一个数据分析师如何改变比码农还惨的人生
直到做数据分析师五、六年了,每每和家人朋友聊天,都还是会有人不懂我在做什么。
家人:“数据分析?分析什么东西?”
我:“哪里有数据,哪里就有我们,什么都可以分析。”
家人:“是软件工程师吗?会编程吗?”
我:“...不是,不太会。”
家人:“那是管理层吗?”
我:“还...还不到级别。”
家人:“那是商务人员?做市场或销售。”
我:“...也不是,不过我们辅助他们作决策。”
家人:“决策不都是老板说了算吗?你们到底做什么?”
我:“......来,我去给您加点水。”
除了家人朋友,很多时候,同公司内部的人也会比较困惑,数据分析师究竟是做什么的。收集数据、整理数据表、做各种报表、写ppt、做挖掘模型、打小报告 ......每个人的理解都不一样。
“小陈,你能给我发一个去年一年的xx页面的访问量吗?最好是以国家,行业,公司规模作为纬度的,浏览量和UU都要。”在数据分析师眼中,这样的场景早已司空见惯。
由于我们对SQL等数据工具轻车熟路,很多部门就会直接找我们要数据,但并不会说清楚前因后果。这样不仅浪费分析师时间,也并不能解决业务人员的需求。
数据分析,被很多部门漏看了“分析”二字。
数据分析师的正确姿势应该是什么样?
互联网公司的优势在于,运营过程中产生大量数据,这些数据可以通过一些手段转化为决策的动力。
数据分析师,就是这其中的结合点。
产品,营销,销售等部门,都会有不同的需求。
例如,产品经理最关心的,是AB测试的数据,用以决定产品的效果;
营销团队,在乎营销渠道反馈与结果的数据,以便设计下一个营销战略;
销售,关心客户的购买率,保留,以及追加销售时机等。
数据可以直接为其提供服务。
而很多数据分析师现在正在做什么呢?
以写SQL做图表为生,把数据整理的干干净净整整齐齐。
但这仅仅是第一步,很多时候,商务部门人员无法直接理解表格数据。
那么数据分析师,还需要把数据通过浅显易懂的图表形式展现出来,无论是饼状图,曲线图,柱状图等等。
但这样的需求可大可小,随时都有可能产生,十分耗费精力和时间。
如果可以自动化出数据,制作走势图,就可以大大的减轻分析师的负担。
在我有限的工作经验里,数据分析团队往往是工作非常辛苦的团队,原因主要有两个。
一、数据分析人员多半是一对多的关系,一名分析人员同时需要支持很多业务团队,每个业务人员都有不同的截止日期,重要程度,这些工作都堆在分析师面前,通常需要加班完成;
二、分析人员属于幕后人员,而且没有开发的码农们那么受重视,也没有得到上级在人员或精神上的支持,于是多半是苦逼的熬着。
我们应该怎么改变这种屌丝生活呢?
首先可以对自己工作进行优先排序,并与对口业务人员沟通,减少或避免复制粘贴的工作。或是进行培训,将如何做复制粘贴的工作方法教给业务人员,所谓授人以鱼不如授人以渔。
不过这些仍然只能治标不能治本。
最直接的方式就是善于利用外部软件服务,避免脏活累活都自己干。
很多现有的服务公司,都可以为帮助客户直接产生漂亮干净的数据,进行无埋点采集。要什么有什么的数据,大大减轻分析师数据处理的时间。
我和我的同事们也是在坑里摸索多年,生成了这样一种产品。运用无埋点采集, 让数据分析师能够专注于分析结果驱动业务,而不是作各种数据清洗和埋点采集或者数据质量QA。
让工程师解放出来,让产品经理可以任性起来,随意增加维度和指标。将更多时间投入在分析数据上。
最后,我个人的经验,在数据分析师的工作中,有三点十分重要。
第一,要勇于展示自己的工作。由于是幕后,我们更要学会自我销售、自我推广,让公司内部人员了解我们的工作进度和成果,得到认可;
第二,深入业务,详细了解商务内容。只有这样,在与业务人员沟通中,才可以得心应手,知道自己努力的方向;
第三,创新,创新,再创新。无论是建立数据挖掘模型,还是规模化数据平台,数据分析人员不仅要精通自己的工作内容,还要不断思考寻求简化现有流程方式,提供新颖实用,并且切合业务需求的产品。
只有这样,我们才有出头之日。
我们坚信,未来是大数据的时代,而数据分析师,就是走在时代前端的人。别把时间花费在低产出的数据整理和清洁上面,善于利用工具,朝向正确的方向努力,一定可以在成长道路上走得更快更远。
数据分析咨询请扫描二维码
CDA数据分析师在中国航信高科技产业园进行了面向测试度量的数据分析培训课程,培训人数近2 ...
2024-05-01CDA数据分析师走进深圳迈瑞生物医疗电子股份有限公司,在迈瑞总部展开了为期两天的培训,本次课程参训人员线上及线下近百人, ...
2024-05-01CDA数据分析师在合肥市对合肥阳光新能源科技有限公司开展了为期8天的企业内训。 合肥阳光新能源科技 ...
2024-05-01CDA数据分析师走进海尔大学,进行了《数据治理与数据中台建设的道与术》专题培训,培训现场爆满,近百人参加了此次培训。 ...
2024-05-01在中国银行苏州分行培训中心开始数据分析师培训,此次培训课程共10天内容,包括Excel、MySQL、概率论与数理统计、SPSS等内容, ...
2024-05-01从实际的业务需求出发,结合行业的典型应用特点,围绕实际的商业问题,探讨数据挖掘、机器学习模型在金融领域的应用,包括获客、信用评分、细分画像、交叉销售、反欺诈、违规识别、时序预测、运筹优化、流程挖掘九个方面,形成 ...
2024-05-01本次培训课程为线上+线下的模式,由于学员编程能力不一、部分学员没有编程基础,故提供统计学、python基 ...
2024-05-01华夏银行信用卡中心-机器学习培训 1、课程亮点 取材于业界一流企业和顶级咨询公司的行业实践;已经被证明是人人 ...
2024-05-01主 题:数据中台建设及数据分析应用主题分享 1. 数据中台市场洞察 2. 主流数据中台产品比较 3. 某企业数据中 ...
2024-05-01围绕“数据驱动”战略,全力打造我行 300 人数字化人才梯队,着力培养数字化管理人才、大数据专业团队 ...
2024-05-01在当今数据驱动的商业环境中,数据分析成为了企业决策的重要依据。通过对大量数据的收集、处理和分析,企业能够更好地理解市场 ...
2024-04-29在人工智能(AI)的世界里,提示词(Prompt)是一种强大的工具,它能够引导AI按照用户的需求产生特定的输出。本文将深入探讨AI ...
2024-04-29CDA立足未来职场,拓展前沿视野——对外经贸大学保险学院举办“三全育人大讲堂”分享行业最新动态。 ...
2024-04-294月2日,CDA数据分析师创始发起人兼协会理事长赵坚毅博士受邀在浙江万里学院举办了一场以“数字化能力在职场中的作用” ...
2024-04-29随机森林(Random Forests)现在机器学习中比较火的一个算法,是一种基于Bagging的集成学习方法,能够很好地处理分类和回归的问 ...
2022-12-23方差分析是数据分析中常用的一种统计分析方法,接下来让我们简单了解一下方差分析的基本思想和原理吧。 方差分析(Analysis ...
2022-12-23来源:关于数据分析与可视化 关于streamlit-aggrid 数据排序 表格样式的调整 数据 ...
2022-08-03作者:麦叔 定义 「把上面晦涩的概念汇成一句话就是:」 ❝ 回调函数就是一个被作为参 ...
2022-08-03现今,高学历人群日益增多,物以稀为贵的高学历光环淡去。无论本科生还是研究生,甚至博士生,求职竞争力都大不如前,就业压力越来越大。
2022-06-01某家企业10个人面试,有9个本科生……如何脱颖而出,除得体的举止和良好的沟通力外,证书成重要筹码,这也是很多人考证的关键所在。
2022-04-14