{eval=Array;=+count(Array);}
会不会python对你能不能成为数据分析师也没有任何关系,它只是一种工具语言,没有因果关系
先从2则高级数据分析师的招聘看起:
第一个:
任职要求:
1、统计学,数学,计算机等专业本科及以上学历,3~8年或以上的数据分析工作经验。
2、扎实的数理统计理论知识,如描述性统计,推断性统计,多元统计分析等。
3、熟悉数据挖掘理论与方法,如聚类分析,决策树,逻辑回归,关联规则等。
4、熟练使用SQL语言进行各种复杂的数据处理和汇总统计分析。
5、熟练使用SPSS,SAS,R,Python中的任一工具进行数据分析工作。
6、逻辑思维能力强,表达条理清晰,善于用PPT写作。
7、熟悉Tableau、FineBI等BI工具,了解数据结构和可视化报表设计。
第二个:
1. 应用数学、统计学、金融学等相关专业,硕士及以上学历。
2. 有良好的产品Sense和商业敏感度,有2年以上电商、物流、零售等数据分析经验。
3. 精通SQL,有一定的Python或者R编程能力,或能使用SAS或SPSS,有海量数据分析和挖掘经验者优先。
4. 对数据敏感,有强烈的数据驱动意识,能以创新的分析方法剖析复杂的商业问题。
5. 具有高质量的分析报告撰写,有较强的沟通表达、项目管理及组织协调能力。
不知道大家注意到没,SPSS,SAS,R,Python之间是并列关系,也就是说你只要精通其中的一种即可,那么作为分析师,更看重的是什么能力呢?
什么是商业分析能力呢?我通过几个面试题来让大家感受一下
问题一:
某大型品牌更换代言人之后,首月销售额增加50%,因此认为代言人更换十分成功,你是否认同,为什么?
问题二:
以下是一家B2C电子商务网站的一周销售数据,该网站主要用户群是办公室女性,销售额主要集中在5种产品上,如果你是这家公司的分析师
1、从数据中,你看到了什么问题?你觉得背后的原因是什么?
2、如果你的老板要求你提出一个运营改进计划,你会怎么做?
问题三:
这个月我们的GMV下降了20%,请问你将从那些方面进行分析?分析的逻辑是什么?
嗯?是不是有人看到这些问题一头雾水
那是你学习数据分析的路径和方式不对,我接触很多的分析师转行都是从学python开始,误认为学习了python就能做好数据分析,简直是做梦,python对数据分析有一定的影响,但不是因果关系
python对分析师来讲只是工具,那你知道对分析师来讲最核心的三大工具是什么吗?
PPT、Excel、SQL
这就是你的商业分析能力,假如你还领悟不到,那就自己尝试开个网店什么,买点小东西,你感受一下,什么叫商业sense
(这些工作看似不同,其实考验的都是你的商业分析能力)
比如,一个业务给你说,今天我们的ROI是60%,那你瞬间就要知道60%在整个行业什么水平,是正常值还是异常值
那么这要如何做到?都背过英文单词吧,我们分析的市场常见的一些指标的数值一定要记住,这个对你瞬间的判断很有帮助,比如:客单价、次日留存、获客成本、活跃用户、复购率等等,这就是你大脑中的参考物,再加上商业分析的sense,你很快能找出一种解决方案出来,这就是为什么要求数据敏感性的原因之一
还有一种,举个栗子,有一次你去参加某峰会,上面一个竞争对手的boss说,我们的用户量突破1000万,客单价360,活跃用户数达到400万
这时候的你,脑海里一定要有几个思考:
1、同样的时间戳,我们发展了多少用户?差异悬殊吗?
2、客单价和我们的差距在哪?是品类引起还是高净值用户引起?
3、活跃用户的口径是什么?最活跃的区域在哪?存在我们的机会市场吗?
等等类似这样的问题,这都是要给予数据的敏感性去判断,大脑永远都是碰见异常、悬殊的数据才能带动我们的深思,所以你的敏感性很重要
所谓的数据洞察和分析,到最后就是再用数据讲一个好的故事,好的故事不但需要严密的逻辑,而且需要好的素材(数据),好的场景(框架),好的展示(可视化),好的表达能力(沟通)
很多人认为昨晚数据分析报告就可以,其实打错特错,你要把你所有的发现和观点能够串起来,和汇报的对象进行深度分享和共鸣,你才配提“价值”二字
首先要搞清楚WHO,你汇报的对象是谁?这对你的报告能否产生彼此的共鸣很重要,没有共鸣就没有价值可言,这是底线
其实WHAT,你要讲什么?整个故事的主人公是你,你要用数据和商业的sense造出一个好故事出来,而不是每一页一页的念下去,对别人来讲,误以为你只是做了数据到图表的展示,还没有到洞察,数据分析只是假设验证的过程,更重要的是能够将观点都串起来讲一个故事,多站在用户的角度去分析
最后NEXT,需要下一步做什么?好的报告不是数据,也不是图表,而是通过简洁的展示和表达,让对方知道我要如何去做,那我们更应该深度去思考,用什么样的展示能够让对方赏心悦目,传达精确,这需要下很大的功夫去思考,切记不要忽略!!!
这里就不多说了,这类说过很多了,记住我所说的算法是常用算法,一般人知道什么场景下如何应用即可,知道结果的解读,如何用软件来操作就行,你不是搞科研的,你需要的只是严谨
好的分析不仅仅只是会用算法和模型,定性也很重要!!
最后想告诉大家,能不能成为一名优秀的数据分析师,和你会不会编程没有绝对关系,会只是能够加分,仅此而已
0
回答0
回答0
回答0
回答0
回答0
回答0
回答0
回答0
回答0
回答