:基于对于数据底层、思考逻辑、商业意识培养,一个分析师的成长应该要在3年左右。

请用一句话概况数据分析师:他通过看数据,告诉你知道与不知道的信息,并告诉你如何用这些信息提升你的KPI。

如果你相信他,可以按他说的做。如果你不相信他,就是呵呵一下。

好的数据分析师,怎么能不拿高工资呢?对吧,通过上面的讨论,你看一个数据分析师,又要懂商业,又要懂业务,又森有产品思维,又要懂项目管理。更不要说做为数据分析师本身需要的一些专业知识,对工具的掌握。

原文发布于微信公众号 - CDA数据分析师(cdacdacda)

原文发表时间:2016-01-28

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏腾讯游戏云的专栏

腾讯云GAME-TECH杭州场沙龙干货回顾:腾讯游戏云生态产品规划及最新进展

随着MOBA类游戏和全球同服游戏需求的增长,游戏厂商如何让全球玩家共同竞技无卡顿、让玩家就近接入、实现跨区吃鸡?网络延迟直接影响游戏体验,随着游戏全球化在这两年...

26990
来自专栏机器学习算法与Python学习

干货 | 来自DeepMind的深度强化学习大总结......

关键字全网搜索最新排名 【机器学习算法】:排名第一 【机器学习】:排名第二 【Python】:排名第三 【算法】:排名第四 ? ? ? ? ? ? ? ? ? ...

40690
来自专栏ytkah

微信事业群成立搜索应用部

  4月25日消息,微信事业群内部进行了组织架构调整,微信事业群下成立搜索应用部。负责微信的搜索业务、阅读推荐业务、AI技术研究及落地、微信数据平台建设和数据能...

42940
来自专栏企鹅号快讯

苏雨农:掌握技术同时 智能网联车应更重服务保障

12月6日-8日,以“Mobility driven by AI”为主题的第十届Telematics@China汽车互联网大会在上海举行。车音智能科技有限公司C...

19700
来自专栏腾讯游戏云的专栏

腾讯云游戏开发者技术沙龙干货回顾:腾讯游戏云生态产品规划及最新进展

游戏中玩家的沟通协作从最初的文字交流,逐渐发展为音、视频结合的多场景下的实时互动,是游戏中社交关系建立和维持的关键因素。

25620
来自专栏腾讯游戏云的专栏

腾讯云GAME-TECH沙龙干活回顾——腾讯游戏云生态产品规划及最新进展

腾讯云游戏业务中心除了为游戏提供灵活而稳定的部署解决方案外,同时也秉承腾讯公司”开放“的战略理念,将腾讯内部领先的游戏开发技术和丰富的游戏服务资源,向外部游戏开...

12230
来自专栏人称T客

移动CRM:风云际会,PaaS平台化产品即将崛起 | 研报×To B

移动信息化研究中心 分析师 杨洋 关键词:移动CRM,PaaS平台化 网址:www.tikehui.com 这里是移动信息化研究中心在 T 客汇上的研报专栏。...

33660
来自专栏腾讯游戏云的专栏

腾讯云GAME-TECH沙龙深圳站干货回顾——腾讯云全球游戏加速方案

随着MOBA类游戏和全球同服游戏需求的增长,游戏厂商如何让全球玩家共同竞技无卡顿、让玩家就近接入、实现跨区吃鸡?网络延迟直接影响游戏体验,随着游戏全球化在这两年...

35810
来自专栏韩伟的专栏

敏捷开发的误区与实践

在互联网时代,软件工程经历了从瀑布式到敏捷式开发模式,并不断的讨论和实践。而一些软件公司,在面对项目进度压力时,往往都会用上“敏捷”类的开发模式来摆脱压力的侵袭...

46490
来自专栏腾讯游戏云的专栏

腾讯云GAME-TECH深圳场沙龙干货回顾:腾讯游戏云生态产品规划及最新进展

随着MOBA类游戏和全球同服游戏需求的增长,游戏厂商如何让全球玩家共同竞技无卡顿、让玩家就近接入、实现跨区吃鸡?网络延迟直接影响游戏体验,随着游戏全球化在这两年...

11810

扫码关注云+社区

领取腾讯云代金券