【学习笔记01】小白应该如何认知数据分析？—文末有思考——爱数据学员分享

• 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）