
導(dǎo)語(yǔ):張溪夢(mèng)現(xiàn)在Linkedln任職,負(fù)責(zé)整個(gè)商業(yè)數(shù)據(jù)分析。年會(huì)上與大家分享他在Linkedln過(guò)去將近五年的過(guò)程中學(xué)習(xí)到的一些經(jīng)驗(yàn)。
非常感謝!不好意思,稍微晚了一些,我叫張溪夢(mèng),現(xiàn)在在Linkedln任職,負(fù)責(zé)整個(gè)商業(yè)數(shù)據(jù)分析,我們的數(shù)據(jù)分析組織支持所有的與營(yíng)收有關(guān)的業(yè)務(wù)。今天想跟大家分享一下在Linkedln過(guò)去的將近五年的過(guò)程中學(xué)習(xí)到的一些經(jīng)驗(yàn),希望大家多提寶貴意見(jiàn)。
在講數(shù)據(jù)之前想跟大家簡(jiǎn)單介紹一下我自己,我在美國(guó)大約工作了十來(lái)年,一直在數(shù)據(jù)分析領(lǐng)域里面,在此之前,我在中國(guó)做了兩年醫(yī)生,但是因?yàn)樘貏e喜歡電腦,特別喜歡計(jì)算機(jī)所以跑到美國(guó)來(lái)學(xué)了一個(gè)商學(xué)院,不知道為什么,今天就忽然間變成做大數(shù)據(jù)了。所以大家如果聽(tīng)見(jiàn)我講了很多不靠譜的東西希望多多指導(dǎo)。
首先,LinkedIn是世界上最大的職業(yè)社交網(wǎng)站。到今天為止,有3.4億用戶,Linkedln的商業(yè)模式是2003年就已經(jīng)確定了,非常非常簡(jiǎn)單三個(gè)最主要的步驟:第一步,用戶使用和增長(zhǎng)產(chǎn)生了大量的數(shù)據(jù);第二步,通過(guò)這些海量的數(shù)據(jù)我們又開(kāi)發(fā)了新的產(chǎn)品服務(wù),還有解決方案,為下一輪的增長(zhǎng)做更好的準(zhǔn)備;第三步,這些新的產(chǎn)品新的服務(wù)新的解決方案,進(jìn)一步刺激了用戶的繼續(xù)增長(zhǎng)。所以大家可以看到在左邊的,數(shù)據(jù)是Linkedln業(yè)務(wù)里面非常非常重要的一環(huán),整個(gè)LinkedIn的產(chǎn)品都可以說(shuō)是從數(shù)據(jù)里面迭代出來(lái)的。舉一個(gè)例子,Linkedln在用戶增長(zhǎng)上我們有三種不同的產(chǎn)品關(guān)注點(diǎn),第一個(gè)就是每個(gè)人用的簡(jiǎn)歷,第二部分是用戶的社交關(guān)系、社會(huì)關(guān)系,因?yàn)槲覀兊膭?chuàng)始人Reid Hoffman非常堅(jiān)信社會(huì)關(guān)系就是最重要的生產(chǎn)力。第三部分也是我們最近在幾年之內(nèi)慢慢的引入的,就是關(guān)于職業(yè)的各種知識(shí),這種產(chǎn)品體現(xiàn)在,比如每天在LinkedIn上如果大家使用的話可以看到很多人在發(fā)不同的信息,很多的非常有名的資深專業(yè)人士在分享他們的職業(yè)發(fā)展經(jīng)驗(yàn),這三塊組成了我們的針對(duì)于非付費(fèi)用戶的主要的主打產(chǎn)品。很多人都問(wèn)我說(shuō)Linkedln怎么賺錢呢?Linkedln主要的營(yíng)收主要來(lái)自三大塊業(yè)務(wù),人力、市場(chǎng)推廣、銷售,人力資源部分為L(zhǎng)inkedln創(chuàng)造61%的營(yíng)收,市場(chǎng)推廣也就是廣告還有現(xiàn)在越來(lái)越多的移動(dòng)端的廣告位Linkedln產(chǎn)生19%的營(yíng)收。其余的銷售和個(gè)人的訂閱服務(wù)為L(zhǎng)inkedln產(chǎn)生剩余的20%的營(yíng)收,到今天為止的話大約每年Linkedln的業(yè)務(wù)營(yíng)收在接近20億美元區(qū)間左右。
下面我講一下我們這個(gè)團(tuán)隊(duì),從我個(gè)人來(lái)講,我覺(jué)得非常幸運(yùn)能為L(zhǎng)inkedln這樣的公司工作,大約四年半以前,我加入Linkedln數(shù)據(jù)科學(xué)團(tuán)隊(duì),三年半之前轉(zhuǎn)到新的組開(kāi)始建立商業(yè)分析團(tuán)隊(duì),當(dāng)時(shí)就我一個(gè)人,到今天為止我發(fā)展出來(lái)了大約70人左右的團(tuán)隊(duì),明年我們這個(gè)團(tuán)隊(duì)會(huì)增長(zhǎng)到百人左右。想和大家分享的是,我們的團(tuán)隊(duì)增長(zhǎng)速度是超過(guò)了整體公司的增長(zhǎng)速度的,為什么呢?就是因?yàn)槲覀儾粩嗟臑椴煌牟块T,通過(guò)數(shù)據(jù)產(chǎn)生了很大的價(jià)值,包括銷售、市場(chǎng)推廣、產(chǎn)品、運(yùn)營(yíng)、客戶服務(wù)、風(fēng)控,各個(gè)不同的部門,直接間接的我們支持5000以上的Linkedln內(nèi)部的員工。首先一個(gè)數(shù)據(jù)基礎(chǔ)設(shè)施,其次商業(yè)智能也就是報(bào)表開(kāi)發(fā),再次數(shù)據(jù)科學(xué)和數(shù)據(jù)挖掘以及統(tǒng)計(jì)分析,加上若干分析的小組還有另外一個(gè)就是軟件的研發(fā)。為什么我們要把五個(gè)部門完全做在一個(gè)組織里邊,我下面就跟大家分享一下在過(guò)去的四年中我們學(xué)到了一個(gè)最重要的知識(shí)就是叫做端對(duì)端的數(shù)據(jù)分析。講數(shù)據(jù)之前我想跟大家先分享一下什么是分析,因?yàn)槿绻覀冎挥袛?shù)據(jù)不做分析的話基本上沒(méi)有任何價(jià)值,數(shù)據(jù)分析其實(shí)很簡(jiǎn)單就是了解歷史預(yù)測(cè)未來(lái),以前李世民講過(guò)一句話叫做以史為鏡可以知興替,以人為鏡可以明得失,以銅為鏡可以正衣冠,分析就是這樣理解歷史。比如說(shuō)過(guò)去發(fā)生了什么事情為什么發(fā)生了?,F(xiàn)在正在發(fā)生什么,未來(lái)會(huì)發(fā)生什么,前面這四步就是他們的關(guān)于用歷史數(shù)據(jù)來(lái)預(yù)測(cè)未來(lái)但是只預(yù)測(cè)未來(lái)沒(méi)有任何的就是相關(guān)的剩余價(jià)值的產(chǎn)生,我們必須在預(yù)測(cè)未來(lái)以后能夠改變未來(lái)。真正的改變未來(lái),這個(gè)過(guò)程就是我們產(chǎn)生很大的價(jià)值的一個(gè)過(guò)程。講完了分析咱們看一看什么是大數(shù)據(jù),實(shí)際上大部分人看到大數(shù)據(jù)是海平面以上的冰山,記得以前大約在三四個(gè)月以前我回過(guò)一次國(guó),其中有幾個(gè)朋友問(wèn)我大數(shù)據(jù)是不是就是欺詐純忽悠,基本沒(méi)有看到什么價(jià)值。實(shí)際上大部分人看到大數(shù)據(jù)還不是海平面上面的這一塊大部分人看到的大數(shù)據(jù)是下面的,比如說(shuō)LinkedIn來(lái)說(shuō),我們LinkedIn的數(shù)據(jù)源是包含了全世界基本上很多公司的信息。Salesforce這個(gè)是我們的CRM的一個(gè)系統(tǒng),然后我們還有內(nèi)部的數(shù)據(jù)倉(cāng)庫(kù),等等。在這張圖上,我還可以再往上放100個(gè)以上在數(shù)據(jù)源的圖標(biāo)。它不是一個(gè)虛構(gòu)的,這是事實(shí)。大家可以看到,這么雜亂那么巨大,但是復(fù)雜卻并沒(méi)有表現(xiàn)直接商業(yè)價(jià)值。真正的大家唯一感興趣不是這個(gè)數(shù)據(jù)分析的大冰川,大家希望得到是冰茶、冰激凌、冰水。也就是分析的結(jié)果!
下面來(lái)講講我們的商業(yè)分析部門的基本戰(zhàn)略和原則。 大約在四年半之前我加入Linkedln的時(shí)候,每天我基本上工作到每天一點(diǎn)到晚上一兩點(diǎn)甚至四點(diǎn)鐘,在第一年大約完成了500個(gè)左右不同的大的小的項(xiàng)目包括建模、報(bào)表,用數(shù)據(jù)回答問(wèn)題,但是我們發(fā)現(xiàn)這個(gè)過(guò)程是非常緩慢和冗長(zhǎng)的,但是當(dāng)時(shí)我作為一個(gè)內(nèi)部員工來(lái)說(shuō)我支持大約200個(gè)內(nèi)部員工,大家想一想一年做500個(gè)項(xiàng)目200個(gè)員工需要數(shù)據(jù)平均每年每個(gè)人只會(huì)被回答兩次,這個(gè)不是數(shù)據(jù)驅(qū)動(dòng),甚至可以說(shuō)完全非數(shù)據(jù)驅(qū)動(dòng),所以說(shuō)我們建立了一個(gè)新的數(shù)據(jù)發(fā)展戰(zhàn)略,這套戰(zhàn)略的在三年半之前設(shè)好,然后一步步實(shí)施。
第一步就是打造一個(gè)非常堅(jiān)實(shí)的數(shù)據(jù)分析平臺(tái)和基礎(chǔ),這一步是最重要的一環(huán)。
第二步把整個(gè)的數(shù)據(jù)分析解決方案化,也就是我們內(nèi)部有一個(gè)口號(hào)就是讓所有的員工都能做到數(shù)據(jù)輔助決策驅(qū)動(dòng)。
第三步我們不但要幫助內(nèi)部的銷售市場(chǎng)產(chǎn)品經(jīng)理各種不同的人員我們還要把我們的數(shù)據(jù)分析做成數(shù)據(jù)產(chǎn)品讓所有Linkedln的用戶也能得到好處。
第四步我們發(fā)現(xiàn)我們要建造大量的數(shù)據(jù)分析的產(chǎn)品讓他們之間產(chǎn)生很多的迭代。這也是我們講的一個(gè)數(shù)據(jù)分析產(chǎn)品的生態(tài)圈的構(gòu)建。
當(dāng)時(shí)我們?cè)O(shè)置的這個(gè)是四步在今天來(lái)說(shuō)的話我們基本上完成了前三步,現(xiàn)在正在建造第四步。這個(gè)金字塔理論, 我每次演講我都要講,不是實(shí)在沒(méi)什么事可說(shuō)而反復(fù)重復(fù),這是我在過(guò)去的十年的職業(yè)生涯里做數(shù)據(jù)分析中學(xué)到看到最重要的一個(gè)結(jié)構(gòu)。
我們來(lái)講講第個(gè)發(fā)展周期,也是其中最重要的一環(huán)。建造一個(gè)有效的基礎(chǔ)。
傳統(tǒng)的數(shù)據(jù)分析五個(gè)層面,第一步數(shù)據(jù)存儲(chǔ)也就是數(shù)據(jù)倉(cāng)庫(kù)ETL等等這些系統(tǒng)的建造,第二步就是說(shuō)傳統(tǒng)企業(yè)它需要做各種不同的數(shù)據(jù)分析比如說(shuō)回答內(nèi)部的市場(chǎng)推廣人員產(chǎn)品經(jīng)理還有銷售人員各種各樣的問(wèn)題,用數(shù)據(jù)來(lái)回答他們的問(wèn)題,然后你再上面一步的話就是報(bào)表BI。 深度分析的話一般來(lái)說(shuō)在現(xiàn)在為止分成三個(gè)不同的流派,第一個(gè)流派就是總傳統(tǒng)的統(tǒng)計(jì)的流派,比如說(shuō)銀行、保險(xiǎn)、零售在美國(guó)的話已經(jīng)發(fā)展了接近20年甚至超過(guò)30年了一個(gè)時(shí)間段,而且非常成熟就是用來(lái)預(yù)測(cè)比如說(shuō)哪個(gè)客戶會(huì)買哪個(gè)客戶會(huì)買多少,他的風(fēng)險(xiǎn)是多少這是第一個(gè)流派。第二個(gè)流派就是管理咨詢,他們生產(chǎn)了很多的新的方法論。在過(guò)去的起碼幾十年之內(nèi),特別是戰(zhàn)后,就是比如說(shuō)這個(gè)戰(zhàn)略性分析、策略性分析、競(jìng)爭(zhēng)分析這個(gè)是管理咨詢公司他們非常注重強(qiáng)調(diào)的。第三個(gè)流派也就是最近新興的一個(gè)流派,即不是傳統(tǒng)的統(tǒng)計(jì)方法,而是用大規(guī)模的迭代運(yùn)算或用機(jī)器來(lái)模擬。比如說(shuō)社交網(wǎng)絡(luò)模型背后就要很多迭代的算法。我想跟大家講一下,首先,這個(gè)傳統(tǒng)5層結(jié)構(gòu)忽略的最重要的一點(diǎn)就是業(yè)務(wù)基礎(chǔ)。 分析師或者數(shù)據(jù)科學(xué)家他必須要對(duì)產(chǎn)品對(duì)客戶對(duì)業(yè)務(wù)有一個(gè)非常深刻的理解,如果他對(duì)業(yè)務(wù)不理解的話很難做成有價(jià)值的分析這是第一步,就是必須要明白我們自己的客戶和我們的產(chǎn)品,第二步在生產(chǎn)數(shù)據(jù)之前我們必須要做正確的數(shù)據(jù)標(biāo)記和數(shù)據(jù)采集,如果沒(méi)有正確的數(shù)據(jù)采集和數(shù)據(jù)標(biāo)記,收集來(lái)的東西也就不會(huì)有太多的價(jià)值。 第三步,就是說(shuō)好的數(shù)據(jù)分析師數(shù)據(jù)科學(xué)家他必須對(duì)硬件軟件各種架構(gòu)有非常深刻的理解,同時(shí)他能很有效的利用各種的工具這是我們要求我們內(nèi)部的員工做到,再上一步是傳統(tǒng)的分析師要做的工作,比如說(shuō)做報(bào)表做分析,然后建模。 在Linkedln商業(yè)分析部有的一個(gè)不成文的規(guī)定,或者說(shuō)是一個(gè)死的規(guī)定,生產(chǎn)出來(lái)的分析結(jié)果我們必須要確認(rèn)分析的結(jié)果具有可執(zhí)行性和可決策性。當(dāng)然最后的目的不是為了做決策而做決策,而決策是要為了產(chǎn)生價(jià)值而服務(wù)。這就是我們內(nèi)部一個(gè)金字塔的一個(gè)結(jié)構(gòu)。
第二環(huán):“金字塔”到“菱形”的轉(zhuǎn)變。
以前在大約四年之前我們做了一個(gè)內(nèi)部的調(diào)研,我們問(wèn)每一個(gè)內(nèi)部數(shù)據(jù)科學(xué)家我是當(dāng)時(shí)的可能是第14個(gè)Linkedln的數(shù)據(jù)科學(xué)家。我們問(wèn)了所有的做數(shù)據(jù)的Linkedln分析師和數(shù)據(jù)科學(xué)家。問(wèn)你大部分的時(shí)間花在哪里,所有的人的回答是非常非常的一致,大約是85%和95%的時(shí)間花在金字塔的最下面的四層也就是說(shuō)產(chǎn)品理解、數(shù)據(jù)標(biāo)記、數(shù)據(jù)存儲(chǔ)加上一些分析。但是大家都認(rèn)為真正的價(jià)值是在決策這一塊,改變才產(chǎn)生更多的價(jià)值,如果我們的時(shí)間全花在了數(shù)據(jù)的清洗和數(shù)據(jù)的整理上那么在很多時(shí)候不能為業(yè)務(wù)帶來(lái)大規(guī)模的價(jià)值。 如何解決呢?我們想像出來(lái)一個(gè)新的模型,就是把金字塔不斷變成一個(gè)菱形的結(jié)構(gòu)的一個(gè)模式,這個(gè)模式并不表示我們不做以下的那些臟活累活。 這個(gè)模型最重要的一點(diǎn)就是我們要把大量的科技的技術(shù)不斷的把金字塔的底部收縮和做小,做小的同時(shí)讓人有更多的時(shí)間做更重要的工作,舉一個(gè)例子大家可能剛才記得我們剛才說(shuō)的第一年九個(gè)月,如果我今天跟大家說(shuō)每天我們內(nèi)部的分析系統(tǒng)大約有三千個(gè)員工平均每天回答十次以上的問(wèn)題,那么它這個(gè)系統(tǒng)每天的工作已經(jīng)超過(guò)了一年工作的幾十甚至一百多倍,這就是我們今天在Linkedln內(nèi)部為什么它能夠大幅度的用數(shù)據(jù)來(lái)驅(qū)動(dòng)業(yè)務(wù)的過(guò)程。很多人可能不太相信,大約需要一兩個(gè)月的工作,今天來(lái)說(shuō)在Linkedln內(nèi)部也許只需要幾十秒鐘。一會(huì)兒我給大家舉個(gè)例子我們?cè)趺醋龅降摹?/span>
第三個(gè)重要環(huán)節(jié):就是數(shù)據(jù)產(chǎn)品化的過(guò)程。
比如說(shuō)我們內(nèi)部的話我們產(chǎn)生很多比如說(shuō)針對(duì)銷售針對(duì)市場(chǎng)推廣很多的分析解決方案今天來(lái)說(shuō)的話已經(jīng)變成Linkedln的一個(gè)新的業(yè)務(wù),這個(gè)功能就是我們?cè)谶^(guò)去三年半左右的一個(gè)時(shí)間里邊產(chǎn)生了一個(gè)叫魔術(shù)師的一個(gè)系統(tǒng),我們的工程和產(chǎn)品團(tuán)隊(duì)采取了5%的功能放在網(wǎng)站上,目前已經(jīng)開(kāi)始銷售了。在今天為止的話大約1%的營(yíng)收來(lái)自這個(gè)新產(chǎn)品線。
第四環(huán):數(shù)據(jù)產(chǎn)品化之后的話我們要建立什么呢,數(shù)據(jù)產(chǎn)品的生態(tài)圈,我們發(fā)現(xiàn)當(dāng)開(kāi)發(fā)第一個(gè)數(shù)據(jù)產(chǎn)品的時(shí)候需要花百分之百的努力,第二個(gè)第三個(gè)第四個(gè),會(huì)相對(duì)來(lái)說(shuō)越來(lái)越少,但它的價(jià)值會(huì)產(chǎn)生越來(lái)越多我給大家舉個(gè)例子用明顯的數(shù)據(jù)舉個(gè)例子。
好咱們講一講社交網(wǎng)絡(luò)吧,大家認(rèn)為社交網(wǎng)絡(luò)純粹就是忽悠的請(qǐng)舉一下手,沒(méi)有人認(rèn)為社交網(wǎng)絡(luò)是忽悠那就太好了。(笑)。過(guò)去Linkedln從2009年 到今天我們營(yíng)收大約增長(zhǎng)了不到20倍,這個(gè)過(guò)程大家可以看到是從2010年開(kāi)始的是成倍的增長(zhǎng)而且速度慢慢在加快,其中一個(gè)原因就是因?yàn)槲覀冊(cè)诖罅窟\(yùn)用Linkedln內(nèi)部的基于職業(yè)的社交關(guān)系數(shù)據(jù)驅(qū)動(dòng)營(yíng)收。 大家可以看到這個(gè)社交網(wǎng)絡(luò)圖譜。在這個(gè)里面有綠色、紫色還有中間的淺粉色,如果我跟大家說(shuō)這個(gè)模型只用了一個(gè)變量就是人與人之間的關(guān)系,紫色的就是中間的是他們的CEO,紫色下面的就是他們的運(yùn)維和HR大家相信不相信這是真的,再下一步我們通過(guò)這張社交圖我們迭代出來(lái)他們內(nèi)部可能的組織結(jié)構(gòu),當(dāng)我們明白了一個(gè)公司的組織結(jié)構(gòu)之后話我們就開(kāi)始做下一個(gè)產(chǎn)品,數(shù)據(jù)驅(qū)動(dòng)的銷售方案,傳統(tǒng)的銷售人員會(huì)問(wèn)傳統(tǒng)的幾個(gè)問(wèn)題,很簡(jiǎn)單,第一個(gè)問(wèn)題我需要向哪個(gè)公司銷售Linkedln的產(chǎn)品,它會(huì)花多少錢?我得到一個(gè)名單400個(gè)公司到底哪個(gè)公司價(jià)值多少錢是第一個(gè)問(wèn)題。 第二個(gè)問(wèn)題這個(gè)公司里誰(shuí)是決策人,誰(shuí)能讓我把這個(gè)產(chǎn)品銷售給他。第三步,這個(gè)決策人我知道了如何我才能和他接洽呢?比如說(shuō)我在LinkedIn認(rèn)識(shí)的人中幾百個(gè)人都認(rèn)識(shí)這個(gè)主管,誰(shuí)是和他關(guān)系最近的人?第四個(gè)問(wèn)題,我們Linkedln內(nèi)部以前的話我們大約200個(gè)銷售人員,今天的話大約幾千人以上,哪個(gè)銷售員工和這個(gè)客戶和這個(gè)公司的關(guān)系最近?第五步我們到了那里講一個(gè)什么樣的故事? 以往的話需要準(zhǔn)備這樣的數(shù)據(jù),大家拍腦子、拍胸脯、拍大腿、拍鍵盤,也大約得拍兩個(gè)星期到八個(gè)星期才能準(zhǔn)備一個(gè)分析,今天來(lái)說(shuō)再Linkedln的話我們可以很簡(jiǎn)單,就是用Linkedln的數(shù)據(jù)我們知道這個(gè)公司的人員增長(zhǎng)是多少,流失率是多少他招的人從哪兒來(lái)他的人都到哪里去了,同時(shí)我們通過(guò)分析Linkedln職業(yè)網(wǎng)絡(luò),找到真正的決策人。我們發(fā)現(xiàn)真正買Linkedln的產(chǎn)品的人不是他們那邊的HR的老大,一般來(lái)說(shuō)的話是他的一線的經(jīng)理同時(shí)還在用Linkedln的人,這個(gè)是我們當(dāng)時(shí)增加了好幾倍轉(zhuǎn)化率的一個(gè)原因。下一步的話我們分析整個(gè)的Linkedln內(nèi)部的銷售人員誰(shuí)和這個(gè)人的關(guān)系最近,誰(shuí)和這個(gè)人通過(guò)他的介紹的關(guān)系來(lái)和這個(gè)人進(jìn)行接洽,這是另外一個(gè)利用社交網(wǎng)絡(luò)的關(guān)系,最后一步的話就是把我剛才說(shuō)的所有的東西,公司、接洽的人還有它的社交關(guān)系所有的東西通過(guò)一個(gè)按鈕做成一個(gè)自動(dòng)化的,但是這并不是結(jié)束。在今天來(lái)說(shuō)的話,我們已經(jīng)把所有的這個(gè)按鈕都去掉,而把它演變成了一個(gè)數(shù)據(jù)驅(qū)動(dòng)的信息服務(wù)。比如說(shuō)給大家舉個(gè)例子,假設(shè)公司A的HR的主管離職,那么我們立刻會(huì)產(chǎn)生兩條數(shù)據(jù)驅(qū)動(dòng)信息,發(fā)給我們的客戶經(jīng)理,通知他這個(gè)客戶離職以后那么他這個(gè)賬戶可能會(huì)流失,第二步的話就是這個(gè)客戶離職,但加入新的公司后。他又給Linkedln帶來(lái)新的潛在客戶。所以說(shuō)他同時(shí)會(huì)驅(qū)動(dòng)兩條數(shù)據(jù),一部分是減低客戶的流失,另外一個(gè)是增加了用戶的增長(zhǎng)。這就是一個(gè)如何用數(shù)據(jù)來(lái)驅(qū)動(dòng)銷售的例子。大家仔細(xì)看一看技術(shù)細(xì)節(jié),(見(jiàn)圖),實(shí)際上整個(gè)的過(guò)程就是把數(shù)據(jù)的金字塔從巨大無(wú)比變成非常微小的過(guò)程。 就是大數(shù)據(jù)最后變成小數(shù)據(jù)的過(guò)程。
這就是今天我給大家分享的主要的部分,因?yàn)闀r(shí)間的關(guān)系,我只想說(shuō)最后一點(diǎn),也是數(shù)據(jù)分析中最重要的一點(diǎn)。我覺(jué)得不是技術(shù)力,我覺(jué)得最重要的一點(diǎn)是人的想象力,和他是不是對(duì)這個(gè)東西有信念。正如一個(gè)很老的美國(guó)電影《星球大戰(zhàn)》,當(dāng)中提到的“You would fail if you think it is impossible.” 實(shí)際上數(shù)據(jù)分析本身來(lái)說(shuō)產(chǎn)生的價(jià)值的大小完全取決于我們有沒(méi)有這種信念和想象力,這種想象力決定了最后的價(jià)值的產(chǎn)生,謝謝大家!
CDA 數(shù)據(jù)分析師 培訓(xùn)官網(wǎng)
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)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(wú)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(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)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(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)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(kāi)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(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)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(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)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(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開(kāi)發(fā)時(shí)(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(jià)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(kù)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(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)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(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)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(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類分析作為 “無(wú)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(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10