光环大数据告诉你如何成为一名合格数据分析师

 

 

“21世纪什么最贵?——人才！”

 

大数据时代下，什么最难找？­   ——实现数据价值的人！-数据分析师。

 

当前企业对数据分析师的认识是怎样的？表哥表姐？还是像诸葛亮一样“指点江山，运筹帷幄”，无所不能？

 

可能都有，但更多是不同公司认识更偏极端，要么表哥表姐，要么诸葛亮。到底真正的数据分析师到底能有什么作用？他们是如何一步步成长起来的？

 

先通过一个案例看看数据分析师能做些什么：

 

女儿竟然怀孕了？！

美国第三大零售连锁超市Target的一家店铺，一名男子闯入进行抗议：“你们竟然给我女儿发婴儿尿片和童车的优惠券？！要知道她才只有17岁啊”。出于客户服务的需要，超市经理立刻代表公司进行道歉。

 

然而，若干天后，这位父亲再次来到这家超市，很诚挚的向超市经理道歉，原来女儿真的怀孕了，而做父亲的没有察觉，竟然是一家超市提醒了自己，这位父亲感到很愧疚。

送走了愧疚的父亲，超市经理忍不住好奇，向公司总部询问我们是怎么做到的。原来Target的大数据工作部门通过数据挖掘的方法“猜到了”这位女士已经怀孕。

 

 

如何“猜到”怀孕？

 

-Target的大数据工作团队，通过数据挖掘模型在数据仓库中找出25项与怀孕高度相关的商品，制作“怀孕预测指数”。比如他们发现女性会在怀孕四个月左右，大量购买无香味乳液。以此为依据推算出预产期后，实施精准化营销，抢先于竞争对手将孕妇装、婴儿床等折扣券寄给客户。这也是前述案例发生的根源。

 

上面可以看到，Target实际上通过如下几件事情完成了“猜测”客户怀孕，并进行营销的过程。

 

1）基础数据的梳理（ 数据仓库）；

2）数据到信息的提炼（数据挖掘）；

3）信息到营销方案的实现（精准化推荐）；

 

从这里可以看出，对怀孕进行预测（或称母婴年龄标签）的意义和价值体现在：

 

    • 精准化营销，提升营销效率

         -预知用户可能需求，从用户出发，进行精准化推荐，提升营销效率。

 

    • 提前关怀和激励，增强用户粘性，提升用户重复购买

         -提前预知未来用户群的分布特征，通过营销活动，关怀并激励用户，增强用户粘性，也可针对性引导用户进行重复购买。

 

    • 把握用户需求，优化品类结构，提升库存周转

         -根据未来用户群的分布特征，预知可能消费状况，采购备货时即可进行参考，在用户未来需求量大的商品上，加大SKU的宽度和深度，减少需求量小的SKU库存深度，实现优化品类结构、提升库存周转的目标

 

但是现实中的数据分析师，经常开玩笑说自己是民工，是专门“搬砖”，好像没有做那么高大尚的工作。在实际中的很大一部分时候是在写代码，取数据，处理临时需求，一起来看看几个场景：

 

场景一：开会数据又“打架”

A公司管理层会上，张三部门领导给出的数据说XX指标是在上升了。李四部门领导给出完全相反，XX指标是在下降了。等讨论完数据口径，会议时间到了。

老板内心OS ：又白开了，我必须要招个做数据的人，你们就别出数据了。

 

场景二：脑袋一拍，目标就来

B公司运营团队在做一档大促，活动方案已好，但目标多少。领导脑袋一拍，直接3X！

运营团队内心OS：领导，到底还能不能好好的玩耍？不是说好数据化运营的吗？

 

场景三：亲，快给我数据

亲，昨天要的数据好了吗，要定活动目标了？分析师内心OS ：今天又要工作到明天

亲，明天老板开会，快给几个数据吧！分析师内心OS ：XXX，我刚到家又要加班

亲，销售掉了，看是不是数据有问题？分析师内心OS :明明就是你业务掉了。

 

那一个数据分析师具体工作内容有哪些？企业的价值是如何体现？

数据分析师是从数据的角度帮助公司业务团队监控、定位、分析、解决工作中的业务问题，然后通过数据产品把“洞察”、“知识”结构化的沉淀下来。

 

所以数据分析师的工作内容分为四个层面：

 

1、处理临时需求：解决业务一次性，临时性的数据需求

2、报表开发：根据业务需要，与开发工程师讨论进行相关报表开发。

3、数据分析与挖掘：与业务同事一起沟通，分析业务问题，提供建议; 根据业务需要建立各类挖掘模型。

4、数据产品化：通过数据产品化方式解决结构化业务问题。

 

几点经验分享：

有临时需求的企业才是有生命力的企业，为什么这样说？

 

• 临时需求的产生来源：

新业务出现
业务发展过程中会不断出现问题
业务发展过程中需要不断调整优化
管理层各类思考，你懂的

• 报表不可能满足所有看数据需求

• 不要把临时需求仅仅就当做一个取数工作。学会梳理，管理代码。

• 把临时需求做为一个了解业务，学习&熟悉业务，发现业务问题的工具。同时与通过各类临时需求的处理，为业务方提供满意的，为后续各类工作的开展打下基础。

• 不要设计大而全的报表，这种报表基本上”鸡肋”。

• 对报表一定要进行生命周期管理。

• 对大多数据企业来说，数据主要还是服务“内部”顾客。

 

所以一名合格的数据分析师的成长，的确需要经过几个阶段：

 

 

 

能否成为一条合格再到后来优秀的数据分析师，不仅在技能层面要有一定的基础，更重要的以下几点非技能层面：

 

 

希望以上几点经验能帮忙大家，分享自己在数据分析师成长路上经验，为同行为提供参考。

 

　　大数据分析、大数据分析师、大数据培训哪家好、大数据培训靠谱吗、大数据培训排行榜，就选光环大数据！

 

大数据培训、人工智能培训、Python培训、大数据培训机构、大数据培训班、数据分析培训、大数据可视化培训，就选光环大数据！光环大数据，聘请专业的大数据领域知名讲师，确保教学的整体质量与教学水准。讲师团及时掌握时代潮流技术，将前沿技能融入教学中，确保学生所学知识顺应时代所需。通过深入浅出、通俗易懂的教学方式，指导学生更快的掌握技能知识，成就上万个高薪就业学子。 更多问题咨询，欢迎点击------>>>>在线客服！