登录
首页精彩阅读数据分析师应备的知识架构
数据分析师应备的知识架构
2016-08-26
收藏

数据分析师应备的知识架构

在互联网高速发展的今天,大数据依然渗透到我们的生活和工作。作为数据分析师,无论最初的职业定位方向是技术还是业务,最终发到一定阶段后都会承担数据管理的角色。因此,一个具有较高层次的数据分析师需要具备完整的知识结构。清理数据对传统行业来说,上来就说要搞大数据,一般都会是一种噱头,因为之前的数据量不会很大,所以基本上都是一些统计分析内容为主。在这一阶段,你对数据理解就尤为重要!也就是说你要做数据分析,数据在哪里很是重要,当你不清楚你的数据的位置的时候,你的分析也就无所谈起。这里也有一个4:3:3的原则,你原始的数据要从测试,训练,验证这三个维度来训练你的数据,这样构成一个循环,好让你的数据最终的成功度提高。而当你的数据入库的时候,就采用结构化还是非结构化的时候,这点也非常重要。也是决定着你后期读取的快慢!


分析数据分析数据,这一点也关系到你的项目的成败。这一点个人感觉也是产品经理需要重要把握的地方。首先,做为产品经理,你不可能对所有行业都了解的很清楚,在这种情况下,就势必要求你能够最大限度的来理解数据的价值。在这一步,你要与业务人员深入交流,确保对数据的详细了解,然后才能够在接下的环节中脱颖而出。

算法选取在算法选取方面,个人感觉也是要结合业务来实施。首先,要弄清楚业务那边主要关注的是什么指标。而与这一个指标相关的参数有那些,这些参数都是如何来影响这些指标的。至于算法的准确度,这一点,可以通过对数据颗粒度的细化来不断提高。不同的代码对系统的资源调度是不同的,而若你对算法的了解程度最大限度决定了你最终产品的反应快慢!

需求分析有人说,这一块是最为重要的。因为深刻的感受到,在传统行业,用户的需求不明确,或者说不是那么明确。又或者是用户的需求是可以被引导的。一直以来,个人都将用户的需求分为四种:强需,弱需,真需,假需。因为不同行业,不同公司对人的需求是不同的。如何去挖掘用户的需求,并将这些需求转换成为可以落地实现的产品。

部门沟通大数据产品,我将它分为三个线,一个是产品,一个是业务,一个是研发。这样就涉及到了部门之间的沟通。业务有许多的用户需求要经过产品的人来向研发反馈,而研发也需要产品的人把自己的工作落实到实际的项目中来。这就需要产品人员来给领导层以通俗的语言来讲明白。而对合作厂家来说,要有正确的引导,才能够让对方看到合作的可能。从而为项目的发展提供动力。

数据分析咨询请扫描二维码

客服在线
立即咨询