關(guān)于數(shù)據(jù)分析那些事,看這一文章就夠了

一：那到底什么是數(shù)據(jù)分析呢？數(shù)據(jù)分析是基于商業(yè)目的，有目的的進(jìn)行收集、整理、加工和分析數(shù)據(jù)，提煉有價信息的一個過程。其過程概括起來主要包括：明確分析目的與框架、數(shù)據(jù)收集、數(shù)據(jù)處理、數(shù)據(jù)分析、數(shù)據(jù)展現(xiàn)和撰寫報告等6個階段。

1、明確分析目的與框架

一個分析項(xiàng)目，你的數(shù)據(jù)對象是誰？商業(yè)目的是什么？要解決什么業(yè)務(wù)問題？數(shù)據(jù)分析師對這些都要了然于心。

基于商業(yè)的理解，整理分析框架和分析思路。例如，減少新客戶的流失、優(yōu)化活動效果、提高客戶響應(yīng)率等等。不同的項(xiàng)目對數(shù)據(jù)的要求，使用的分析手段也是不一樣的。

2、數(shù)據(jù)收集

數(shù)據(jù)收集是按照確定的數(shù)據(jù)分析和框架內(nèi)容，有目的的收集、整合相關(guān)數(shù)據(jù)的一個過程，它是數(shù)據(jù)分析的一個基礎(chǔ)。

3、數(shù)據(jù)處理

數(shù)據(jù)處理是指對收集到的數(shù)據(jù)進(jìn)行加工、整理，以便開展數(shù)據(jù)分析，它是數(shù)據(jù)分析前必不可少的階段。這個過程是數(shù)據(jù)分析整個過程中最占據(jù)時間的，也在一定程度上取決于數(shù)據(jù)倉庫的搭建和數(shù)據(jù)質(zhì)量的保證。

數(shù)據(jù)處理主要包括數(shù)據(jù)清洗、數(shù)據(jù)轉(zhuǎn)化等處理方法。
4、數(shù)據(jù)分析

數(shù)據(jù)分析是指通過分析手段、方法和技巧對準(zhǔn)備好的數(shù)據(jù)進(jìn)行探索、分析，從中發(fā)現(xiàn)因果關(guān)系、內(nèi)部聯(lián)系和業(yè)務(wù)規(guī)律，為商業(yè)目提供決策參考。

到了這個階段，要能駕馭數(shù)據(jù)、開展數(shù)據(jù)分析，就要涉及到工具和方法的使用。其一要熟悉常規(guī)數(shù)據(jù)分析方法，最基本的要了解例如方差、回歸、因子、聚類、分類、時間序列等多元和數(shù)據(jù)分析方法的原理、使用范圍、優(yōu)缺點(diǎn)和結(jié)果的解釋；其二是熟悉1+1種數(shù)據(jù)分析工具，Excel是最常見，一般的數(shù)據(jù)分析我們可以通過Excel完成，后而要熟悉一個專業(yè)的分析軟件，如數(shù)據(jù)分析工具SPSS/SAS/R/Matlab等，便于進(jìn)行一些專業(yè)的統(tǒng)計分析、數(shù)據(jù)建模等。

5、數(shù)據(jù)展現(xiàn)

一般情況下，數(shù)據(jù)分析的結(jié)果都是通過圖、表的方式來呈現(xiàn)，俗話說：字不如表，表不如圖。。借助數(shù)據(jù)展現(xiàn)手段，能更直觀的讓數(shù)據(jù)分析師表述想要呈現(xiàn)的信息、觀點(diǎn)和建議。。

常用的圖表包括餅圖、折線圖、柱形圖/條形圖、散點(diǎn)圖、雷達(dá)圖等、金字塔圖、矩陣圖、漏斗圖、帕雷托圖等。

6、撰寫報告
最后階段，就是撰寫數(shù)據(jù)分析報告，這是對整個數(shù)據(jù)分析成果的一個呈現(xiàn)。通過分析報告，把數(shù)據(jù)分析的目的、過程、結(jié)果及方案完整呈現(xiàn)出來，以供商業(yè)目的提供參考。

一份好的數(shù)據(jù)分析報告，首先需要有一個好的分析框架，并且圖文并茂，層次明晰，能夠讓閱讀者一目了然。結(jié)構(gòu)清晰、主次分明可以使閱讀者正確理解報告內(nèi)容；圖文并茂，可以令數(shù)據(jù)更加生動活潑，提高視覺沖擊力，有助于閱讀者更形象、直觀地看清楚問題和結(jié)論，從而產(chǎn)生思考。

另外，數(shù)據(jù)分析報告需要有明確的結(jié)論、建議和解決方案，不僅僅是找出問題，后者是更重要的，否則稱不上好的分析，同時也失去了報告的意義，數(shù)據(jù)的初衷就是為解決一個商業(yè)目的才進(jìn)行的分析，不能舍本求末。

二：數(shù)據(jù)分析師職業(yè)介紹

做數(shù)據(jù)分析前我們首先要明確分析目的和內(nèi)容，對于數(shù)據(jù)分析師而言，他們的進(jìn)階需求無外乎是各個企業(yè)對數(shù)據(jù)分析師的職位要求。在前程無憂、中華英才網(wǎng)以及智聯(lián)招聘上，我們隨便搜索下數(shù)據(jù)分析的崗位信息，都能找到大量類似于下面的一些職位要求信息：

別看崗位職責(zé)，任職要求這么多，說白了主要就三點(diǎn)要求：1）對相關(guān)業(yè)務(wù)的理解；2）掌握一到二種數(shù)據(jù)分析工具；3）良好的溝通?？赡懿煌墓疽?yàn)樾枨蟛煌?，會在要求上有點(diǎn)小小的不同，而這個不同主要集中在數(shù)據(jù)庫上。了解數(shù)據(jù)分析師的具體需求之前，我們有必要先了解數(shù)據(jù)分析師的職位體系。

數(shù)據(jù)分析師的職位體系

在傳統(tǒng)行業(yè)中，數(shù)據(jù)分析更多存在移動、銀行、超市等行業(yè)，在這些行業(yè)中你才會偶爾聽到數(shù)據(jù)分析師這個職位，也許更多是聽到數(shù)據(jù)挖掘工程師、數(shù)據(jù)建模師。在中國也許只在電信的項(xiàng)目中，才會存在真正的意義上的數(shù)據(jù)挖掘。

數(shù)據(jù)行業(yè)從廣義上講可以分為以下幾個職位：

1、數(shù)據(jù)分析師

更注意是對數(shù)據(jù)、數(shù)據(jù)指標(biāo)的解讀，通過對數(shù)據(jù)的分析，來解決商業(yè)問題。主要有以下幾個次層次：
1）業(yè)務(wù)監(jiān)控：診斷當(dāng)前業(yè)務(wù)是否正常？是否存在問題？業(yè)務(wù)發(fā)展是否達(dá)到預(yù)期（KPI）？如果沒有達(dá)到預(yù)期，問主要問題在哪？是什么原因引起的？
2）建立分析體系：這些數(shù)據(jù)分析師已經(jīng)對業(yè)務(wù)有一定的理解，對業(yè)務(wù)也相對比較熟悉，更多幫業(yè)務(wù)方建立一套分析體系，或者更高級是做成數(shù)據(jù)產(chǎn)品。例如：營銷活動。分析師會告訴業(yè)務(wù)方，在活動前你應(yīng)該分析哪些數(shù)據(jù)，從而制定恰當(dāng)?shù)臓I銷計劃。在營銷過程中，你應(yīng)該看哪些數(shù)據(jù)，從而及時做出營銷活動調(diào)整。在營銷活動，應(yīng)該如何進(jìn)行活動效果評估。
3）行業(yè)未來發(fā)展的趨勢分析：這應(yīng)該是數(shù)據(jù)分析師最高級別，有的公司叫做戰(zhàn)略分析師/商業(yè)分析師。這個層次的數(shù)據(jù)分析師站的更高，在行業(yè)、宏觀的層面進(jìn)行業(yè)務(wù)分析，預(yù)測未來行業(yè)的發(fā)展，競爭對手的業(yè)務(wù)構(gòu)成，幫助公司制定戰(zhàn)略發(fā)展計劃，并及時跟蹤、分析市場動態(tài)，從而及時對戰(zhàn)略進(jìn)行不斷優(yōu)化。

主要技能要求：

數(shù)據(jù)庫知識（SQL至少要熟悉）、基本的統(tǒng)計分析知識、EXCEL要相當(dāng)熟悉，對SPSS或SAS有一定的了解，對于與網(wǎng)站相關(guān)的業(yè)務(wù)還可能要求掌握GA等網(wǎng)站分析工具，當(dāng)然PPT也是必備的。

2、數(shù)據(jù)挖掘工程師

更多是通過對海量數(shù)據(jù)進(jìn)行挖掘，尋找數(shù)據(jù)的存在模式、或者說規(guī)律，從而通過數(shù)據(jù)挖掘來解決具體問題。數(shù)據(jù)挖掘更多是針對某一個具體的問題，是以解決具體問題為導(dǎo)向的。例如：聚類分析，通過對于會員各種人口統(tǒng)計學(xué)、行為數(shù)據(jù)進(jìn)行分析，對會員進(jìn)行分類，對不同的類型的會員建立相應(yīng)的profiling，從而更好的理解會員，知道公司會員是到底如何？高、中、低低價值的會員構(gòu)成，既可以后期各種會員的運(yùn)營提供指導(dǎo)，提高活動效率，可以指導(dǎo)公司的營銷，例如廣告的投放策略。以及用于公司各種戰(zhàn)略的制定。
主要技能要求：
1）數(shù)據(jù)庫必須精通。很多時候，你模型的數(shù)據(jù)預(yù)處理，可能完成在數(shù)據(jù)庫里完成，你用到的數(shù)據(jù)庫技巧更高。

2）必須要會成熟的數(shù)據(jù)挖掘工具、數(shù)據(jù)挖掘算法，例如：SPSS/CELEMENTINE、SAS/EM等，當(dāng)然如果你會一、二款開源軟件，并會寫一些程序代碼那是最好的，大公司都喜歡用開源的軟件，例如：R、WEKA。

3、數(shù)據(jù)建模師

這個職位與數(shù)據(jù)挖掘工程師還是有本質(zhì)區(qū)別的。數(shù)據(jù)建模師，更多偏向于中、小數(shù)據(jù)量，而且其使用更多更多是統(tǒng)計學(xué)的方法，而數(shù)據(jù)挖掘中的例如：決策樹、神經(jīng)網(wǎng)絡(luò)、SVM等在這里是根據(jù)不會涉及的。
當(dāng)然二者有一個共同之處都是，針對很具體的問題，都是會解決某個具體問題，例如：營銷反應(yīng)率，你就可能歷史的郵箱、短信的反應(yīng)情況，來建模型進(jìn)行預(yù)測，從而提高郵件反應(yīng)率，或者減少對用戶來說的“垃圾”郵箱，提高用戶體驗(yàn)。所以從掌握的技能上講，這二者就有很大的區(qū)別，數(shù)據(jù)建模師其實(shí)很少會提到算法這個詞，更多說使用什么模型，有感覺嗎？但是從實(shí)務(wù)界來看，這二個模型越來越?jīng)]有明確的分工，一般來說都會二個職位的人都會去學(xué)習(xí)對方的知識，所以這二個職位有合并的趨勢，但在未來幾年來，我覺得公司要招人的時候應(yīng)該還是要有區(qū)別的。

新進(jìn)入數(shù)據(jù)行業(yè)的同學(xué)，可以根據(jù)自己的背景背景選擇相應(yīng)的職位，學(xué)數(shù)據(jù)、統(tǒng)計學(xué)的朋友更多可以偏向于建模師，而計算機(jī)特別是寫編程出現(xiàn)和同學(xué)，可以走數(shù)據(jù)挖掘工程師，也許適應(yīng)性更好，但這不是絕對的。

數(shù)據(jù)分析師的職位級別劃分

不同公司對數(shù)據(jù)分析師的職位劃分騷有不同，在一些中小型企業(yè)，沒有成立獨(dú)立的數(shù)據(jù)中心前，數(shù)據(jù)分析的相關(guān)職位往往是在譬如市場部、運(yùn)營部這些部門之下，通常數(shù)據(jù)分析成員在2-4人不等。對于一些大型企業(yè)，有獨(dú)立的數(shù)據(jù)部門的企業(yè)，其數(shù)據(jù)分析團(tuán)隊人員則是十到百人不等，其職位頭銜有通俗的總監(jiān)、經(jīng)理、主管劃分，也有助理、資深、專家之類的劃分。下面是一張微博上傳的比較火的某集團(tuán)的數(shù)據(jù)分析師職位級別劃分圖表，大家可根據(jù)自身的情況對號入座。

三：數(shù)據(jù)分析職業(yè)生涯規(guī)劃

按照不同分析方法所能給人帶來的智能程度，可以把分析能力劃分為以下8個等級。

數(shù)據(jù)分析師的級別

1、數(shù)據(jù)跟蹤員：機(jī)械拷貝看到的數(shù)據(jù)，很少處理數(shù)據(jù)

雖然這個工作的人還不能稱作數(shù)據(jù)分析師，但是往往作這樣工作的人還都自稱是數(shù)據(jù)分析師，這樣的人，只能通過×××系統(tǒng)看到有限的數(shù)據(jù)，并且很少去處理數(shù)據(jù)，甚至不理解數(shù)據(jù)的由來和含義，只是機(jī)械的把自己看到的數(shù)據(jù)拷貝出來，轉(zhuǎn)發(fā)給相應(yīng)的人。這類人發(fā)出來的數(shù)據(jù)，是否有意義，怎么解讀，他自己是不知道的，只能期望收到數(shù)據(jù)的人了。

2、數(shù)據(jù)查詢員/處理員：數(shù)據(jù)處理沒問題，缺乏數(shù)據(jù)解讀能力

這些人可以稱為分析師了，他們已經(jīng)對數(shù)據(jù)有一定的理解了，對于大部分?jǐn)?shù)據(jù)，他們也知道數(shù)據(jù)的定義，并且可以通過監(jiān)控系統(tǒng)或者原始的數(shù)據(jù)，處理得到這些數(shù)據(jù)。統(tǒng)計學(xué)的方法，這批人還是很精通的，統(tǒng)計學(xué)的工具，他們也是用起來得心應(yīng)手，你讓他們做一下因子分析，聚類肯定是沒問題，各類檢驗(yàn)也是用的爐火純青。他們的不足是：1、如果不告訴他們命題，那么他們就不知道該應(yīng)用什么樣的方法去得到結(jié)論了。2、對于數(shù)據(jù)的處理沒問題，但是卻沒有一個很好的數(shù)據(jù)解讀能力。只能在統(tǒng)計學(xué)的角度上解釋數(shù)據(jù)。

3、數(shù)據(jù)分析師：解讀數(shù)據(jù)，定位問題提出答案

數(shù)據(jù)分析師這群人，對于數(shù)據(jù)的處理已經(jīng)不是問題了，他們的重點(diǎn)已經(jīng)轉(zhuǎn)化到怎么樣去解讀數(shù)據(jù)了，同樣的數(shù)據(jù)，在不同人的眼中有不一致的內(nèi)容。好的數(shù)據(jù)分析師，是能通過數(shù)據(jù)找到問題，準(zhǔn)確的定位問題，準(zhǔn)確的找到問題產(chǎn)生的原因，為下一步的改進(jìn)，找到機(jī)會點(diǎn)的人。往往科班出身的人，欠缺的不是在處理數(shù)據(jù)上，而是在解讀數(shù)據(jù)上，至于將數(shù)據(jù)和產(chǎn)品結(jié)合到一起，則是其更缺少的能力了。

4、數(shù)據(jù)應(yīng)用師：將數(shù)據(jù)還原到產(chǎn)品中，為產(chǎn)品所用

數(shù)據(jù)應(yīng)用，這個詞很少被提到。但是應(yīng)用數(shù)據(jù)被提的很多，分析了大量的數(shù)據(jù)，除了能找到問題以外，還有很多數(shù)據(jù)可以還原到產(chǎn)品中，為產(chǎn)品所用。典型的是在電子商務(wù)的網(wǎng)站中，用戶的購買數(shù)據(jù)，查看數(shù)據(jù)和操作的記錄，往往是為其推薦新商品的好起點(diǎn)，而數(shù)據(jù)應(yīng)用師就是要通過自己的分析，給相應(yīng)的產(chǎn)品人員一個應(yīng)該推薦什么產(chǎn)品，購買的可能性會最大的一個結(jié)論。國內(nèi)能做到這個級別的數(shù)據(jù)人員還真是少的可憐，甚至大部分人員連數(shù)據(jù)的視圖都搞不定，而真正意義上的能數(shù)據(jù)應(yīng)用師，可以用數(shù)據(jù)讓一個產(chǎn)品變得更加地簡單高效。

5、數(shù)據(jù)規(guī)劃師：走在產(chǎn)品前面，讓數(shù)據(jù)有新的價值方向

數(shù)據(jù)規(guī)劃師，不能說水平上比數(shù)據(jù)應(yīng)用師高多少，而是另外一個讓數(shù)據(jù)有價值的方向。往往在實(shí)際的應(yīng)用中，數(shù)據(jù)都是有其生命周期的，用來分析、應(yīng)用的數(shù)據(jù)也是，這點(diǎn)上，尤其是在互聯(lián)網(wǎng)公司更加明顯，一個版本的更新，可能導(dǎo)致之前的所有數(shù)據(jù)都一定程度的失效。數(shù)據(jù)規(guī)劃師在一個產(chǎn)品設(shè)計之前，就已經(jīng)分析到了，這個產(chǎn)品應(yīng)該記錄什么樣的數(shù)據(jù)，這些數(shù)據(jù)能跟蹤什么問題，哪些記錄到的數(shù)據(jù)，應(yīng)該可以用到數(shù)據(jù)中去，可以對產(chǎn)品產(chǎn)生什么樣的價值。

四：數(shù)據(jù)分析薪酬情況

數(shù)據(jù)分析相關(guān)職位在企業(yè)當(dāng)中，同級別，相比運(yùn)營等要高20%左右，這里以BAT整體薪酬情況，為大家作一下參考。

三大互聯(lián)網(wǎng)巨頭公司，百度騰訊跟阿里如何劃分級別?薪資待遇又有多少?除非身居其位，否則很難探知，但是等你到那個位置知道了，卻又不能說，至少不能在公開場合談?wù)?。接下來就為大家揭秘，百度、阿里與騰訊內(nèi)部的級別劃分跟薪資待遇。這是一個群眾喜聞樂見卻又諱莫如深的話題。

各個公司頭銜名字都不一樣，級別的數(shù)目也不一樣;有些扁平，有些很多l(xiāng)evel慢慢升;有些薪水范圍嚴(yán)格跟級別掛鉤，有些薪水跟級別沒絕對的關(guān)系。最近剛好整理了一份「互聯(lián)網(wǎng)公司薪酬體系架構(gòu)」內(nèi)部資料，年底了，上年貨，哦不，上部分干貨。

阿里

最近對阿里羨慕嫉妒恨的同學(xué)可不少，知乎上也開起了對阿里的批斗會--2014 年放棄阿里巴巴 offer 的人是否格外多?--個么，就重點(diǎn)先說說阿里吧!

1. 舉個栗子。校招不論，單說社招。想知道阿里內(nèi)部級別和薪資待遇的題主，或許正面臨offer選擇，就像這位糾結(jié)阿里系offer的同學(xué)W：

最近剛通過面試，但基本薪酬也是不升反小降。 級別只有P6+，連P7都沒有，非常郁悶，打算拒絕算了。小本工作9年了，這算不算loser ?

奇了怪了，阿里系的P6和P7的范圍到底是多少?

不過反過來說，阿里系面試還真是有點(diǎn)深度的，通過不易，但拿到這個級別總感覺是否自已混的太一般了。

郁悶。

這樣的糾結(jié)實(shí)在太常見了，都是工作好幾年的老程序員了，好不容易動心跳個槽，獵頭開始保證得好好的，怎么拿到offer的薪酬卻不盡如人意?是自己能力不夠，還是被HR/獵頭忽悠?

專心做技術(shù)的大都是心思單純之人，卻最容易吃虧。知己知彼方可百戰(zhàn)不殆，看看對方的級別和待遇，謀定而后動，才能跳得更遠(yuǎn)，走得更穩(wěn)。

2. 先看阿里的級別定義：

P序列=技術(shù)崗 M序列=管理崗

阿里的非管理崗分為10級

其中P6、P7、P8需求量最大，也是阿里占比最大的級別

前面栗子中郁悶的W同學(xué)拿到了P6+的offer，正處于最龐大但又最尷尬的級別中段，至于為什么差一點(diǎn)兒沒拿到P7，難道是HR在省招聘費(fèi)?

3. 再看阿里的級別對應(yīng)薪資：

?阿里薪資結(jié)構(gòu)：一般是12+1+3=16薪

?年底的獎金為0-6個月薪資，90%人可拿到3個月

?股票是工作滿2年才能拿，第一次拿50%，4年能全部拿完

說到股票，真是要普及下常識，別被忽悠了。股票是公司用來獎勵員工忠誠度的，所以阿里分年限行權(quán)，想要離職套現(xiàn)真的是難。更不要高額的稅收了，首先，歸屬要收高達(dá)45%的個稅，然后得到的還是限制性股票，還不能馬上賣呢。好不容易可以出售的時候，還得交20%股票增值部分的個人所得稅哦!

更重要的是，你必須先繳稅，才能歸屬，繳稅還必須用現(xiàn)金，不能sell to cover!So，拿的越多，先拿出的cash就越多，這里面的流動性風(fēng)險你自己權(quán)衡吧。

百度

再說說級別分層和阿里類似的百度

1. 百度的技術(shù)級別：

百度有4萬人，每年招聘應(yīng)屆生技術(shù)產(chǎn)品人員1000人左右，技術(shù)崗位級別和阿里類似，分為T序列12級，不贅述了，大概阿里的級別減1或2，就是百度的級別。

?主要集中在T5/T6，升T7很困難，T7升T8更困難;T7以上一般就不做coding了

?一般來說，在百度待3年能給到T5，很多人都等不到三年，原因下面說，社招過來的，一般是外面公司的技術(shù)骨干了

?T10是技術(shù)總監(jiān)，十個左右;T11是首席科學(xué)家;T12基本沒見過。

2. 再看百度薪資的大概范圍：

?百度薪資結(jié)構(gòu)：月薪*14.6(12+0.6+2),其他崗位月薪*14

?T5以上為關(guān)鍵崗位，另外有股票、期權(quán)

?T5、T6占比最大的級別，T8、T9占比最小

?級別越高，每檔之間的寬幅越大

百度是一家業(yè)務(wù)定性，內(nèi)部穩(wěn)定，金字塔形的成熟公司。也就是說，大部分事情都是按部就班、駕輕就熟，所有人都比較輕松、穩(wěn)定、舒服，尤其是對老員工而言。但是對于新員工來說，這意味著成長空間的極度壓縮，機(jī)會少，上升慢。

百度工資高，福利好，但是這么多年期權(quán)已經(jīng)基本發(fā)光了，只有總監(jiān)以上才有，幾十股幾百股就算多了。問題就來了，百度新老員工的期權(quán)數(shù)量太懸殊，據(jù)說到百度樓下停車場一看，開卡宴的都是老員工，開捷達(dá)的都是新員工，其實(shí)很多新員工的貢獻(xiàn)比老員工大得多，但是收入反而倒掛，于是很多新人等不到3年就跳了。

騰訊

談?wù)勛钅线叺尿v訊

1. 騰訊的技術(shù)級別：

騰訊的分級和阿里/百度都不一樣，分為T1/T2/T3/T4共4級，其中又細(xì)分為3級。

?員工仍然集中在中段，尤其是 T2.3 和 T3.1

?想從T2跨到T3，即從2.3升3.1是非常困難的

2. 了解薪酬和級別的關(guān)系：

? 騰訊標(biāo)準(zhǔn)薪資是14薪，但是通常能拿到16-20薪

? T3.1以上開始另外有股票

值得一提的是，騰訊是有淘汰制考核的。一般一年兩次考核(6月、12月)，實(shí)行末尾淘汰制，0-10%優(yōu)秀，必須有5%的人轉(zhuǎn)組(轉(zhuǎn)組也可能出現(xiàn)沒人接收的情況)或者被開除，這點(diǎn)比較狠。

升級也跟考核結(jié)果很有關(guān)系，要升一個小等級，必須最近兩次考核得過一次A類考核結(jié)果。升 T3.1是內(nèi)部晉升的第一道檻，要求架構(gòu)在領(lǐng)域內(nèi)優(yōu)秀，被追問攻擊時能無漏洞應(yīng)答出來--據(jù)說只有30%的通過率。同時，騰訊好的一點(diǎn)在于，底層普通員工如果技術(shù)真的不錯，照樣升級，和是不是leader關(guān)系不大。 leader的帶隊價值在T3.3時才顯現(xiàn)出來。

別問我是怎么知道答案的，我不是互聯(lián)網(wǎng)獵頭，我正在做的事就是要用互聯(lián)網(wǎng)產(chǎn)品替代獵頭，因?yàn)楂C頭不透明、不全面，還死貴。

五：數(shù)據(jù)分析的基本素質(zhì)

一名合格的數(shù)據(jù)分析師需要具備的五大基本能力和素質(zhì)。

1、態(tài)度嚴(yán)謹(jǐn)負(fù)責(zé)

嚴(yán)謹(jǐn)負(fù)責(zé)是數(shù)據(jù)分析師的必備素質(zhì)之一，只有本著嚴(yán)謹(jǐn)負(fù)責(zé)的態(tài)度，才能保證數(shù)據(jù)的客觀、準(zhǔn)確。在企業(yè)里，數(shù)據(jù)分析師可以說是企業(yè)的醫(yī)生，他們通過對企業(yè)運(yùn)營數(shù)據(jù)的分析，為企業(yè)尋找癥結(jié)及問題。一名合格的數(shù)據(jù)分析師，應(yīng)具有嚴(yán)謹(jǐn)、負(fù)責(zé)的態(tài)度，保持中立立場，客觀評價企業(yè)發(fā)展過程中存在的問題，為決策層提供有效的參考依據(jù)；不應(yīng)受其他因素影響而更改數(shù)據(jù)，隱瞞企業(yè)存在的問題，這樣做對企業(yè)發(fā)展是非常不利的，甚至?xí)斐蓢?yán)重的后果。而且，對數(shù)據(jù)分析師自身來說，也是前途盡毀，從此以后所做的數(shù)據(jù)分析結(jié)果都將受到質(zhì)疑，因?yàn)槟阋呀?jīng)不再是可信賴的人，在同事、領(lǐng)導(dǎo)、客戶面前已經(jīng)失去了信任。所以，作為一名數(shù)據(jù)分析師就必須持有嚴(yán)謹(jǐn)負(fù)責(zé)的態(tài)度，這也是最基本的職業(yè)道德。

2、好奇心強(qiáng)烈

好奇心人皆有之，但是作為數(shù)據(jù)分析師，這份好奇心就應(yīng)該更強(qiáng)烈，要積極主動地發(fā)現(xiàn)和挖掘隱藏在數(shù)據(jù)內(nèi)部的真相。在數(shù)據(jù)分析師的腦子里，應(yīng)該充滿著無數(shù)個“為什么”，為什么是這樣的結(jié)果，為什么不是那樣的結(jié)果，導(dǎo)致這個結(jié)果的原因是什么，為什么結(jié)果不是預(yù)期的那樣等等。這一系列問題都要在進(jìn)行數(shù)據(jù)分析時提出來，并且通過數(shù)據(jù)分析，給自己一個滿意的答案。越是優(yōu)秀的數(shù)據(jù)分析師，好奇心也越不容易滿足，回答了一個問題，又會拋出一個新的問題，繼續(xù)研究下去。只有擁有了這樣一種刨根問底的精神，才會對數(shù)據(jù)和結(jié)論保持敏感，繼而順藤摸瓜，找出數(shù)據(jù)背后的真相。

3、邏輯思維清晰

除了一顆探索真相的好奇心，數(shù)據(jù)分析師還需要具備縝密的思維和清晰的邏輯推理能力。我記得有位大師說過：結(jié)構(gòu)為王。何謂結(jié)構(gòu)，結(jié)構(gòu)就是我們常說的邏輯，不論說話還是寫文章，都要有條理，有目的，不可眉毛胡子一把抓，不分主次。

通常從事數(shù)據(jù)分析時所面對的商業(yè)問題都是較為復(fù)雜的，我們要考慮錯綜復(fù)雜的成因，分析所面對的各種復(fù)雜的環(huán)境因素，并在若干發(fā)展可能性中選擇一個最優(yōu)的方向。這就需要我們對事實(shí)有足夠的了解，同時也需要我們能真正理清問題的整體以及局部的結(jié)構(gòu)，在深度思考后，理清結(jié)構(gòu)中相互的邏輯關(guān)系，只有這樣才能真正客觀地、科學(xué)地找到商業(yè)問題的答案。

4、擅長模仿

在做數(shù)據(jù)分析時，有自己的想法固然重要，但是“前車之鑒”也是非常有必要學(xué)習(xí)的，它能幫助數(shù)據(jù)分析師迅速地成長，因此，模仿是快速提高學(xué)習(xí)成果的有效方法。這里說的模仿主要是參考他人優(yōu)秀的分析思路和方法，而并不是說直接“照搬”。成功的模仿需要領(lǐng)會他人方法精髓，理解其分析原理，透過表面達(dá)到實(shí)質(zhì)。萬變不離其宗，要善于將這些精華轉(zhuǎn)化為自己的知識，否則，只能是“一直在模仿，從未超越過”。

5、勇于創(chuàng)新

通過模仿可以借鑒他人的成功經(jīng)驗(yàn)，但模仿的時間不宜太長，并且建議每次模仿后都要進(jìn)行總結(jié)，提出可以改進(jìn)的地方，甚至要有所創(chuàng)新。創(chuàng)新是一個優(yōu)秀數(shù)據(jù)分析師應(yīng)具備的精神，只有不斷的創(chuàng)新，才能提高自己的分析水平，使自己站在更高的角度來分析問題，為整個研究領(lǐng)域乃至社會帶來更多的價值?，F(xiàn)在的分析方法和研究課題千變?nèi)f化，墨守成規(guī)是無法很好地解決所面臨的新問題的。