? 采訪老師：歡迎大家來到CDA持證人專訪，今天我們邀請到了蔣少寒老師，可以和大家打個招呼！ 

? 嘉賓：大家好！我叫蔣少寒！電子信息工程專業(yè)，畢業(yè)后在某500強制造業(yè)擔(dān)任it方向的數(shù)據(jù)分析，后在某互聯(lián)網(wǎng)公司承擔(dān)業(yè)務(wù)側(cè)的相關(guān)數(shù)據(jù)分析工作，這兩段經(jīng)歷使我對傳統(tǒng)制造業(yè)數(shù)據(jù)屬性及流轉(zhuǎn)具備深入理解，同時可以協(xié)作并獨立完成對各階段數(shù)據(jù)的分析，出具數(shù)據(jù)分析報告，完成設(shè)計可視化看板等，另外也了解互聯(lián)網(wǎng)企業(yè)的業(yè)務(wù)數(shù)據(jù)流，根據(jù)業(yè)務(wù)痛點快速定位并進行系統(tǒng)性分析，給予業(yè)務(wù)側(cè)數(shù)據(jù)支持及決策方向。

? 采訪老師：傳統(tǒng)制造業(yè)是如何進行數(shù)據(jù)分析的呢？能否改善經(jīng)營情況？（可以舉業(yè)務(wù)例子展開）

? 嘉賓：這個由于傳統(tǒng)制造業(yè)起初的數(shù)智化程度不夠完善，在進行數(shù)據(jù)分析的過程中總會遇到一些比較難處理的問題，像數(shù)據(jù)的統(tǒng)一性，唯一性不達標(biāo)之類的，使得在前期數(shù)據(jù)分析過程中花費較大時間進行數(shù)據(jù)清洗，再利用有效的數(shù)據(jù)進行專題性分析，舉個簡單的例子，在做某地區(qū)銷量下滑原因溯因時，先對這個地區(qū)的在售和歷史產(chǎn)品的SKU，SPU等維度入手，帶出對應(yīng)的銷量，收入，成本等度量分別進行橫向和縱向分析，發(fā)現(xiàn)問題進行深耕，比如說在各個產(chǎn)品間進行比較，發(fā)現(xiàn)離群的產(chǎn)品后單獨查看其各階段轉(zhuǎn)化及風(fēng)格屬性等，確定原因，同時也會與市場趨勢和標(biāo)準(zhǔn)進行對比，多角度定位具體的影響因素，提出應(yīng)對方向及策略，最后形成報告進行匯報，賦能于業(yè)務(wù)，使其銷量回歸正軌，改善市場狀態(tài)。

? 采訪老師：傳統(tǒng)制造業(yè)的轉(zhuǎn)型迫在眉睫，企業(yè)人才流失嚴(yán)重，面對這種現(xiàn)象，您能分析一下人才流失原因和應(yīng)該采取哪些措施嗎？（數(shù)據(jù)分析方法展開）

? 嘉賓： 目前大部分傳統(tǒng)企業(yè)已經(jīng)開始逐步完成數(shù)智化轉(zhuǎn)型，這也是傳統(tǒng)企業(yè)必然的發(fā)展路線，從調(diào)研的數(shù)據(jù)來看不論是在轉(zhuǎn)型前還是在轉(zhuǎn)型過程中存在的人才流失主要有幾個方面，薪資水平較低，工作相對繁瑣，發(fā)展空間較小，因為在轉(zhuǎn)型過程中不免會有些工作方式及內(nèi)容上的轉(zhuǎn)變，傳統(tǒng)企業(yè)老員工居多，漲薪幅度較低，相對技術(shù)技能也并非前沿，這樣使得企業(yè)無法留住年輕資源，而老員工又會由于工作方式及工作量的變化未能及時適應(yīng)而選擇離職，針對這類情況可以采用減少不良資產(chǎn)提高薪資水平，均衡新老員工工作狀態(tài)改善工作環(huán)境，聘請技術(shù)人才或提升員工整體技術(shù)水平，讓新老員工看到企業(yè)發(fā)展空間等等在完成企業(yè)轉(zhuǎn)型的目標(biāo)下控制企業(yè)成本，同時降低企業(yè)的離職率，另外，還需對離職員工及時進行調(diào)研，總結(jié)定位具體原因，并進行改善等

? 采訪老師：傳統(tǒng)制造業(yè)和互聯(lián)網(wǎng)行業(yè)在數(shù)據(jù)分析上有什么樣的差異性？哪些指標(biāo)是需要區(qū)分對待的？ 

? 嘉賓：首先是數(shù)據(jù)來源，傳統(tǒng)造業(yè)大部分?jǐn)?shù)據(jù)均來自于企業(yè)內(nèi)部，像一些產(chǎn)品的生產(chǎn)流程等，數(shù)據(jù)的準(zhǔn)確性較高，而互聯(lián)網(wǎng)企業(yè)的數(shù)據(jù)主要來自于網(wǎng)頁，APP等，獲取的方式不同準(zhǔn)確性也有差異，其次是數(shù)據(jù)量，傳統(tǒng)企業(yè)大量的數(shù)據(jù)主要來源于產(chǎn)線前采購的一部分，互聯(lián)網(wǎng)企業(yè)每天各個節(jié)點產(chǎn)生的數(shù)據(jù)量都很大，從而對于采用分布式存儲也有差異，另外還有數(shù)據(jù)類型和產(chǎn)品性質(zhì)等也是有較大差異的，傳統(tǒng)企業(yè)主要是結(jié)構(gòu)化數(shù)據(jù)，而且產(chǎn)品也有完整的生命周期比較符合市場發(fā)展規(guī)律，互聯(lián)網(wǎng)企業(yè)的非結(jié)構(gòu)化數(shù)據(jù)居多，而且產(chǎn)品的長尾和ROI關(guān)注度較高，對于指標(biāo)呢，傳統(tǒng)企業(yè)更注重產(chǎn)品的市場狀態(tài)，產(chǎn)品品質(zhì)，各事業(yè)部群的效益等，互聯(lián)網(wǎng)企業(yè)會更關(guān)注產(chǎn)品的ROI，各階段轉(zhuǎn)化，用戶的留存率等等

? 采訪老師：業(yè)務(wù)痛點快速定位一般從哪幾個維度出發(fā)？采用什么方法？

? 嘉賓：對于用戶提出的能夠直接定位范圍的命題可以通過用戶的需求維度進行細(xì)化，并總結(jié)整理原生和衍生指標(biāo)，根據(jù)整體或市場狀態(tài)及需求，設(shè)計評價標(biāo)準(zhǔn)，定位分析原因，另外還可以從流程環(huán)節(jié)角度，一部分包括從企業(yè)內(nèi)業(yè)務(wù)流程，數(shù)據(jù)流向，節(jié)點效率等進行分析觀察，另一部分從用戶和產(chǎn)品的市場各流程轉(zhuǎn)化情況進行判斷，同時也需要從經(jīng)濟效益的維度進行觀察，產(chǎn)品自身的回報率以及市場的競爭力等等，再利用假設(shè)驗證，橫縱向分析，相關(guān)性分析以及時間序列等結(jié)合描述統(tǒng)計，快速定位業(yè)務(wù)痛點及結(jié)論展示，而對于比較寬泛的命題就需要對其進行大方向上的拆分后將范圍縮小再分別進行分析定位，

? 采訪老師：接下來和您聊個熱門話題，數(shù)據(jù)分析師會不會被ChatGPT取代？ 

? 嘉賓：哈哈  這個是不會的，目前chatGPT雖然發(fā)展迅猛，應(yīng)用領(lǐng)域也非常廣泛，但其本質(zhì)仍是一款智能問答連續(xù)對話的自然語言處理算法模型，不可否認(rèn)的是，它確實是一款可以幫助數(shù)據(jù)分析師進行帶來更強便利的優(yōu)秀產(chǎn)品，可以更高效的輔助完成數(shù)據(jù)可視化，文本分析等簡單重復(fù)的客觀方面的任務(wù)，對于主觀的推測，經(jīng)驗的結(jié)合，意外的應(yīng)對方面是沒辦法給予可靠的結(jié)論的，另外從數(shù)據(jù)分析角度來說，一名優(yōu)秀的數(shù)據(jù)分析師需要掌握相應(yīng)的知識儲備和技術(shù)技能，除了基礎(chǔ)的數(shù)據(jù)采集清洗，統(tǒng)計分析，可視化展示外，還需要結(jié)合企業(yè)相關(guān)的客觀因素，市場環(huán)境，行業(yè)經(jīng)驗等等完成復(fù)雜的分析驗證和結(jié)論輸出的工作，得到更可靠的結(jié)論為企業(yè)賦能，帶來更好的經(jīng)濟效益

結(jié)束語   
我在天津,互聯(lián)網(wǎng)行業(yè)數(shù)據(jù)人，我與你一起，為CDA云接力！

CDA1級教材根據(jù)CDA考試大綱內(nèi)容編寫。既適合CDA LEVEL I考生，也適合業(yè)務(wù)及數(shù)據(jù)分析崗位從業(yè)人員，教材全面、體系化地講解了業(yè)務(wù)數(shù)據(jù)分析全流程技能，揭秘數(shù)據(jù)分析的深層邏輯。