专栏首页巡山猫说数据「08」说说数据分析师的 “技能点”

「08」说说数据分析师的 “技能点”

上篇文章,笔者按照自己的理解,把数据分析师分为了 初级、中级、高级 三个阶段,并大致归纳了一下三个阶段的数据分析师的价值

今天,咱们一起来梳理下,关于这三个阶段的数据分析师,通用性的技能点

工具类技能点

说到工具类,大家肯定会想到EXCEL,想到SQL,想到Python,想到R

但就这些工具都有个本质性需求

整合处理数据,并将数据较美观的透出

所以回归到本质,excel也好,sql也好,python也好,其实都是数据处理的工具

我们分别来说下工具类的基础技能点

EXCEL:常用函数vlookup,match,index等,数据透视表功能,图表功能

SQL:聚合函数,窗口函数,表格关联,数据倾斜优化等

Python:循环、字典、字符串、pandas、numpy等常用包的使用

这里我们列举一些SQL中常被忽略的问题,大家可以找一下答案:

1、SQL中的 row_number、rank、dense_rank三个函数排序的区别是什么?

2、where 条件 和 on 条件,哪个的执行优先级更高?

3、SQL中的行转列 & 列转行如何实现?

网络上关于EXCEL、SQL、Python的学习资源非常多,笔者在这里就不赘述了

理论类技能点

关于理论类知识点,每个数据分析师应该都有不同的见解

财务类的分析师,需要一些财务相关的基础知识

金融类的分析师,需要的则是经济学相关的基础知识

而偏算法类的分析师,需要的是算法知识的积累

而业务类的分析师,需要的是一些产运及行业的玩儿法沉淀

当然,这些都是初级数据分析师后的方向

我们来说说最基础的技能点:统计学&概率论

1、统计推断:置信区间、置信度、假设检验(t检验、z检验、卡方检验),以及这些检验适用的数据类型及样本情况;

2、中心极限定律、大数定律、辛普森悖论等

3、概率与概率的分布、统计量及抽样分布、参数估计等

4、回归分析、方差分析、分类分析、时间序列等

再往上,我们可以去深入的思考一下 全概率公式、贝叶斯公式、马尔科夫链等在业务中的实际运用

比如在小流量实验,建设汰换流量池时,我们可以使用贝叶斯公式,不断调整和选择更好的内容方案上线

比如在分析APP链路时,我们可以利用马尔科夫链的常返态及稳态性质,计算出一个APP功能的最高渗透率,并找到这个最高渗透率的路径,做相应的产品引导

... ...

这里推荐几本书

入门级的:《统计学》、《概率论与数理统计》

深入一些的:《概率导论》

再往上一些的,就是更专业的一些书籍了,笔者知识有限,就由大家自己去发现了

业务类技能点

关于业务的重要性,基本每篇文章都有说到,这里就不再阐述

同样,这个也是最能“分割”数据分析师层级的一个技能点

笔者按照自己的理解,大致将数据分析师的职业发展划分为以下三个节点

帮助业务发展 + 指导业务发展 + 判断业务方向

帮助业务发展:我们在了解业务的初期,我们并不能很好的判断业务当前的状态,但是,业务同学,或者更资深的同学,通过他们的需求,或者业务判断,我们可以为他们提供一些数据支持,描述性统计分析报告等

即:从数据的视角,度量业务当前的状态,从而可以帮助那些更了解业务的同学去指导业务发展

指导业务发展:在对业务有较深刻的了解后,我们不仅仅需要做出对当前业务情况的判断,我们还需要逐渐具备 找到当前业务问题,并提出解决问题方案 的能力

即:从数据的视角,业务当前的状态是什么,哪些有问题,如何解决;哪些可以优化,方案是什么;如何去实施这些方案,action是什么;做了这些action后,预期会有什么效果,如何评估结果;如果有负面效果,如何cover负面效果

这个阶段是一个非常漫长的积累的过程,需要积累项目经验,沉淀分析方法论,深耕某一行业,熟悉行业玩儿法等等

这也是一个由量变逐渐变为质变的过程

本文分享自微信公众号 - 巡山猫说数据(sven994777),作者:巡山猫

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:2021-01-17

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

  • 数据分析师怎么点技能点?

    因为鸭鸭对数据比较敏感,喜欢探索数据背后的事情,思考他的业务逻辑,这也是我选择数据分析的原因,直观! down to earth!

    开心鸭
  • 说说数据库工程师必备的一个技能

    我经常看到很多年轻的数据库编程人员,似乎唯一的目的就是让代码跑起来,能够成功地搬运数据,从一个地方到另一个地方,就满足了。偶尔有遇到程序跑的慢的时候,他们会停下...

    Lenis
  • 说说数据分析的数据敏感性?

    一、从数据维度做拆分,让目标更加落地。 我做过近两年的电商运营,其中感触很深的一个点就是从数据的维度对目标做拆分。 天猫的双11刚刚过去,马云又创造了新的成绩,...

    小莹莹
  • 谁说文科生不能做数据分析?如何速成数据分析师

    “数据分析”是一个含义颇为宽泛的概念,并且,在这个数据化的时代,这个概念几乎是无处不在的。为了保证内容的有效性,在这里仅提供我了解的一些方面。 我接触的数...

    机器学习AI算法工程
  • 小明说,我是数据分析师 ——-浅谈数据分析师的前世今生

    “小明,听说你是数学专业出身的?”   “是的,领导。”   “那你去把这些手抄报表录入到电脑里去。”   “老板,请你尊重我的专业”   “那你把...

    CDA数据分析师
  • 大数据分析师:啥时候说Yes啥时候该说No?

    早在20世纪90年代的美国沃尔玛超市中,就有“啤酒与尿布“的故事表现了大数据分析给企业带来的利益体现。这些年来大数据分析正在为企业带来巨大的变化。虽然越来越普遍...

    CDA数据分析师
  • 身怀数据分析硬技能,对裁员说“NO”!

    因为数据分析是大势所趋,未来的发展空间会大有可为。随着5G网络即将商用,企业每天将会产生海量的数据,BAT日均数据更是达到了PB的级别,数据分析相关岗位才会存在...

    1480
  • 听说数据分析师挺火,我们来数据分析一下

    经常看见各种数据分析师培训的运营推荐,那么数据分析师的就业行情究竟如何?让我们用数据说话,一探究竟!

    luanhz
  • 谁说文科生不能做数据分析?数据分析入行→技能提升→优势

    我羡慕那些从学校走出甚至还未走出的时候,就可以以自己学会的知识和技术来创造价值的人;而另外一些人,比如我,要再过很久才能找到自己的位置。已经开始读这篇文章的话,...

    CDA数据分析师
  • PHP性能分析之Xhprof数据说明

    Marser
  • 数据分析师必备的数据提取技能

    数据分析师必备技能SQL 在数据分析的整个流程中,数据获取是不可或缺的一环,那么作为数据分析师,我们不仅仅需要了解如何获取二手数据,还必须掌握如何从数据库中获取...

    企鹅号小编
  • 数据分析师需要掌握的技能

    1.第一个是Excel。这看起来很简单,但实际上并非如此。Excel不仅可以执行简单的二维表,复杂的嵌套表,还可以创建折线图,柱形图,条形图,面积图,饼图,雷达...

    February
  • 别被数据分析师骗了!用数据说谎的三种办法

    AI 研习社按:日前,亚马逊欧洲商业智能部门负责人、资深数据科学家 Karolis Urbonas,在发表了题为《用数据说谎》的博文。文章总结了用数据误导人最常...

    AI研习社
  • 警惕数据应用中的“幸存者偏差”| 分析师说

    最近一段时间,小D的内心几乎是崩溃的。小D在一家银行做数据应用,刚刚试点上线了一套精准交叉销售方案,看起来高大上,用起来却然并卵,成功率甚至比随机实验还低。 ...

    数说君
  • 大咖说数据分析的方法

    数据可视化就是把枯燥的数据用图形化的方式展示出来,从而能够更好地理解数据背后的含义。数据可视化有广义和狭义两种理解,狭义的理解就是将数据用图表的形式表达出来,广...

    明悦数据
  • 数据分析师扩展技能之「ELK」技术栈

    其中,第2步是每天的主要工作,有时候你会是 Sql boy,有时候又变身 TF boy (TensorFlow)。其他步骤都是傻瓜式操作。

    数说君
  • 快速成为数据分析师的六招技能

    近几年美国公布的相关数据分析中,薪酬最高、最吃香的行业中便有IT业。IT产业日益崛起,技术也被越来越多的人掌握,而往往最被看重的技能是:数据分析、风险管理、机器...

    小莹莹
  • 数据分析师应该具备的4项技能

    优秀的数据分析师需要具备这样一些素质:有扎实的 SQL 基础,熟练使用 Excel,有统计学基础,至少掌握一门数据挖掘语言(R、SAS、Python、SPSS)...

    1480
  • 用数据说话——数据分析的基本思想

    用数据说话,就是用真实的数据说真实的话!真实也可以理解为求真务实。那么,数据分析就是不断地求真,进而持续地务实的过程!用一句话表达就是用数据说话,用真实的数据说...

    CDA数据分析师

扫码关注云+社区

领取腾讯云代金券