
作者:接地氣的陳老師
來(lái)源:接地氣學(xué)堂
“到底咋樣算進(jìn)階?”是很多做數(shù)據(jù)的新人同學(xué)很疑慮的問(wèn)題。網(wǎng)上的文章鋪天蓋地的都是“如何入門(mén)”,“如何快速入門(mén)”一類(lèi)??烧嬲錾蠑?shù)據(jù)分析以后才發(fā)現(xiàn):根本學(xué)的就是個(gè)屁。每天都在跑數(shù),真正的算法工作離自己一萬(wàn)多里。所以到底前途是啥?
以上諸多疑慮,癥結(jié)核心,在于:網(wǎng)上的文章大多基于課本來(lái)寫(xiě)。因?yàn)闀?shū)本上都是第一章講pycharm,anaconda,第二章講pandas,第三章講matplotlib,第四章講numpy,第五章講sklearn,所以作者們想當(dāng)然地以為做數(shù)據(jù)分析就是第一步安裝軟件,第二步取數(shù),第三步可視化,第四步機(jī)器學(xué)習(xí)模型,第五步業(yè)務(wù)跪倒在自己腳下俯首帖耳,說(shuō):數(shù)據(jù)分析真牛逼,快來(lái)驅(qū)動(dòng)我……醒醒了喂!
真正進(jìn)入公司以后,就會(huì)發(fā)現(xiàn),數(shù)據(jù)分析工作最大問(wèn)題就是:存在感稀薄。數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)?那是:老板拿數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)。至于做數(shù)據(jù)的自己,在大部分公司就是打雜的。那些產(chǎn)品經(jīng)理、運(yùn)營(yíng)、銷(xiāo)售、策劃心中,都覺(jué)得自己可懂分析了,就差一個(gè)跑數(shù)的。做數(shù)據(jù)的你就安心跑數(shù)好了。
而且,做業(yè)務(wù)的尤其喜歡說(shuō):“我看朋友圈的數(shù)據(jù)分析文章,我都會(huì)了,可我司數(shù)據(jù)分析師連大數(shù)據(jù)精準(zhǔn)推薦,這么簡(jiǎn)單的事都搞不出來(lái),都怪他們!”——做數(shù)據(jù)的不但工作打雜,還容易背鍋。
所以,真在企業(yè)里上過(guò)班就會(huì)明白:想要擺脫窘境,真正要干的就三件事:
1、爭(zhēng)取獨(dú)立項(xiàng)目的機(jī)會(huì),不當(dāng)掃廁所的
2、清晰工作范圍和邊界,不背無(wú)妄之鍋
3、展現(xiàn)工作效果與成績(jī),爭(zhēng)取內(nèi)部認(rèn)可
有了這三個(gè),才能讓自己多立功,少背鍋。這三點(diǎn),才是從等著別人來(lái)要數(shù)的新手,向獨(dú)當(dāng)一面的成熟數(shù)據(jù)分析師的真正轉(zhuǎn)變。具體怎么干,下邊簡(jiǎn)單說(shuō)一說(shuō)。
1
如何爭(zhēng)取獨(dú)立項(xiàng)目
新人在學(xué)習(xí)階段,都練習(xí)過(guò)網(wǎng)上的所謂“項(xiàng)目”,什么泰坦尼克、淘寶購(gòu)物、某國(guó)信用卡之類(lèi)。真實(shí)企業(yè)項(xiàng)目和這些網(wǎng)紅項(xiàng)目最大區(qū)別在于:沒(méi)人給你安排好做什么。如果干坐著等別人安排,就等著接電話:“這個(gè)數(shù)據(jù)老板要,下班以前要給到”。
想爭(zhēng)取項(xiàng)目,陳老師之前有一篇詳細(xì)的分享,在文末可見(jiàn)。這里想強(qiáng)調(diào)的是:一定要做好常規(guī)數(shù)據(jù)需求統(tǒng)計(jì)。想要在瑣碎、零散、日常的工作中發(fā)現(xiàn)機(jī)會(huì),靠的是細(xì)心的分析,而不是別人的施舍(如下圖)。
基于需求統(tǒng)計(jì)表,能主動(dòng)發(fā)現(xiàn):
這樣就能擺脫遇到事只會(huì)傻憨憨問(wèn)業(yè)務(wù),結(jié)果被一句“關(guān)你屁事”頂回來(lái)的尷尬。找到意愿合作的部門(mén),找到有價(jià)值的合作項(xiàng)目,都靠這樣一點(diǎn)點(diǎn)沉淀,而不是從天上掉下來(lái)的。
2
如何清晰工作邊界
清晰工作邊界就是為了不背鍋,沒(méi)有其他緣由。
要牢記三清原則:
1、有數(shù)據(jù)還是沒(méi)數(shù)據(jù),要分清!
2、有標(biāo)準(zhǔn)還是沒(méi)標(biāo)準(zhǔn),要分清!
3、有方案還是沒(méi)方案,要分清!
沒(méi)有數(shù)據(jù),無(wú)法分析。這是廢話,但是恰恰最容易被忽視。在業(yè)務(wù)眼里,永遠(yuǎn)是:“我們的數(shù)據(jù)很大呀,而且都在哪里,就差個(gè)人來(lái)分析了”,業(yè)務(wù)是不會(huì)去扣數(shù)據(jù)細(xì)節(jié)的。事先不做好功課,事后面對(duì)一堆臟數(shù)據(jù),巧婦難為無(wú)米之炊。
沒(méi)有標(biāo)準(zhǔn),無(wú)法評(píng)估。這也是一句廢話。但是業(yè)務(wù)口中,經(jīng)常是:“我就是要增加銷(xiāo)量呀;我就是要提升活躍呀;這是老板說(shuō)的要做,你管他那么多呢”??此朴心繕?biāo),實(shí)則不具體。這時(shí)候如果不主動(dòng)提醒,事后想再補(bǔ)充。就變成:說(shuō)業(yè)務(wù)好,自己就是應(yīng)聲蟲(chóng),對(duì)老板沒(méi)意義;說(shuō)業(yè)務(wù)不好,等著被業(yè)務(wù)噴死。進(jìn)退兩難。
沒(méi)有方案,預(yù)測(cè)不準(zhǔn)。這也是一句廢話。投100的券和投10元券轉(zhuǎn)化率能一樣嗎。好文案和差文案轉(zhuǎn)化率能一樣嗎。脫離業(yè)務(wù)方案去談?lì)A(yù)測(cè)、談走勢(shì),都是夸夸奇談??善填A(yù)測(cè)的書(shū)本都講的是數(shù)據(jù)處理方法,很少講如何結(jié)合實(shí)際,因此這一步也經(jīng)常被忘掉。
以上三原則,是很多新人碰得頭破血流以后總結(jié)的要點(diǎn),字字帶血。然而這也是新人最容易忘記的點(diǎn)。因?yàn)樵谧詫W(xué)階段都是對(duì)著現(xiàn)成的數(shù)據(jù)集,現(xiàn)成的背景,現(xiàn)成的書(shū)去練,從來(lái)沒(méi)人教怎么具體問(wèn)題、具體溝通。就容易在干活時(shí)出問(wèn)題。
3
如何展示工作成績(jī)
數(shù)據(jù)分析的成果,就類(lèi)似“哥倫布立雞蛋”的故事——你說(shuō)出口之前,大家都覺(jué)得不可能;你說(shuō)出口以后,大家都說(shuō):我早想到了!這個(gè)很簡(jiǎn)單。所以單純地在口頭報(bào)幾個(gè)數(shù)、提幾條建議,完全不能證明這是自己的成績(jī)。反而把業(yè)務(wù)教聰明了,以后的分析需求越來(lái)越復(fù)雜,越來(lái)越難搞。
因此,才有數(shù)據(jù)成果三標(biāo)準(zhǔn):
1、輸出數(shù)量可量化
2、結(jié)果可重復(fù)使用
3、過(guò)程封裝看不懂
具體如下圖所示:
想實(shí)現(xiàn)這三標(biāo)準(zhǔn),單純地靠寫(xiě)ppt,做口頭匯報(bào)是肯定不行的。上數(shù)據(jù)產(chǎn)品勢(shì)在必行。但想從零散取數(shù),直接升級(jí)到一套完整的數(shù)據(jù)產(chǎn)品也是不現(xiàn)實(shí)的——業(yè)務(wù)等不了那么久,也不會(huì)停下日常工作。因此要有產(chǎn)品升級(jí)的意識(shí),逐步地向完整產(chǎn)品過(guò)度。
我們積累的技術(shù)能力,是在這個(gè)場(chǎng)合用的。在時(shí)間、數(shù)據(jù)質(zhì)量允許范圍內(nèi):
1、能做報(bào)表的,不用臨時(shí)取數(shù)
2、能上系統(tǒng)的,不用手工報(bào)表
3、能上體系的,不用孤立指標(biāo)
4、能上模型的,不用業(yè)務(wù)規(guī)則
5、能固化規(guī)則的,不每次跑數(shù)
6、能固化標(biāo)準(zhǔn)的,不專題分析
總之一步步升級(jí),手工操作、臨時(shí)操作、個(gè)性化操作越來(lái)越少。產(chǎn)品功能越來(lái)越豐富,預(yù)測(cè)精度越來(lái)越高,查詢速度越來(lái)越快,定位問(wèn)題方法越來(lái)越簡(jiǎn)單,我們的價(jià)值就越大。以上,是從菜鳥(niǎo)到中級(jí)的破局思路。啥時(shí)候算修煉成功?往簡(jiǎn)單說(shuō),就是獨(dú)擋一面。
往細(xì)了說(shuō):
具體的表現(xiàn)是:等你在面試或者年終述職的時(shí)候,不需要傻憨憨地說(shuō):我做了好多分析。而是很清晰的講出來(lái)自己的工作數(shù)量、輸出產(chǎn)品、分析模型的時(shí)候,就算成功了。然而遺憾的是,很多新人注意不到這些問(wèn)題。
比起在具體問(wèn)題上深入討論,他們更喜歡發(fā)牢騷,抱怨自己的公司太low,如果能進(jìn)入頭騰阿這種大廠,肯定是山清水秀,鳥(niǎo)語(yǔ)花香;
比起深入思考業(yè)務(wù)場(chǎng)景和業(yè)務(wù)流程,他們更喜歡看“底層邏輯”“核心模型”,并且孜孜不倦的在網(wǎng)上找《國(guó)家權(quán)威認(rèn)證方法》。
比起解決問(wèn)題,他們更喜歡人手一本《21天0基礎(chǔ)精通機(jī)器學(xué)習(xí)》,認(rèn)為學(xué)了這個(gè)頭騰阿的某一家就會(huì)看上他了——總之,牢騷太多,細(xì)節(jié)太少,想進(jìn)步,肯定很難了。
能獨(dú)立面對(duì)并解決問(wèn)題以后,我們能探討一個(gè)10人部門(mén)以上的,領(lǐng)導(dǎo)級(jí)的高級(jí)數(shù)據(jù)分析師需要什么技能了。在成果上,高級(jí)的數(shù)據(jù)分析師不僅要解決問(wèn)題,更得明白“要做成什么樣”主動(dòng)引導(dǎo)業(yè)務(wù)發(fā)展。
想從事業(yè)務(wù)型數(shù)據(jù)分析師,您可以點(diǎn)擊>>>“數(shù)據(jù)分析師”了解課程詳情;
想從事大數(shù)據(jù)分析師,您可以點(diǎn)擊>>>“大數(shù)據(jù)就業(yè)”了解課程詳情;
想成為人工智能工程師,您可以點(diǎn)擊>>>“人工智能就業(yè)”了解課程詳情;
想了解Python數(shù)據(jù)分析,您可以點(diǎn)擊>>>“Python數(shù)據(jù)分析師”了解課程詳情;
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(lèi)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(pán)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(pán)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(xiāo)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(xiāo)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(lèi)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(lèi)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