-
有哪些利用数据能力获益的实际案例?对我们有什么启示?
1.林彪打仗:根据数据推测哪里是敌人的指挥部,知己知彼百战百胜。
—数据辅助,推动决策,根据我的需求来收集数据。
2.王永庆卖米变塑胶大王:收集用户习惯,主动沟通提前送货上门。
—用户分析了如指掌,针对性的制定业务策略,提高效率。
3.7-eleven数据敏感度:数据驱动单品管理。
—核心在于思考数据变化背后的原因和逻辑,寻找业务的机会点。
-
什么是数据?什么样的内容是数据?
数据就是对企业经营活动历史情况的记录。
例如:数字(数据指标,销售额等)、文字(商品描述)、图片(线上商品详情、线下传单)、语音、视频等。
-
数据的商业价值如何体现?
企业数据价值金字塔(从下往上看)
4.数据变现:利用数据赚钱,成为企业赢利点(例如生意参谋)
3.依赖数据:数据嵌入到日常业务流程,数据自动决策(例如自动调价系统)
2.用数据:通过数据做决策,数据洞察经营机会点(例如缺货预警)(经营状况是否健康?为什么变好?机会点在哪?为什么变坏?变坏的原因的原因是什么?)
1.看数据(时效性):准确,及时(在特定场景下需要数据时能马上拿出来)完整看到数据(例如昨天销售额、转化率)
-
问题延伸:什么是数据分析?
通过数据来进行监控、定位、分析、解决商业问题,从而帮助公司业务部门发现业务机会点,做出高效决策,提升经营效率,让企业持续取得竞争优势的工具和手段。
1.监控:what?发生什么?发生的频率?【同比、环比、目标达成】(业务数字化:销售额、活跃度、完成率、利润率是多少?)
2.定位:where?【问题目标拆解—抓住重点问题】(今天的数据不好,那么不要定位问题,什么时段的什么类型什么品类的数据表现差?)
3.分析:why?【问题指标关联】(数据表现差的原因是什么?)
4.解决:how?【问题的解决方案】(如何处理?例如漏订货,可以制作一个后台自动监控,甚至自动提前进货的系统)
-
重点来了,数据分析师的能力要求都有哪些?
数据库/office→数据挖掘知识→行业业务知识→统计学→统计分析工具1.数据库:SQL2.office:EXCEL3.数据挖掘知识:机器学习、算法(逻辑回归等)4.行业业务知识:掌握行业的基础知识,构建数据指标体系,数据指标的衡量,基础业务的熟悉5.统计学:均值方差分位数推断统计等基础知识,用来培养数据的思维方式6.统计分析工具:SPSS,R语言,Python等附加工具
-
数据分析的工作流程?
-
如何成为一名优秀的数据分析师?
初级:基础统计学+SQL+EXCEL+PPT中级:数据挖掘工具/算法+结构化思维高级:行业案例+项目管理+团队管理
-
不同阶段的企业数据应用场景:
小企业:Excel,基础统计
中型:Excel为主+偶尔SQL,大附件excel,简单数据报表和报告,专职的数据人员
大型企业:SQL构建数据仓库+Excel处理汇总数据+数据报表+专题分析+数据挖掘模型,专职的数据分析团队
成熟企业:大数据中心+在数据门户上查看与分析+深入专题分析+数据挖掘模型+在各种数据产品满足各种商业场景,有规模的数据团队
-
企业数据相关岗位:
-
加餐—小姜的个人思考:
行业总在变动,能够一辈子吃香的技能少之又少,尤其数据分析行业最近也是内卷严重:底层数据处理的门槛越来越低,导致想转行的人越来越多,然而,越来越多的工具正在替代底层的数据处理岗位,发展受限,好公司抢破头。
那么问题来了,这样的大环境下,我们小白究竟该如何正确对待转行这件事?小姜的解答:这个问题可以分以下几步走:
1.思考自己想要学数据分析的原因是什么?是否喜欢数据喜欢数学?
2.客观的综合评估自己各方面的情况,学习后是否足够满足大厂的招聘条件?(或是否有过硬人脉?)
(1)若判断自己有能力拼一下大厂的应聘(全职or实习生),好好学习,什么岗位都值得一试。
(2)若判断自己的情况确实进大厂极度困难,可以考虑以下两点:
①研究透彻全套数据分析工具以及思维与业务的结合,去找一个老板支持数据决策,能够与你产生共鸣的公司,在那里从0做起,锻炼出越来越多的项目经验,并持续学习提升自己,几年后准备充分再跳槽大厂,或原公司升职加薪,或转岗至数据挖掘、算法等技术型。
②坚持必须进大厂?可以应聘以数据分析为工具,辅助做出决策的工作,例如时下大火的数据运营、产品运营等,都是可以的。
End.
爱数据网专栏作者:原创 姜诗扬要成功转行 零兔数据赛跑
本文为挖数网专栏作者原创文章,未经允许禁止转载,需要转载请微信联系授权(微信号:lovedata0520)
- 我的微信公众号
- 微信扫一扫
- 我的微信公众号
- 微信扫一扫
评论