数据分析需要哪些能力.docVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
作为一名合格的数据分析师,你需要懂哪些? 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: 1 / 4 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 2 / 4 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。 3 / 4 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

文档评论(0)

183****6506 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档