图片 2

有哪些职位适合这样的人,入行大数据分析

问题:会excel和数据库,有哪些职位适合这样的人?

万事开头难,但一旦数据分析有了动力,就要开始完善自己的知识体系,这也是真正入门的开端。那如何完善数据分析的知识体系?

回答:在大数据时代背景下,掌握Excel和数据库会明显提升自己的职场竞争力,因为随着大数据相关技术的落地应用,数据价值化趋势越发明显,越来越多的岗位需要进行必要的数据分析操作。图片 1

图片 2

目前,需要进行数据分析操作的岗位集中在以下几类:

1、基本的计算机知识和统计知识

第一类:管理岗位。管理类岗位需要频繁的跟各种数据打交道,必要的数据统计和分析是日常工作内容之一。常见的管理类岗位包括人事管理、物资管理、财务管理以及各种行政管理岗位等,随着大数据技术的普及应用,掌握数据库知识对于管理类岗位的从业者来说还是比较重要的。

数据库+SQL语言

第二类:市场推广岗位。市场推广类岗位一直对数据非常敏感,各种市场反馈数据和产品数据都需要进行详细的统计和分析,以便于制定相应的市场推广策略。对于市场推广类岗位的工作人员来说,掌握Excel和数据库知识是非常有必要的。目前不少大型公司都会为市场部门配备专业的数据分析人员,可见数据分析对于市场推广的重要性。

一些常用的数据库如Oracle、SQLSever、DB2、MySQL,这些数据库或者说日常接触的数据库都要有所了解,懂最常用的就好,最重要的还是要会写SQL。

第三类:运营岗位。运营类岗位对于数据同样比较敏感,企业的运营类岗位涉及到诸多方面,数据汇总和分析往往能够体现出企业的运营状况,对于运营岗位的工作人员来说,数据分析结果是运营情况健康与否的重要参考。

数学/统计学知识

第三类:技术岗位。对于不少技术岗位的工作人员来说,掌握Excel和数据库知识也能提高一定的工作效率,尤其是对于需要进行技术攻关(研发)的技术人员更是如此。数据分析能够从多角度来体现技术的性能指标,能够对实验过程形成一定的辅助作用。

一些基本的数学统计方法如描述性统计、多元统计分析、回归分析等,重要性不言而喻。

当前正处在产业互联网发展的初期,未来大数据相关技术将与传统行业进行紧密结合,这就要求职场人掌握一定的大数据技术,而数据分析则是大数据相关技术中的重要组成部分,所以掌握Excel、数据库等知识会明显提升职场人的竞争力。

数据挖掘知识:方差分析、回归分析、因子分析、聚类分析等等。这些东西作为入门多多少少都要会一些,虽然有可能不会全用到,但一旦用时方恨少。而且也可以作为未来发展的基础

我从事互联网行业多年,目前也在带计算机专业的研究生,主要的研究方向集中在大数据和人工智能领域,我会陆续在头条写一些关于互联网技术方面的文章,感兴趣的朋友可以关注我,相信一定会有所收获。

数据分析可视工具

如果有互联网方面的问题,也可以咨询我,谢谢!

数据分析可视化工具很宽泛。首推Excel,中小公司很依赖,熟练使用数据透视表,这是必备技能。中大型公司都是用报表工具或者BI来做报表,但有了SQL+Excel的基础,这些工具上手都很快。

回答:这两样精通的话,比较合适做数据分析师—目前的香饽饽!也可以做数据库管理员。

2、业务知识

不过Excel也要看版本,如果是最新版的话,因为融合了4大插件,所以也就相当于精通了微软PowerBI商业大数据分析软件。该软件应付百万行级别的数据分析处理没问题。

数据分析师要与公司的各业务打交道,所以对于各部门的业务知识要有深入的了解。某业务领导需要知道某个指标,你需要知道这个指标由哪些数据构成?数据统计的口径是什么?数据怎么取出来?这个指标对于行业的意义是什么,处于什么范围分别对应什么样的情况,是好还是坏。然后慢慢摸索这个指标层面多维度的规律,如何设定最合理。

同样数据库也分三六九等,如果是Oracle玩得非常溜,直接做Oracle数据库管理员,也是高薪职业。

明确自己的位置,快速成长

回答:一般会办公软件的可以看掌握的程度,很多工作都可以,仓管,文员,前台,人事,财务等都可用的上,只要熟练还可以做的更好,更高层

数据分析是一向比较专业的工作,要时刻警惕自己能力是否有提升,目前是什么样的水平,习惯反思自己:

回答:要看熟练程度了。一般的话就是文员了,如果精通的话很多工作都适合。现在大数据时代,很多单位都需要这方面的人才

1、你了解你所整理的数据的来源吗?是自己公司的业务数据,还是与合作伙伴交换的数据?是自己公司相关部门采集的,还是从第三方获取的?获取过程中,具体的指标和逻辑是什么?

回答:会,是什么程度,了解,熟悉,精通,除了会这两样,还会什么,如果只会这两样,当个助手或者文员吧,帮别人工程师打打下手。

2、这些数据是真实的吗?采集和整理过程中会不会出现什么问题?技术上的逻辑和业务上的逻辑是不同的概念,有没有技术上没有瑕疵,但并不符合业务逻辑的数据流程?

回答:统计,数据分析,行政人事类,不局限。

3、到你手里的数据经过了什么处理?你又做了什么处理?为什么他们和你要做这些处理?

4、谁需要你的数据?你处理后的数据流向哪里?他们用数据做什么?这些数据最终又拿去做了什么?比如,为客户做了什么服务,公司发布了什么内容,或向管理层证明了什么KPI,或支持了哪个部门的评估?

5、你做整理的周期是什么?为什么是这样的周期?

6、公司有其他的部门在处理其他的数据吗?是什么样的数据?和你有什么关系?为什么这些数据要分开处理?

7、近一年,你自己的电脑上应该已经积累了不少数据,试试做个分析,从一段较长的时间来看,你负责的这一块数据发生了什么变化?为什么会有这个变化?和公司的产品、经营、业务有关,还是和行业有关?具体怎么有关?

如何进一步提升?

业务上

1.业务为核心,数据为王

了解整个产业链的结构

制定好业务的发展规划

了解衡量的核心指标

有了数据必须和业务结合才有效果

需要懂业务的整体概况,摸清楚所在产业链的整个结构,对行业的上游和下游的经营情况有大致的了解。然后根据业务当前的需要,指定发展计划,从而归类出需要整理的数据。最后一步详细的列出数据核心指标,并且对几个核心指标进行更细致的拆解,当然具体结合你的业务属性来处理,找出那些对指标影响幅度较大的影响因子。前期资料的收集以及业务现况的全面掌握非常关键。

2.思考指标现状,发现多维规律

熟悉产品框架,全面定义每个指标的运营现状对

比同行业指标,挖掘隐藏的提升空间

拆解关键指标,合理设置运营方法来观察效果

争对核心用户,单独进行产品用研与需求挖掘

业务的分析大多是定性的,需要培养一种客观的感觉意识。定性的分析则需要借助技术、工具、机器。而感觉的培养,由于每个人的思维、感知都不同,只能把控大体的方向,很多数据元素之间的关系还是需要通过数据可视化技术来实现。

3.规律验证,经验总结

发现了规律之后不能立刻上线,需要在测试机上对模型进行验证。

技能上

1.Excel是否精钻?

除了常用的Excel函数(sum、average、if、countifs、sumifs、offset、match、index等)之外,Excel图表(饼图、线图、柱形图、雷达图等)和简单分析技能也是经常用的,可以帮助你快速分析业务走势和异常情况;另外,Excel里面的函数结合透视表以及VBA功能是完善报表开发的利器,让你一键轻松搞定报表。

写给喜欢数据分析的初学者

2.你需要更懂数据库

常用的数据库如MySQL,SqlServer、Oracle、DB2、MongoDB等;除去SQL语句的熟练使用,对于数据库的存储读取过程也要熟练掌握。在对于大数据量处理时,如何想办法加快程序的运行速度、减少网络流量、提高数据库的安全性是非常有必要的。

3.掌握数据整理、可视化和报表制作

数据整理,是将原始数据转换成方便实用的格式,Excel在协同工作上并不是一个好工具,报表FineReport比较推荐。项目部署的Tableau、FineBI、Qlikview一类BI工具,有没有好好培训学习,这些便捷的工具都能淡化数据分析时一些重复性操作,把精力更多留于分析。多智时代——专业的科普资讯平台