你好,游客 登录
背景:
阅读新闻

大数据分析师

[日期:2017-04-13] 来源:  作者: [字体: ]

  早在20世纪90年代的美国沃尔玛超市中,就有“啤酒与尿布“的故事表现了大数据分析给企业带来的利益体现。这些年来大数据分析正在为企业带来巨大的变化。

  大数据分析师,指的是不同行业中,专门从事行业数据搜集、数据整理、数据分析,并依据数据做出行业研究、评估和预测的专业人员。

  他们知道如何提出正确的问题,善于数据分析、数据可视化和数据呈现;能够辅助公司商业决策,帮助降低成本,提高收益,改进产品,留住客户,发现新的商业机会等。总的来说,根据大数据分析师的级别,他们主要的工作内容可能包括以下:

  主要的工作内容可能包括以下:

  1.熟悉使用统计软件和其他技术分析和数据解读软件;

  2.从primary research和secondary research中收集提取数据;

  3.清理和选取数据,去除无关信息;

  4.提供准确的数据分析和可视化报告;

  5.总结数据里的趋势或相关性;

  6.为过程改进发现潜在机会并提出可行建议;

  7.创建并管理维持数据库;

  8.修改代码相关的问题;

  9.与IT部门、管理部门、大数据科学家合作,决定整个公司的团队目标。

 

      虽然越来越普遍,但数据分析中有些“YES”和“NO”却是必须遵循的。

  YES!立体式分析

  立体式分析即维度分析。产品数据挖掘应该在产品环境下从产品性能、市场需求、用户体验等方面切入分析。数据分析是带有商业性的,因此要立体性对于数据进行深层次整理分析,才能将各方面有价值的信息提炼出来对产品优化带来帮助。

  YES!明确适用性

  要注意每种统计分析方法的适用范围。许多分析方法对数据的要求很高,如果样本分布不符合要求,样本量数量不足,或存在大量伪样本,都将影响最后结果的正确性。譬如,我们经常要使用的因子分析、聚类分析,若样本量不足通过SPSS获得分析结果是没有任何意义的。

  YES!正确整理数据库

  在选择好分析方法分析数据时的同要按照要求整理数据库。错误的数据库格式对研究的弊处是显而易见的。在使用研究模型前,要考虑数据的适用性。同时,数据的合理转换也很重要。如在访问时经常提问出生年份而非年龄,这样可以避免误差。这样将收集到的数据进行转换也得到一样的结果。在计算时,我们还常整合几个变量成为一个或者另几个变量。

  YES!分析数据可视化

  大数据的体现往往是以海量的形式,而数据分析首先要整理,其次要分析。大数据的分析将能将普通的数字变成珍贵的信息,体现未来的趋势和相应的结果。一号店等企业使用大数据魔镜,将大数据可视化分析作为基础,建立起一体性的业务模型和产品,明确了顾客关系,提高了运营效率,运用数据规模化帮助企业规划。汉堡王通过Tableau系统让了解每天的业绩更便捷,为企业带来更大利润。

  NO!轻视精准

  数据中的每一个小数点都可能带来巨大的影响。因此数据分析不能有“不准确可以再改”的想法。做数据分析最基础的是要有严谨的态度和科学的方法。

  NO!分析方式不当

  数据分析是一项专业性技能,需要使用专业工具进行分析。一般分析数据的工具有Excel、报表工具、BI等,还有最新型的可视化数据分析产品魔镜。应当使用专业工具进行数据分析,可利用图表表达分析结果。而不能粗略地计算数据,以此保证其有效性。

  NO!忽略数据源

 

  足够多的数据的确是实现技术的前提,但数据越多并不是结果越准确。一旦不能保证数据来源的准确度,大量的数据反而会使数据分析难度加大,从而使最后作出不准确决策。因此不能盲目追求数据量的大,而要同时对数据源的准确性有保证。





收藏 推荐 打印 | 录入: | 阅读:
相关新闻       大数据分析师 
本文评论   查看全部评论 (0)
表情: 表情 姓名: 字数
点评:
       
评论声明
  • 尊重网上道德,遵守中华人民共和国的各项有关法律法规
  • 承担一切因您的行为而直接或间接导致的民事或刑事法律责任
  • 本站管理人员有权保留或删除其管辖留言中的任意内容
  • 本站有权在网站内转载或引用您的评论
  • 参与本评论即表明您已经阅读并接受上述条款