计算算计的girls

计算算计

昨天中午吃完午饭，看到园区的公告上有datagirls的分享会，内心一阵雀跃，有种找到组织的欣喜，下午的时候，隔壁小姐姐问我晚上的datagirls参加不，小鸡啄米点头，去去去。

七点半的研讨会，我们去的有点早，但是点心已经摆好了，忍不住吃了些土，一起来的男生小伙伴说，果然是程序媛，还是女生细心，会准备点心茶歇，懂得享受，哈哈哈，从点心我就觉得今晚的分享一定像巧克力一样香醇。（嘘，就不拍点心的马屁了，但是真的很好吃啊，临走还想要带一份回去给闺蜜吃，但是脸皮薄，不好意思^_）

这杯土真的好好吃，都是巧克力加奶油。
可能有些小伙伴不知道datagirls是做什么的，我去官网看了下，她们是今年才开始进入中国的，之前都是在国外，第一场活动其实也就是两个月前在北京举办的，当时参加的人并不多，但是昨晚我观看现场，大概到场的至少150人，其实datagirls是一个专注女性有趣有料的数据分析，互助学习社区，这是从网站看到的定位，从昨晚前辈们的分享来看，确实有趣有料，甚至让我觉得时间都不够，很多朋友们在群里强烈呼唤周末分享，希望时间久一点。 拍点心马屁

分享会的主题是她们都在玩数据，你也可以。在大三的时候我就在一些文章和论坛上看到大数据，机器学习啥的，当时觉得数据以后肯定会很火，果然后来到了大四，身边在说数据的朋友越来越多，可能因为是理科生吧，做事的时候总喜欢以数据说话，觉得不仅有说服力，而且清晰明了。虽然我不是一个数据分析师，但是我有一颗数据分析心，哈哈，废话先不说了，简单的把我昨晚听到的整理下。

• 第一个分享的前辈是蓓蓓（很漂亮的一个小姐姐，当时听她说已经从事数据仓库八年了，很诧异，皮肤这么好，哼，谁说程序媛不好看的，一个巴呼过去），她刚开始分享了她刚入行从小白到现在的一个过程，其中有一点我觉得我需要好好去学习的，就是在一步步成长的过程中，需要打好基础，也是老生常谈，但是工作之后，很多时候也算是“急功近利”吧，总想着实现一些功能，然后有些基础并不牢固，最近也在把基石打牢。
  蓓蓓当时在会上问了大家一个问题，因为双十一快到了，如果你作为一个卖家，你该如何评估和预测。当然没有具体的答案，大家也可以思考思考。
  蓓蓓还提到一个分析金字塔：分类->顺序->关联.其中关联是处在金字塔顶端的，而去确实很重要，后面也会提到这个。

  
  关联

• 第二个分享的是一条小鱼，哈哈哈，Sandy Wang，主题是从0到1数据分析师的自我成就之路，这个小姐姐和我好几个共同的爱好，同样爱跳舞，也是爵士哟，喜欢写作（都是简书的作者，后面会分享小姐姐的简书ID，她写的真的好棒！！！学习！）同样玩公众号，感觉爱玩的孩子都一样，希望以后有机会可以认识认识。
  小鱼主要从四个方面分享：

重业务

其实对于刚工作的技术人员来说，部分人一开始可能觉得自己是个技术人员，只需要关心技术就ok了，但是昨晚的分享以及现在的工作让我深刻的认识到，技术和业务是分不开的，准确的来说，技术驱动业务，数据要和业务产生价值。这里插一下个人的工作体验，由于我工作的是一家初创公司，并且不是纯技术的公司，刚来的时候我以为技术是很重要的，一心想着如何把网站的功能完善，把架构搭建的更好，然而做完这些并不能提升业务，不禁开始反思，到底哪里出现了问题，于是开始分析近期的用户的订单，从这些数据发现很多用户关心的不是功能多完善，而是能否提供用户想要的服务，换句话说，作为一个开发者，更要去挖掘用户的需求，去分析他们真正想要的，才能完善相应的功能再推动业务。

小鱼当时也举了一个例子，说库存天数的计算，也有多种计算方式，但是具体的要根据当月的业务来看，因为影响的因素有很多。

• 十月底／十一月初
• 十月底库存／10月销售
• 十月底库存／预估十一月销售
• 9月底库存／10月销售

其他因素

• 地区
• 产品中高端

重思考

小鱼例举了一个她自己的例子，她经常会去中国知网看目录，去思考构架的目录，框架性的思考。因为一个目录能反应这个作者对于这本书的架构，其实很多时候看目录，差不多就知道这本书的大体。

轻工具

目前市场上的工具让人眼花缭乱，但是我们需要在这些玲琅满目中选择一款最适合自己的。

讲故事

业务逻辑梳理->数据逻辑梳理->性能优化设计->UI设计->高级仪表板
同时小鱼也提到了打好基础的重要性。

2571510198650_.pic.jpg

• 第三个分享的小姐姐超有意思，千万不要以为她小小的脸蛋就是个软妹子，当然，作为一个瑜伽小姐姐很软，但是她还是一个拳击新手（当然不是正式的），是一个大数据部门的算法工程师，技能也是满满。
  QQZhou分享的主题是今年的流行色调是什么-当下畅销冬季女装展柜主色调。不得不说，女人更懂女生心啊，哈哈哈。
  QQZhou的分享偏技能，主要讲的是一个图片数据结构话，将所有大衣主色调的颜色进行聚合，通过大衣的长度，面积，调权重，通过像素分析今年流行的主色调。具体的操作和流程我也没记的很仔细，貌似中途开了小差，真是罪过啊。

• 第四个分享的小姐姐很牛掰，这次的分享会还让我认识到一点，提升英语刻不容缓了，一开场听Aislinn流利的英语和标准的普通话，然后似乎每个小姐姐的英语都很棒，我总是在她们说完一些名词然后后知后觉，这不是反射弧长，是因为好多词一听蒙蔽，而且由于时间关系，大家说的比较快，哎，好吧，这不是借口。
  Jackie是一个有十年数据分析经验的姐姐，但素我要骄傲的说，小姐姐还会潜水，在各个领域都非常棒。所以谁说程序媛都很呆板来着，过来敲小黑板！
  Jackie当时分享的主题是探秘奢侈品中的数据奥秘，这部分的由于我左脑开小差，右脑反射弧过长，以至于笔记记得不多，回想起来也是很零碎的，就不“误导”了。

提问

后面还有个提问环节，有个问题问到技术人员该如何突破瓶颈？
那当然是向天借一道闪电，渡劫啦，哈哈哈。
小姐姐们的建议是：

• 可以多参加一些研讨会，分享会，和同行业的前辈后辈交流交流，同时可以和一个团队的同事谈论交流，分享分享，大家一起进步。
• 有个小姐姐提到，我们大学里面都学了算法，线代，高数啥的，但是在工作上要如何应用呢，还是要多交流，要把想法转化成数据，瓶颈并不是真正的瓶颈，只要有想法，想要提升自己，那么就有无数个方法突破瓶颈，这里又要提到前面说的关联了，一个领域好的，就会去融会贯通把相关领域的感兴趣的都做到最好。学会T型设计，剖析自己，突破技术壁垒，实现业务增长。

还有个姐们问金融分析师会不会被人工智能替代？
虽说看了无数的人工智能大片，但是目前我一直觉得这不是担忧的，毕竟人工智能是人类创造出来的工具。

• 有个姐姐说的很对，优胜劣汰，与时俱进。如果你的公司在进步，技术在革新，但是自己还固步自封，被替代是很正常的。
• 不能依附于工具，要让自己不可替代。

一直喜欢研究心理学，期待有一天自己能够结合数据去研究心理。

关于数据分析的一些总结：

• 在工作中遇到问题的快速定位，以及快速解决
• 基础打牢
• 数据要和业务产生价值，先做相关的数据探索和采集，支撑公司的业务。利润最大化，做某件事的性价比。（大数据是趋势）
• 最基础的数据该如何分析？先设定好topic，再开始从简单到难去分析。培养分析思维，以问题为导向，以数据为支撑。
• 在任何时候，时间线和地缘线去穿取整个过程
• 分析思路很重要！！！！！！！
• 商业模式画布
• 分类->顺序->关联
• 为什么要去学？
• 从不同的角度去看数据