您当前的位置:首页 >> 聚焦 >  >> 
数据分析需要学哪些_数据分析学习
来源: 互联网      时间:2023-06-21 14:29:57

1、一、掌握基础、更新知识。


(资料图片)

2、基本技术怎么强调都不过分。

3、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。

4、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。

5、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。

6、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。

7、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。

8、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。

9、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。

10、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。

11、例如: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,新会员的统计口径是什么。

12、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。

13、A:时间;是通过创建时间,还是业务完成时间。

14、B:业务场景。

15、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。

16、3、这个数据是在哪个环节统计出来。

17、在注册环节,在下单环节,在成功支付环节。

18、4、这个数据代表着什么。

19、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)。

20、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。

21、我非常同意。

22、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。

23、哈哈。

24、你只有把数据先取对了,才能正确的分析,否则一切都是错误了,甚至会导致致命的结论。

25、新同学,还是好好花时间把基础技能学好。

26、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。

27、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。

28、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。

29、二、要有三心。

30、细心。

31、2、耐心。

32、3、静心。

33、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。

34、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。

35、三、形成自己结构化的思维。

36、数据分析师一定要严谨。

37、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。

38、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。

39、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。

40、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。

41、四、业务、行业、商业知识。

42、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。

43、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。

44、 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”。

45、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)。

46、如何提高业务知识,特别是没有相关背景的同学。

47、很简单,我总结了几点:多向业务部门的同事请教,多沟通。

48、多向他们请教,数据分析师与业务部门没有利益冲突,而更向是共生体,所以如果你态度好,相信业务部门的同事也很愿意把他们知道的告诉你。

49、2、永远不要忘记了google大神,定制一些行业的关键字,每天都先看看定制的邮件。

50、3、每天有空去浏览行业相关的网站。

51、看看行业都发生了什么,主要竞争对手或者相关行业都发展什么大事,把这些大事与你公司的业务,数据结合起来。

52、4、有机会走向一线,多向一线的客户沟通,这才是最根本的。

53、标题写着告诫,其实谈不上,更多我自己的一些心得的总结。

54、希望对新进的朋友有帮助,数据分析行业绝对是一个朝阳行业,特别是互联网的不断发展,一个不谈数据的公司根本不叫互联网公司,数据分析师已经成为一个互联网公司必备的职位了。

55、数据分析师中国统计网——一位资深数据分析师的分享。

本文就为大家分享到这里,希望小伙伴们会喜欢。

标签:

X 关闭

X 关闭