如何成为优秀的分析专家.pdfVIP

第 8 章 如何成为优秀的分析专家 本章开始之前，我们先来做个小测验。测验非常简单，不用紧张。现在 坐好了，花几分钟时间想一想顶级分析专家的身上有哪些最重要的特 质。被我们称为分析专家的这种人，能够成功地驾驭大数据，有能力完成第 7 章里描述的那些复杂的分析工作。他们是掌握了高超技巧且受过专业训练的分析 专家，他们能够建立预测模型，完成预测或者类似的工作，他们并不是只会做复 3 5 杂电子表格或报表的那类人。列出你认为最重要的 ～ 项特质。好了吗？你的 清单应当包含你认为最重要的那些特质，完成后请继续往下阅读。 大部分读者的答案都不会完全正确，都会有这样那样的错误。原因是当我们 谈到什么是优秀的分析专家最重要的特质时，会根据一些常识来判断，而这些常 识即便说不是完全错误的，也是不完整的。本章将对此进行探讨，讨论究竟是哪 些特质让优秀的分析专家脱颖而出。首先，我们要清晰地界定分析专家的含义。 8.1 哪些人是分析专家 被冠以分析专家头衔的人会有很多不同的称呼。以往最常见的称呼是分析专 家、数据挖掘工程师、预测建模工程师以及统计人员。最近，数据科学家这个称 呼比较流行，尤其是指那些使用 MapReduce 工具并分析大数据的人。本书将上 述所有人全都认为是分析专家。 事实上，上述分析专家虽然头衔多种多样，但是他们技能的相似程度会大于 差异程度。这些分析人员的日常工作都是利用数据解决业务问题。不同类型的分 170 驾驭大数据 析专家所使用的工具或算法可能会有所不同，但优秀的分析专家会根据需求在不 同领域之间自由徜徉。如本章所述，优秀的分析专家之所以与众不同，绝不是因 为他们使用了不同的工具、算法或数据。 需要特别指出的是，与传统意义的分析专家相比，数据科学家这个新的群体 并没有什么特殊之处。就像以往分析专家关心的是找到新颖有效的方法利用数据 解决业务问题一样，数据科学家也是如此。事实上，数据科学家喜欢使用不同的 工具、编程语言和数据集，这种做法并没有让他们的目标和意图有所不同。他们 使用的都是相同的技能，具备相同的竞争力。 唯一阻碍传统意义上的分析专家成为优秀数据科学家的是培训和学习，反之 亦如此。有了一定的基础，任何优秀的分析专家学习一门新的语言、一种新的工 具，都不会有什么问题。任何优秀的分析专家都会迫不及待地抓住机会，去了解 新的数据源以及它们的使用方法。 凡是认为自己是分析专家的人，无论他们被称为数据科学家还是分析专家， 都会认同本章的观点。跟这些分析专家进行交流的那些人肯定也会认同这些观 点。分析专家能够理解他们彼此之间有很多共同之处，这一点对他们来说非常重 要。这些特质和行为正是所有优秀分析专家的特征。 8.2 对分析专家常见的误解 列出分析专家最重要的特征时，大多数人都会加上学历这一点。通常，我们 会认为优秀的分析专家应该是学统计学、数学、计算机科学、运筹学或者其他类 似的专业。而且，我们经常还会认为他们得有个硕士学位或者博士学位什么的。 我们经常关心的另一点是编程经验。我们认为优秀的分析专家应该可以使用多种 语言编程进行分析。这种认识背后的逻辑是，普通分析人员所使用的工具，分析 专家肯定用得更好。 人们普遍都会选择列出上述这两点，但这是不正确的。优秀的分析专家需要 很强的数学和统计学背景知识。正经八百的学位，其实并非必需。在工作中边干 边学，或者通过其他方式学习也是可以的。优秀的分析专家需要一定的编程能力， 这是因为所有主流的分析工具都要有一定的编程知识才能用好。但是，具备这些 编程能力也不能保证百分之百成功。 第8章 如何成为优秀的分析专家 171 这就应了数学上的一句话：必要但非充分。要想成为优秀的分析专家，统计、 数学、编程这些技能是绝对必要的，但并不充分。除了这些基础知识以外，分析 专家还需要掌握更多的技能。具备数学方面的基础知识和编程能力是一个前提条 件。虽然这些能力很重要，但它们并不是区分优秀分析专家和普通分析人员的分 水岭，它们仅仅是起点而已。 如果招聘经理把注意力过多地放在技能知识以及学术背景上，结果是他们招 到的员工也会把精力放到这些支离破碎的事情上面，而非关注全局。公司在招聘 分析专家的时候还要在其他层面上