
除了數(shù)據(jù)分析師,你還要扮演這些角色
作為統(tǒng)計系的學生,讀書時就常常參加各種數(shù)學建模競賽,也參與過一些市場調(diào)研和咨詢的項目。在這個過程中,讓我印象最深的不是數(shù)據(jù)處理和分析,反而是與人溝通的過程。
研一時,我與同學組成的團隊參與了一個旅游策劃公司的項目。我們作為乙方為甲方提供數(shù)據(jù)咨詢。我們自己做數(shù)據(jù)收集、設(shè)計調(diào)查問卷。這是一個很復雜的過程,既要保證訪問者的認可性,由于成本原因群體也不能太大。根據(jù)統(tǒng)計數(shù)據(jù),我們給出一個旅游者的行為畫像,根據(jù)出行的時間、頻率、花費、交通工具等變量,采用聚類分析的方法,對用戶進行細分,看他們分別適合什么樣的產(chǎn)品。
我們調(diào)查的范圍是重慶主城區(qū),采樣涵蓋到不同景點、不同年齡段的人群。在做調(diào)查之前,我們?nèi)ヅ芨鱾€景區(qū),跟游客聊天,對旅客的情況有一個“摸底”。我們?nèi)ジ慰徒佑|,去問問題,溝通這個環(huán)節(jié)至關(guān)重要。
工作之后,我越發(fā)覺得,身為分析師要具備一定的“公關(guān)”技能。
畢業(yè)之后我去了一家第三方支付公司。消費者刷卡時的個人信息存在一定安全隱患,我負責做線下的偽卡防范工作,就是從歷史的安全隱患數(shù)據(jù)中發(fā)現(xiàn)問題,總結(jié)特征,建立危險識別模型,最終當交易發(fā)生的時候,通過概率值判斷是不是盜刷。
風險控制是公司業(yè)務的支撐部門。公司的互聯(lián)網(wǎng)業(yè)務會帶來很多用戶,支付是其中必不可少的一個環(huán)節(jié),也是互聯(lián)網(wǎng)金融的基礎(chǔ)。
然而這是一個新行業(yè),這意味著你沒有擴樣本。從幾率學角度來講,凡是有監(jiān)督的模型,比如輸入1到20個變量,輸出只是一個變量,它只告訴你是或否,但拒絕還是不拒絕要自己判斷。所以我需要去訓練,訓練是來自于歷史數(shù)據(jù)的積累,沒有歷史數(shù)據(jù)就帶來很大的困難,只能嘗試建立半監(jiān)督模型,在沒有數(shù)據(jù)的情況下養(yǎng)數(shù)據(jù)。
我們提倡數(shù)據(jù)多維度、多樣性,但你的數(shù)據(jù)權(quán)限可能是有限的,資源是有限的。在這個過程中你就需要接入其它部門的數(shù)據(jù)。你如何說服對方為你提供數(shù)據(jù),這需要一定的溝通技巧和巧妙的專業(yè)呈現(xiàn),讓跨部門的同事信任你。
這個工作不能著急,要持續(xù)不斷地溝通交流,時不時把你正在做的事情給對方看,讓他了解你工作的內(nèi)容,看到你的努力。
舉個例子,在進行風險控制時,不可避免地會把用戶體驗降低。比如你在網(wǎng)上購買理財產(chǎn)品,注冊一個賬戶,對密碼的復雜度要求不夠嚴謹,用戶可能會覺得注冊過程很方便流暢,但會帶來風險。反之,比如12306以前出現(xiàn)過信息泄露的問題,它現(xiàn)在的驗證碼就變成圖片驗證,但過于麻煩,用戶體驗就不好。
產(chǎn)品部門的同事會考慮風險控制會降低用戶體驗,讓用戶流失。但如果后期出現(xiàn)了安全問題,你做的東西幫助他規(guī)避了風險,他就會理解你的工作,愿意用你的東西,所以你做的東西一定要有價值。對于這個問題,我們有時也會進行灰度測試,比較A版本和B版本在轉(zhuǎn)化率上有什么差異,不斷調(diào)整,在風險控制和用戶體驗之間找到一個平衡點。
銷售
根據(jù)支持的工作,幫助他們的區(qū)域市場分析哪個項目是可以做的,該往哪個方向發(fā)展。我可以參與他們的銷售會議,協(xié)助制定銷售目標。在這個過程當中,我可以學到銷售部門的人員是怎么考慮問題的。
后來又去了平安保險實習。當時去了平安產(chǎn)險管理部,我主要負責車商渠道的數(shù)據(jù)管理。比如,我想把一個保險賣出去,我們與車輛售后網(wǎng)點以資源換資源的方式合作。例如客戶的車出現(xiàn)問題之后,他首先聯(lián)系保險公司,保險公司再給客戶推送網(wǎng)點。在推送的過程中,A店、B店怎么分配資源、具體的成本多少,需要建立一個模型,把推送方案最優(yōu)化。建立模型時,你就需要有銷售人員的思維。
雜家
想做數(shù)據(jù)分析師的同學學科背景不同,學計算機的編程很厲害,數(shù)學的更擅長純理的東西。以我的經(jīng)驗來說,企業(yè)里許多崗位偏好學統(tǒng)計的。
如果做數(shù)據(jù)挖掘,偏理論性,可能喜歡用數(shù)學專業(yè)的學生;在企業(yè)里,經(jīng)營管理、經(jīng)營分析、風險管理等相關(guān)崗位更喜歡用學統(tǒng)計的;大數(shù)據(jù)中心涉及到數(shù)據(jù)產(chǎn)品的開發(fā),更偏向于學計算機和數(shù)學的,但這都要求有一定的統(tǒng)計學思維。比如我看到一個數(shù)字的時候,我要聯(lián)想它背后代表什么意義,看到A問題的時候不孤立地去看,善于與總體情況聯(lián)系對比,既要看到總體也要看到差異。即便不是學統(tǒng)計出身,也要在平時的學習工作中訓練自己。
互聯(lián)網(wǎng)金融行業(yè)對人才的需求很大。我們招聘人才,一是要看你對金融產(chǎn)品的理解,二要看是否具有數(shù)據(jù)思維,具有一定的數(shù)據(jù)分析技能。還有一點很重要,要有熱情,這個工作要重復很多事情,但不是機械的重復,也要進行思考,這都需要熱情的支撐。
我建議同學們除了要打好基本功、熟練掌握1至2門編程語言之外,還要多接觸數(shù)據(jù),培養(yǎng)對數(shù)據(jù)的感覺;同時多研究不同的商業(yè)模式,研究不同的公司是怎么贏利的,天文地理歷史人文,知識面要廣博多樣,讓自己變成一個雜家,這可能會讓你的數(shù)據(jù)分析工作更有想象力。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內(nèi)涵、作用與應用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數(shù)據(jù)分析與統(tǒng)計學領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10