什么是数据分析?
本文转载自公众号 一个程序员的日常
「企业数据化管理变革」这本书中对数据思维是这么阐述的:数据思维是根据数据来思考事物的一种思维模式,是一种量化的思维模式,是重视事实、追求真理的思维模式。
很多人陷入了一种误区,认为数据思维就是罗列数据,其实不然,数据思维的重点是要得出定性的结论。
举个简单的例子:甲公司的某款产品12月份的销售额3千万,环比增长-10%,同比增长10%,这就是罗列数据。而数据思维要做的是看到这些数据,如何通过这些数据发现问题,思考这些数据产生的原因,为什么相比上个月销售额下降了10%?是因为竞品的出现还是产品出了问题?这都是要一步一步探索的。
数据的价值分为两个部分,第一个是数据本身,第二个是由数据分析产生的结论。
我在刚毕业的时候去了上海一家与物流相关的公司,为了进行物流网点的拓展,我采集了全网二十多个大型物流网站的上百万的专线老板的电话等信息进行短信营销,为公司带去了近百万的盈利。
后来我又用这些电话、网店地址和线路等信息作了一份物流分析报告,帮助业务人员在物流选址、线路定价上做了一些更好的计划安排。
除了这些在工作上的用途外,在我的日常生活中,数据也为我产生了很大的价值。
从数据本身来看:我想看电影于是采集了豆瓣电影的所有的数据进行筛选、想听音乐于是采集了网易云音乐的真个曲库进行筛选。
除了数据本身,数据分析也能带来价值:通过知乎的数据我们能知道什么时候回答什么样的问题可以获得高赞、通过淘宝商品的历史价格数据我们能分析出双十一的商品价格是不是一年中最便宜的,如果不是最便宜的我们应该在什么时候买东西;通过舆论分析我们能知道小姐姐这个词是怎么火起来的?有人认为是在日漫中火起来的,其实并不是。
总之数据分析不仅能让我们更加理性的看待问题,也能给我们带来更加实际的利益。
数据分析师必备的技能分为这几大块
1.数据采集
第一块是数据采集,所谓数据采集并不是我们理解的数据爬虫,尤其是我们在工作中遇到的数据很多都是来自系统内的数据,来自数据库的数据来自日志的数据。
但是这些数据维度是非常多并且复杂的,所以在分析前我们就需要把这些数据采集来。数据采集常用的手段有:SQL/Python,其中SQL是数据分析的必备技能,Python是加分项。
第二块是数据清洗,采集来的数据一般是不规整的,字段缺失或者有错误是常有的事情,如果我们不对这些数据进行清洗,分析出的结果就会出现各种异常。在数据清洗这一块就需要用到一些简单的统计学基础。
有了前两步做铺垫,我们就可以进行第三步数据分析了。作为商业数据分析来说:数据分析最重要的是行业知识和逻辑思维能力。行业知识往往是通过在行业中的工作经历来获取的,当然作为学生也可以通过一些行业相关的数据报告和杂志来获得。
而逻辑思维能力,需要后天的不断的锻炼,常见的锻炼方法是多看数据分析实战相关的书籍,学习作者的思维方式;经常和小伙伴一起做头脑风暴;对于一些工作生活中有趣的经验主义的事情尝试通过数据角度去解答。
最后,数据分析得出了结论往往不是文字所能表达的,我们可能想通过数据可视化让结论更加的容易理解。目前国内外的数据可视化的产品也非常多,我常用的有:Echarts/Tableau/Excel/Python等。
如果你对以上四步都没有什么问题,我想你离数据分析师的道路就不远了。当然很多时候程序员思维并不需要你能掌握以上所有的内容,而仅仅需要在第三步的数据分析的思维上花功夫。
—————END—————
帮一位猎头朋友发个招聘JD:
Amazon-AWS团队落地中国,目前需要1个SDEM和3个SDE2-3。 需要3月到岗并与3月底飞到美国,工作半年,叫AWS某些模块的工作交接,带回中国,未来两年内会常出差美国,做项目探讨。所以英文要求较高,希望候选人全栈能力,至少精通后端,懂前端。要求5年以上工作经验,外企+BAT背景者优先。
有意者请联系猎头小姐姐: 18519296922 / 18983662123
喜欢本文的朋友们,欢迎长按下图关注订阅号程序员小灰,收看更多精彩内容
转载声明:本文转载自公众号【程序员小灰】
原文链接:https://mp.weixin.qq.com/s/qT_CYqrnK0X5iOo1GNQyJQ
- 点赞
- 收藏
- 关注作者
评论(0)