“每天一个数据分析师”第16期内容奉上,请享用
原创内容 转载请注明来源
人物档案
王润烨,学统计出身,大学期间接触到数据分析,并参与实施了一些项目,结识了许多从事数据分析和挖掘的朋友。环境使然,他自己也成了数据分析师,目前就职于杭州追灿数据。
DA:请您介绍一下自己的工作经历,目前的工作职责,工作中曾做过的数据分析实例,以及您的职业规划?
王润烨:追灿的团队专注于通过大数据挖掘创造价值,积累了多年的数据分析与数据挖掘经验,团队的积累给了我一剂强力助推剂,让我快速的成长。刚开始我专注做电商的精准营销、关联销售、客户价值等业务方面的数据支持,冲在业务一线让我学会如何将业务需求与专业技能结合。
现在,我主要从事具体业务需求的数据建模工作。目前,追灿数据应用领域从电商拓展到智慧城市、智慧农业、智慧工业等,我希望自己能深入进行这些领域的数据工作,让数据应用最终惠及每个人的生活。
DA:能否给我们讲讲您在工作中遇到的印象深刻的困难及其背景成因?
王润烨:我们团队在为某传统蜂蜜品牌做电商分销渠道分析时发现,电商平台上蜂蜜产品非常多,低端市场难以快速打开局面,高端市场又被进口品牌抢占,可以说电商蜂蜜市场竞争十分激烈。如果以直接销售的形式进入市场难以达到理想目标。
DA:如何解决这个问题呢?能否请您向广大同行分享下思路?
王润烨:我们转变了思路,转而去做相关行业的分析挖掘,大家都知道啤酒尿布案例吧,我们也是这么干的,使用了FP-growth算法来进行关联分析。
我们获取了淘宝全网数据,找出了客户同时购买蜂蜜和其他产品的交易数据,并依此建立了事务数据库。依据设定的最小支持度阈值,我们根据以下思路进行分析。
1.频繁项集产生:其目标是发现满足最小支持度阈值的所有项集,这些项集称作频繁项集。
2.规则的产生:其目标是从上一步发现的频繁项集中提取所有高置信度的规则,这些规则称作强规则。
具体步骤为可分为:
a.扫描一遍数据库,获取所有频繁项,删除频率小于最小支持度的项。在此操作的过程中,还可以得到每个项的出现频率,供后续步骤使用。
b.第二次扫描数据库,在第一次处理完成的结果基础上,构建 FP-Tree。
c.得到了 FP-Tree 树之后,再遍历整棵树获取满足一定置信度的关联规则。
经过分析发现购买蜂蜜的客户同时购买滋补营养品、美容护肤、零食、保健品、个人护理等高达 70 多个类目的产品。也就是说, 这 70 多个类目的客户都是蜂蜜产品的潜在消费者。
其中茶饮类目关联最强,而在茶饮类目中,花茶在功效上与蜂蜜最搭。找到花茶类目之后,我们再分析了一下客群的消费习惯,大概都是消费能力和消费观念都很前的年轻人。有了这些数据支撑,我们再对产品进行价格和包装定位,卖花草茶的分销商在一个月销量就排在蜂蜜销售页面前列了,这也大大带动了旗舰店的流量提升。
DA:您可否推荐一些平时充电学习专业知识的平台或途径?
王润烨:经管之家,我也经常会进去逛,里面有许多很专业的人,而且里面的人都很活跃,大家也非常热心,有许多分享和心得。如果你想充电,这是个不二选择。
https://www.coursera.org/,免费的公开在线课程项目,与全世界最顶尖的大学和机构合作,提供任何人可学习的课程。如果你的英文还不错,可以进去瞧瞧。
其实国内也有一些不错的公开课,比如网易公开课和腾讯课堂。
DA:您对希望从事数据分析行业的人有哪些建议?
王润烨:一个数据分析师,最重要的不是他的技术,而是他的思考方式。
数据分析师相对数据,其实统计知识的要求没有很高,在数据分析层面上,大多只是做一些描述性的分析,也许会用到一些统计模型,但也只要求知道一些基本的概率论与数理统计方面的知识。数据分析师在做数据分析时,最重要的还是具有业务上的眼光。当然,除了商业嗅觉之外,你也要有优秀的学习能力。现在是大数据的时代,大数据人才的要求可是非常严格的,不仅需要有深厚的统计知识,还需要强大的技术能力,你要能玩转主流的大数据分析工具。你以为这样就足够了,你还必须要有良好的沟通合作能力,一个人的能力毕竟有限,团队的力量远远比个人强得多。因此,对于一个从事数据分析行业的人来说
1.不要脱离业务实际,架空的分析是没有用的
2.整理好数据非常重要,好的数据只用简单的算法也能得到很好的效果
3.思维一定要清晰,最好做个流程图
4.选择算法时要比较,不要有先入为主的概念
5.要多和共事的同事交流,能学到不少东西
6.多学习掌握一些数据分析的工具
7.活到老,学到老,技术发展的太快,不要盲目自信
DA:您如何看待数据分析师行业的就业前景及未来发展?
王润烨:很庆幸,大数据正迎来黄金时代。在数据分析行业发展成熟的国家,90%的市场决策和经营决策都是通过数据分析研究确定的。目前随着各行各业的不断发展,数据分析行业涉及的领域正由最初的投融资项目分析转向为企业经营、电商产业、游戏等服务。照此发展,相信不远的将来,中国的数据分析行业一定也会发展到行业精细化的程度。数据分析师或将成为职场新宠。
王润烨留下了自己的邮箱:wangrunye@e-corp.cn,您可以与他沟通,或者在微信直接提问。
想要接受访问的小伙伴可以发送邮件至songpeiyang@cda.cn,“姓名+单位+职务”,或者微信添加CDA为好友(ID:joinlearn),拉你如500人数据分析师交流群,期待你来~
数据分析咨询请扫描二维码
CDA持证人已遍布在世界范围各行各业,包括世界500强企业、顶尖科技独角兽、大型金融机构、国企事业单位、国家行政机关等等,“CDA数据分析师”人才队伍遵守着CDA职业道德准则,发挥着专业技能,已成为支撑科技发展的核心力量。 ...
2022-03-18CDA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