【数据分析师】其实就这么简单

2017-05-03  本文已影响0人  Ruth999

“They are half hacker, half analyst, they use data to build products and find insights.”“他们一半是黑客,一半是分析师,他们用数据来做产品、提出新见解“

                                                                                                                                 ——Monica Rogati

当上司需要你出本月业务报表并加以分析时,你是否一个头两个大!

当月末来临,又到业绩汇报时,是不是觉得面对一大堆数据无从下手!

这个月因为业绩数据分析整理问题,又被老板臭骂了一顿......!

其实,数据分析并没那么难!

具备一些数据分析师的基本素养就能运筹帷幄,让你的上司刮目相看了!

那么,数据分析师是怎样一个岗位,需要具备哪些基本素养呢。

一张图让你快速了解!


灵魂|业务至上,用数据说话,对数据负责

现在有很多文章介绍如何快速成为数据分析师,提升数据分析技能,但往往忽视了一个最重要的前提——理解业务。

业务如同数据分析的敲门砖,没有了业务基石的底层搭建,数据分析终究是空中楼阁,就像一个没有灵魂的行尸走肉。只有深刻理解业务逻辑,数据分析师才能读懂数据的前世今生。每一个数字都有其商业逻辑,数据分析师不是数据搬运工,需要解析数据背后的逻辑,与业务部门深入沟通,基于业务,指导业务。

而当你深刻理解了业务逻辑,一个新的世界骤然开朗,在这个只属于你的数据王国里,每一个数字、每一个规则和元素都在与你倾诉其商业逻辑,接下来就可以轻松进行业务梳理,进而将业务统计方法以及业务效果评估方式一网打尽,最后用思维导图、visio 画出业务流程,并进行后续优化。

当然,提升业务理解能力并非一朝一夕的事,需要不断的积累理论知识和工作实践。

1、多充电:阅读相关行业的经典书籍、典型案例是很有帮助的,比如《基业成长》、“啤酒与尿布”等。这会使你的分析少走弯路!

2、多沟通:“纸上得来终觉浅,绝知此事要躬行”, 一定要去业务岗调研,向各部门资深同事请教,和产品业务相关的技术同事沟通,建立自己的数据分析思维和逻辑,以便事半功倍。

3、多接触产品:只有站在用户的角度,体验和了解了产品,才能在分析时有更直观的思考和总结。

心法|分析逻辑训练

学武精要在于先悟心法,再练招式。在此小编要告诉大家的要领便是——基础理论。

统计学、经典分析模型的熟知了解,可以帮助数据分析师在接到任务时快速识别用哪套框架、哪些维度分析数据,并能进行灵活调整。

简单的统计学、概率论,高中基本都学过。如果没有,书店也有一些很好的教材,可以买来看看,自学是分析师的必备技能。统计知识常用的有描述性统计、假设检验、贝叶斯、极大似然法、回归(特别是广义线性回归)、主成分分析、时间序列等。

分析框架常用的如SWOT分析、5W2H、4P理论、SMART原则、杜邦分析等,了解学习这些经典模型,并结合实际工作,有助于分析思维的训练,形成自己的分析思路和方法,实际应用中便能快速搭建分析体系。每一种方法论都各有其优缺点,融会贯通,根据实际情况进行调整,这是一个渐进的学习过程。

武器/招式|掌握基本的数据分析工具

“工欲善其事,必先利其器”,数据分析是一个从提取到呈现的过程,因此每个部分用到的工具是不一样的,而且程度也有深浅之分。每个工具都有它的优势和缺点,比如excel 灵活简便,但却操作不了大量数据。所以,学习了解多种分析工具,是数据分析师必备杀手锏。

下面简要介绍几类数据分析工具:

1、Excel(公式函数、数据透视表、图表必须,VBA加分)、PPT是基础技能,电脑基本配备,且现在office2016已经实现了很多复杂的统计分析,画出的图型也越来越精美。

2、各类关系型数据库大同小异,熟练SQL语言,会增删改查。有需要的话可加深对Hive、NoSQL的学习了解。

3、数据可视化工具有很多,如tableau、FineReport、 plot.ly、echarts.js;R里面的ggplot、ggvis;Python里的bokeh、matplotlib、seaborn等将是你爱不释手的利器!

4、基于统计学的算法模型,如聚类、回归、随机森林、贝叶斯,在R、Python里都可以实现。

“磨刀不误砍柴工”,随着技术的发展,市场上也出现了很多新工具。数据分析师需要时常更新自己的工具库,如果能精通某几门工具,也能成为大师级的人物!

血肉|全面的知识体系

熟知并掌握了前面的相关知识,相信你已经轻松迈入了分析师的大门,但数据分析师要走的路,远不止这些!

若要在这方面有所建树,必须全面的掌握相关知识体系。因此,经济学、社会学、心理学、政治学的涉猎,将帮助你更好地理解所在的行业,也能更好地将数据背后的故事讲述得有血有肉。

最后,小编觉得,一名优秀的数据分析师,需要懂业务,会编程,有逻辑,用技术手段呈现数据报告,最终能将数据背后的故事以最简单有效的方式呈现给别人。

所以,你懂了吗?

但依然会有人质疑:道理我都懂,可还是分析不好数据?

那么小编将使出浑身解数,良心推荐一个包治百病的数据人圈子群,wx搜一搜哦,你需要的他们都有!如有更多问题宝原科技为您解答。

上一篇下一篇

猜你喜欢

热点阅读