专栏首页Python自动化测试掌握好数据分析,99%的企业都不会拒绝你

掌握好数据分析,99%的企业都不会拒绝你

4月17日,有消息称亚马逊将于本周宣布退出中国,具体的时间待定。此后,亚马逊在中国仅保留两项业务,一是Kindle;二是跨境贸易,主营业务电商将全部退出中国。

有网友表示了震惊,“我昨天刚在亚马逊上买了书,今天它就要退出中国了?!”

更多的人则是早有预感,“这几年存在感确实越来越弱了......”

亚马逊在中国的溃败,离不开互联网经济环境下行的影响。

但身处同样环境,竞争对手阿里却表现优异:阿里2018年第三季度收入851.48亿元,同比增长54%。

大数据,是阿里巴巴逆势增长的秘诀。早在2008年初,阿里巴巴就曾通过询盘数据的下降,预测到全球性金融危机的爆发。打过这场硬仗后,马云意识到数据的重要性,制定了“数据、金融、平台”三大战略。

2016年,马云公开表态:

“未来三十年数据将取代石油,成为最强大的能源”。

数据分析能力成为刚需

中国商委会数据分析统计部也认为,未来中国基础性数据分析人才的缺口将达到1400万。

在大数据时代,万物皆可数据化,几乎每个人的工作都免不了跟数据打交道:大多数技术岗每天都在跟数据打交道;产品岗一直盯着用户数据;销售岗关心着ROI、GMV之类的数据;新媒体会统计阅读相关数据......

掌握基本的商业数据分析能力已经成为刚需。

什么是商业数据分析?

商业数据分析,是指以商业理论为基础,从数据分析出发,依靠统计工具,以决策优化为目的,洞察数据背后的规律,为商业创造最大价值。简单地说,就是以数据证明为导向,辅助商业决策,实现有效增长。

商业数据分析的起点来源某个场景下的需求,根据需求目标(场景),搭建分析框架(方法),提取需要的数据指标(数据),用适合的工具实现,最后提炼结论,给出建议或策略。

用什么工具处理商业数据?

其实商业数据分析的基础运用并没有太高的技术门槛,对文科友好,易于入门。

因为它更强调商业思维,各类技术工具只是起到一个辅助作用。从数据获取-存储-清理-展示-计算-建模到最后输出报告,只依靠Excel也能进行商业数据分析。

Excel贯穿商业数据分析全过程

你统计的Excel销售数据表可能长这个样子:

可以看出,数据之间的关系很不清晰,更别提以此为基础进行决策了。

运用Excel进行高级处理后,你可以把这份表格转化成以销售管理分析仪为基础的交互式财务报表。

以这张表格为基础,就可以更加直观地观察到企业的各个产品如何变化,洞察背后的根本原因,采取更加精准的措施。

但如果想要更好地掌握商业数据分析,除了Excel之外,你还需要掌握以下几个技术工具:Excel、tableau、Python、SQL:

tableau:tableau是一块操作特别简单的软件,上手快不需要写代码,数据的导入和加载都是向导式。

作为一款对小白很有好的软件,tableau内置许多美观的可视化图表,不用考虑配色,导入表格后处理好格式即可。

tableau自带的可视化图表

Python:python的生态系统为数据分析师和数据科学家提供了各种程序库,其中NumPy、SciPy、Pandas和Matplotlib库共同构成了Python数据分析的基础。

SQL:是一门特殊的编程语言,主要用于存取数据以及查询、更新和管理关系数据库系统,是相对好掌握的一门工具。

如何洞察数据背后的规律?

2013年,著名咨询公司Gartner曾经总结归纳出一套数据分析的框架,其中包括四个分析层次:

描述性分析:发生了什么 诊断性分析:为什么会发生 预测性分析:什么可能会发生 处方性分析:该做些什么

用一个简单的商业分析案例把Gartner的数据分析框架运用起来:

商业分析师观察报表发现,最近小羊的产崽特别少(描述性分析)。调查之后他发现,这是因为羊圈中有500只公羊、100只母羊;羊群性别比例严重失调(诊断性分析)。考虑到饲养成本,现状持续三个月后收入将入不敷出(预测性分析)。

通过对市场调研他发现,羊的售价在2月份达到最高,7月份达到最低。于是他向羊圈主人建议:在2月份卖掉一部分公羊,在7月份买入适当数量的母羊,平衡羊群性别比例,达到最高收益(处方性分析)。

除了Gartner的数据框架之外,数据分析中常见的还有5W2H模型

5W2H分别对应:Why、What、Who、When、Where;How、How much。用5W2H模型分析用户的购买行为,考虑的方面就会特别全面:

why:购买动机/目的是什么? What:主要购买的产品是哪些? Who:用户有哪些特征? When:用户通常在什么时间购买? Where:用户从什么渠道的购买的? How:用户喜欢用什么样的支付方式? How much:价格段销量分布如何?

商业数据分析要求什么能力

在实际的商业场景中,除了掌握上述的数据分析框架,你还需要掌握以下几类能力:

强大的行业知识储备:了解行业情况,是做好商业数据分析的基础;这就要求你除了关心公司和竞争对手的数据之外,还要每天坚持阅读行业相关的报道,积累行业知识。

分析思维:分析思维是商业数据分析的核心,这就要求商业数据分析师具备强大的逻辑分析能力,毕竟有完整的逻辑链条才能全面分析,最终提出决策。

沟通汇报能力:完成了一个完整的商业数据分析方案之后,就需要跟领导进行汇报。只有与自身业务进行联系,简单明了地让领导理解后,你的结论才有可能被采纳。

怎么学好商业数据分析?

大数据时代,人人都想掌握商业数据分析能力。为了回应大家的学习热情,万门大学邀请了商业数据分析领域的两位顶尖老师打造了《商业数据分析特训班》。

导师简介

赵烁:前华为高级工程师,数据应用学院专家讲师,南加州大学电子工程硕士,十年海外工作及创业经历。

Nick:普渡大学 Ph·D和MBA专业,哈佛MPH专业,现任AT&T大数据组的资深商业数据分析经理,曾任职于罗氏诊断Roche的数据分析顾问,10年商业数据分析从业经验。

本文分享自微信公众号 - Python自动化测试(wuya-python),作者:无涯

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2019-05-06

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。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • Pytest插件之selenium(十三)

    在前面的文章体系中介绍了Pytest的案例实战和插件应用,今天主要演示Pytest框架的selenium插件。webdriver是主流的UI自动化测试...

    无涯WuYa
  • 对自动化测试的几点思考(一)

    曾经在2012年的时候,测试一个WEB产品,怎么测试问题总是很多的,领导层对测试的能力非常质疑,而且领导层也认为测试这个事没什么技术含量,前台小妹...

    无涯WuYa
  • 接口测试知识体系

    在2018年的总结还是在2019年的行业展望,都谈到一个关键字,那就是“接口测试”,针对大多数是来说,接口测试到底是什么,是简单的那个工具,发送一个...

    无涯WuYa
  • 不会数据分析技能的你,正在失去竞争力

    大数据因为其背后蕴含的价值,被《经济学杂志》在2017年誉为“新的石油”,数据导向的工作也成为很多人的向往之一,特别是数据分析。

    Crossin先生
  • 美国数据科学家带你看看大数据的未来

    从SGI的首席科学家John R. Masey在1998年提出大数据概念,到大数据分析技术广泛应用于社会的各个领域,已经走过了17年的时间。现在再也没有企业怀疑...

    华章科技
  • 美国数据科学家带你看看大数据的未来

    从SGI的首席科学家John R. Masey在1998年提出大数据概念,到大数据分析技术广泛应用于社会的各个领域,已经走过了17年的时间。现在再也没有企业怀疑...

    CSDN技术头条
  • 【报告】百度内部培训资料PPT:数据分析的道与术

    这是一个用数据说话的时代,也是一个依靠数据竞争的时代,这是一个用数据说话的时代,也是一个依靠数据竞争的时代,得数据者的天下,目前世界500强企业中,有90%以上...

    钱塘数据
  • 实用的数据分析方法论,给你一个交流圈子和一些资料

    在我写了70篇分享文章后,我在简书、数英、梅花网、公众号等平台上拥有了数千名对数据和营销感兴趣的粉丝朋友,成为了数英网优秀作者和热门作者以及简书科技类优秀作者,...

    沉默的白面书生
  • 【报告】百度培训资料PPT:数据分析的道与术

    这是一个用数据说话的时代,也是一个依靠数据竞争的时代,得数据者的天下,目前世界500强企业中,有90%以上都建立了数据分析部门。IBM、微软、Google等知名...

    钱塘数据
  • Python数据分析之旅: 前戏

    千呼万唤,数据分析系列教程终于要来了,错过了爬虫的朋友,但这次就不要错过数据分析,今年只有三个月时间了,我希望今年过完每个人都能用数据分析搞事情!

    叫我龙总

扫码关注云+社区

领取腾讯云代金券