大數(shù)據(jù)方向?qū)嵙?xí)生到底該做些什么

最近逃離學(xué)校在某大數(shù)據(jù)公司實習(xí)，雖然我不認(rèn)為大數(shù)據(jù)像現(xiàn)在很多人說的那么邪乎，但是我認(rèn)為互聯(lián)網(wǎng)時代所帶來的大量數(shù)據(jù)是很有價值的。所以便在這個公司做實 習(xí)生，已經(jīng)一個多星期了，都是做一些簡單的搜索，排序，去重的活。excel就完全搞定了。每天需要找的東西毫無技術(shù)含量，卻挺耗費時間。不知道這是不是 實習(xí)的融入期。大三就逃離學(xué)校，冒的風(fēng)險也挺大的。我該學(xué)點什么，做點什么準(zhǔn)備才能讓未來走的更快。畢業(yè)目標(biāo)，在北上廣年薪10w+這個目標(biāo)容易實現(xiàn)么， 需要具備什么樣的素質(zhì)。

Excel2013目前可以支持104萬行數(shù)據(jù)，即使是這樣也遠(yuǎn)遠(yuǎn)算不上大數(shù)據(jù)。

以下是華院數(shù)據(jù)整理的2015年大數(shù)據(jù)相關(guān)公司排名

看看你的公司在不在里邊?

話 說回來，對于一個實習(xí)生來說，讓你處理Excel不能說不合理，因為Excel處理是數(shù)據(jù)分析的基礎(chǔ)中的基礎(chǔ)，拉拉數(shù)據(jù)透視表，寫寫vlookup等函數(shù) 甚至用vb寫一些自動化，一旦熟悉了對于你的數(shù)據(jù)分析是大有卑益的!還別說，一般公司的數(shù)據(jù)分析師崗位或者說一些市場調(diào)研公司還就只是要求會Excel和 PPT。

說到薪資，對于北上廣來說10W+是應(yīng)屆畢業(yè)生的程序員職位的起薪，如果你 僅會Excel，去一些靠譜的市場調(diào)研公司做數(shù)據(jù)分析，大一點的公司如尼爾森、華通明略這種可以拿到6K左右的薪資，6*13就是8W左右了，如果你想去 BAT這種公司里邊做數(shù)據(jù)分析，只會Excel是不夠的，你還需要至少懂點SPSS或者R，當(dāng)然如果能進(jìn)去的話10W+是有的。

個人建議的話，最好不要為了錢而去學(xué)一樣?xùn)|西，這樣內(nèi)在驅(qū)動力不會大到讓你走得比別人快，盡快確定一個感興趣的方向，隨著大數(shù)據(jù)概念的興起以及企業(yè)的越加重視，數(shù)據(jù)相關(guān)的崗位細(xì)分越來越多，每一個細(xì)分都足夠你好好鉆研個10年+。

看到評論區(qū)有人問到是否會SPSS就可以進(jìn)BAT做數(shù)據(jù)分析，答案是肯定的，并不是說進(jìn)BAT一定要會擼代碼，因為隨著數(shù)據(jù)職位的細(xì)分，互聯(lián)網(wǎng)公司需要一些有產(chǎn)品思維并且略有統(tǒng)計背景的人來做數(shù)據(jù)分析，以下貢獻(xiàn)一張圖。

我喜歡根據(jù)職位離業(yè)務(wù)端(如產(chǎn)品、運營、銷售等)的遠(yuǎn)近以及離技術(shù)端(開發(fā)部門)的遠(yuǎn)近來描述職位，可以看到，在不同的位置都有數(shù)據(jù)相關(guān)的職位

說 說市場調(diào)研，這種職位是最靠近業(yè)務(wù)的，他們的工作主要是調(diào)研外部數(shù)據(jù)，比如產(chǎn)品目標(biāo)用戶的情況，競爭對手的情況，整個行業(yè)的情況等，為產(chǎn)品的每一個改版提 供數(shù)據(jù)支撐，對于互聯(lián)網(wǎng)公司來說這種職位一般會放在UED(用戶體驗部)或者產(chǎn)品部下面，日常工作比如去各個城市開用戶訪談會，用調(diào)研問卷的形式收集用戶 數(shù)據(jù)，打用戶調(diào)研電話，設(shè)計訪談問卷等，崗位要求不會涉及到編程，一般的要求就是統(tǒng)計學(xué)基礎(chǔ)知識，EXCEL跟PPT，SPSS懂一些更好，BAT及其他 中小型互聯(lián)網(wǎng)公司都有崗位招聘。對于這種類型的崗位，建議一開始可以去咨詢公司，市場上有非常多好的咨詢公司可以選擇，比如全球最大的尼爾森、華通明略、 易普索、蓋洛普之類，互聯(lián)網(wǎng)行業(yè)的有艾瑞、艾媒、易觀之類，都是不錯的選擇。從職業(yè)發(fā)展道路來講，市場調(diào)研除了是各個行業(yè)普適的職位之外(快速消費品行業(yè) 對市場調(diào)研的需求量很大)，在大公司縱向發(fā)展可以做到市場調(diào)研總監(jiān)，橫向發(fā)展可以去做品牌經(jīng)理或者互聯(lián)網(wǎng)公司產(chǎn)品策劃類的產(chǎn)品經(jīng)理。

數(shù)據(jù)分析師，各行各業(yè)都有做數(shù)據(jù)分析的崗位，但估計是最近1,2年在互聯(lián)網(wǎng)公司才有數(shù)據(jù)分析師這個title的職位出現(xiàn)，之前一直是產(chǎn)品經(jīng)理或者運營經(jīng)理在 做數(shù)據(jù)分析的活，之所以細(xì)分出來是因為隨著數(shù)據(jù)量越來越大以及數(shù)據(jù)價值的凸顯，做數(shù)據(jù)分析的門檻越來越高，舉個栗子，做數(shù)據(jù)分析你需要取數(shù)據(jù)吧，取數(shù)據(jù)一 般需要寫SQL語句從數(shù)據(jù)庫里取，你讓一個產(chǎn)品經(jīng)理或者運營經(jīng)理去寫SQL估計有些難度，當(dāng)然技術(shù)出身的除外，另外說到分析，數(shù)據(jù)量大的話Excel總歸 不好分析，你得會點能處理大數(shù)據(jù)量的工具如SAS或者R，如果是SAS的EG模塊還可以圖形化操作，如果是R的話就是純編程了，所以我認(rèn)為數(shù)據(jù)分析崗位有 30%在于技術(shù)，是因為在數(shù)據(jù)處理層面它需要涉及很多大數(shù)據(jù)量的操作。從業(yè)務(wù)端來看，數(shù)據(jù)分析師的價值在于能夠為公司搭建數(shù)據(jù)流，通過數(shù)據(jù)來對產(chǎn)品功能進(jìn) 行反饋，支持日常的業(yè)務(wù)部門取數(shù)，以及為產(chǎn)品改版提供數(shù)據(jù)支撐，做到這些你需要跟進(jìn)整個數(shù)據(jù)流從頭到尾的流動過程，源頭端比如產(chǎn)品開發(fā)時候的數(shù)據(jù)埋點，你 需要跟產(chǎn)品經(jīng)理及開發(fā)溝通哪個功能需要上報哪些數(shù)據(jù)，有數(shù)據(jù)上報了你需要跟進(jìn)這些上報的數(shù)據(jù)要錄入哪個數(shù)據(jù)庫的哪張表，數(shù)據(jù)錄入口徑怎么定，數(shù)據(jù)存在數(shù)據(jù) 庫了你需要讓這些數(shù)據(jù)產(chǎn)生價值，除了業(yè)務(wù)部門跑來跟你要數(shù)據(jù)之外，你需要主動地定一些分析課題，自己取數(shù)自己用工具進(jìn)行分析，最后寫成PPT呈現(xiàn)給業(yè)務(wù)部 門并最終影響決策，如果業(yè)務(wù)部門的取數(shù)任務(wù)多了，你需要思考怎么去將這些重復(fù)性的取數(shù)工作形成報表，自動化地呈現(xiàn)數(shù)據(jù)，這時你需要去跟后端開發(fā)以及數(shù)據(jù)倉 庫的人溝通，并從頭到尾跟進(jìn)報表的實現(xiàn)。

另外有一種職位叫數(shù)據(jù)產(chǎn)品經(jīng)理，它跟數(shù)據(jù)分析師的職責(zé)有重疊的部分，不同的地方是這個職位關(guān)注的點是數(shù)據(jù)分析的產(chǎn)品化。這是普通互聯(lián)網(wǎng)公司數(shù)據(jù)產(chǎn)品經(jīng)理的日常：

那數(shù)據(jù)產(chǎn)品經(jīng)理跟互聯(lián)網(wǎng)公司里的產(chǎn)品經(jīng)理有什么區(qū)別呢?

在 大的互聯(lián)網(wǎng)公司，產(chǎn)品經(jīng)理有各種細(xì)分的，有偏向功能界面設(shè)計的產(chǎn)品經(jīng)理，這類型的產(chǎn)品經(jīng)理關(guān)注的是產(chǎn)品界面的美觀吸引，他們要會用Axure畫各種界面按 鈕，最好有繪畫功底，他們跟數(shù)據(jù)相關(guān)的地方在于需要通過數(shù)據(jù)反饋來改進(jìn)產(chǎn)品界面;有偏向功能實現(xiàn)的產(chǎn)品經(jīng)理，這類型的產(chǎn)品經(jīng)理關(guān)注的是產(chǎn)品功能實現(xiàn)是否滿 足用戶預(yù)期，效率是否夠高，實現(xiàn)步驟是否夠短，他們要求最好有技術(shù)背景，能了解開發(fā)的各種實現(xiàn)邏輯，他們跟數(shù)據(jù)相關(guān)的地方在于需要通過數(shù)據(jù)反饋來提高功能 實現(xiàn)的成功率，降低崩潰率以及提高實現(xiàn)速度;前面兩者都是屬于前端的產(chǎn)品經(jīng)理，而后端的產(chǎn)品經(jīng)理除了幫助各個部門搭建管理平臺的產(chǎn)品經(jīng)理外，剩下的就是數(shù) 據(jù)產(chǎn)品經(jīng)理了。

從以上可以看到，產(chǎn)品經(jīng)理有各種細(xì)分，而數(shù)據(jù)產(chǎn)品經(jīng)理也有他不一樣的要求和關(guān)注點。

這是智聯(lián)上某公司數(shù)據(jù)產(chǎn)品經(jīng)理的職位描述：

職位描述：

1) 負(fù)責(zé)門戶端、APP端數(shù)據(jù)統(tǒng)計產(chǎn)品開發(fā)及推薦算法迭代等相關(guān)工作，獨立負(fù)責(zé)產(chǎn)品線的日常迭代工作，以數(shù)據(jù)為導(dǎo)向?qū)\營結(jié)果負(fù)責(zé)。

2) 監(jiān)管全部產(chǎn)品核心KPI數(shù)據(jù)，可對運營團(tuán)隊及時輸出價值數(shù)據(jù)。

3) 負(fù)責(zé)產(chǎn)品上線后的數(shù)據(jù)管理和運營工作，對相關(guān)數(shù)據(jù)進(jìn)行持續(xù)監(jiān)控和分析，并定期對自身產(chǎn)品、整體行業(yè)、競爭對手等進(jìn)行數(shù)據(jù)分析并評估，不斷優(yōu)化產(chǎn)品，完成產(chǎn)品生命周期管理。

4) 匯報項目核心數(shù)據(jù)指標(biāo)和項目進(jìn)度，對產(chǎn)品生命周期內(nèi)各項指標(biāo)負(fù)責(zé)。

5) 負(fù)責(zé)產(chǎn)品的持續(xù)運營，不斷優(yōu)化、改進(jìn)、迭代，深度挖掘用戶需求。

從以上描述可以看到該數(shù)據(jù)產(chǎn)品經(jīng)理職位有三個關(guān)注點：一是數(shù)據(jù)統(tǒng)計后臺;二是推薦系統(tǒng);三是對產(chǎn)品數(shù)據(jù)的監(jiān)控和分析。那么延伸出來該職位的要求應(yīng)該是對數(shù)據(jù)要敏感，了解一定的數(shù)據(jù)挖掘算法，于是一個數(shù)學(xué)或統(tǒng)計學(xué)的學(xué)位會有所助益。

下圖簡單地從背景以及工作中打交道的人來區(qū)分?jǐn)?shù)據(jù)產(chǎn)品經(jīng)理和其他產(chǎn)品經(jīng)理：

終 于說到數(shù)據(jù)挖掘工程師了，在數(shù)據(jù)相關(guān)職位里，我認(rèn)為數(shù)據(jù)挖掘和數(shù)據(jù)架構(gòu)門檻最高，也是最能體現(xiàn)數(shù)據(jù)價值的職位。大部分公司在招聘數(shù)據(jù)挖掘工程師時的門檻都 是數(shù)學(xué)、統(tǒng)計學(xué)或者計算機(jī)的碩士以上，為什么本科不行非要碩士?大部分企業(yè)認(rèn)為，只有4年的本科學(xué)習(xí)不足以理解數(shù)據(jù)挖掘相關(guān)算法的推導(dǎo)以及應(yīng)用場景，要做 好數(shù)據(jù)挖掘，除了堅實的數(shù)學(xué)和統(tǒng)計學(xué)基礎(chǔ)之外，算法的代碼實現(xiàn)也是很重要的考察地方。數(shù)據(jù)挖掘何以門檻這么高，他對企業(yè)真有那么高的價值么?如果將其應(yīng)用 場景搬出來便知分曉。某音樂公司A成立多年，一直以界面小清新用戶體驗絕佳著稱，可惜多年來對音樂版權(quán)的重視程度不夠，導(dǎo)致用戶因下載不了喜歡的歌曲而頻 頻流失。后來公司痛定思痛，決定另辟蹊徑于是重金聘請了一支數(shù)據(jù)挖掘工程師團(tuán)隊，打造了音樂界最好的推薦系統(tǒng)，一下子挽回了大量用戶，現(xiàn)在用戶占有率穩(wěn)居 行業(yè)前三。是的，推薦系統(tǒng)可以說是數(shù)據(jù)挖掘最重要的應(yīng)用場景，最初來源于電商網(wǎng)站的瀏覽了該商品的用戶還瀏覽了什么，購買了該商品的用戶還購買了什么，現(xiàn) 在發(fā)展到各種復(fù)雜的特征度提取并從各個維度來計算相關(guān)性。很多著名的數(shù)據(jù)挖掘算法，如樸素貝葉斯、神經(jīng)網(wǎng)絡(luò)、邏輯回歸等，都需要扎實的統(tǒng)計學(xué)基礎(chǔ)以及相關(guān) 項目經(jīng)驗才能成熟地應(yīng)用于業(yè)務(wù)實踐。數(shù)據(jù)挖掘是隨著大數(shù)據(jù)技術(shù)的發(fā)展而崛起的一門職業(yè)，過去由于技術(shù)的局限，很多時候只能通過抽樣來選取訓(xùn)練數(shù)據(jù)，導(dǎo)致最 后通過算法出來的預(yù)測概率只有60%左右，而大數(shù)據(jù)的成熟讓工程師能夠?qū)咏康臄?shù)據(jù)進(jìn)行建模，導(dǎo)致最后出來的預(yù)測概率能達(dá)到80%甚至90%，從而更 能體現(xiàn)數(shù)據(jù)挖掘的價值。從職業(yè)發(fā)展角度來說，BAT是最適合做數(shù)據(jù)挖掘的地方，巨量的數(shù)據(jù)，對技術(shù)的重視甚至崇拜以及成熟的應(yīng)用場景讓數(shù)據(jù)挖掘工程師如魚 得水。一個碩士畢業(yè)并有1,2年工作經(jīng)驗的數(shù)據(jù)挖掘工程師在互聯(lián)網(wǎng)行業(yè)能輕易拿到25K往上的月薪。