如何成为一名合格的数据分析师

  1. 云栖社区>
  2. 博客>
  3. 正文

如何成为一名合格的数据分析师

知与谁同 2017-08-01 11:30:00 浏览1092
展开阅读全文

“21世纪什么最贵,人才”,在目前大数据时代下,什么最难找,什么最贵,实现数据价值的人,数据分析师。

但是对于数据分析师的认识,比较极端,但对数据分析师价值的认识正在回归理性。很多人对数据分析师的期望,是无所不能,向诸葛亮一样“指点江山,运筹帷幄”,招了数据分析师,好像一切困难迎刃而解。

的确,好的数据分析师可以在企业中发挥很大的价值,可以对公司未来的用户行为进行提前预测,从而为营销人员提供更好营销参考。例如,以下案例:

女儿竟然怀孕了?!

美国第三大零售连锁超市Target的一家店铺,一名男子闯入进行抗议:“你们竟然给我女儿发婴儿尿片和童车的优惠券?!要知道她才只有17岁啊”。出于客户服务的需要,超市经理立刻代表公司进行道歉。

然而,若干天后,这位父亲再次来到这家超市,很诚挚的向超市经理道歉,原来女儿真的怀孕了,而做父亲的没有察觉,竟然是一家超市提醒了自己,这位父亲感到很愧疚。

送走了愧疚的父亲,超市经理忍不住好奇,向公司总部询问我们是怎么做到的。原来Target的大数据工作部门通过数据挖掘的方法“猜到了”这位女士已经怀孕。

如何“猜到”怀孕

-Target的大数据工作团队,通过数据挖掘模型在数据仓库中找出25项与怀孕高度相关的商品,制作“怀孕预测指数”。比如他们发现女性会在怀孕四个月左右,大量购买无香味乳液。以此为依据推算出预产期后,实施精准化营销,抢先于竞争对手将孕妇装、婴儿床等折扣券寄给客户。这也是前述案例发生的根源。

上面可以看到,Target实际上通过如下几件事情完成了“猜测”客户怀孕,并进行营销的过程。

• 数据仓库

-基础数据的梳理。

• 数据挖掘

-数据到信息的提炼。

• 精准化推荐

-信息到营销方案的实现。

母婴年龄标签的意义和价值

• 精准化营销,提升营销效率

-预知用户可能需求,从用户出发,进行精准化推荐,提升营销效率。

• 提前关怀和激励,增强用户粘性,提升用户重复购买

-提前预知未来用户群的分布特征,通过营销活动,关怀并激励用户,增强用户粘性,也可针对性引导用户进行重复购买。

• 把握用户需求,优化品类结构,提升库存周转

-根据未来用户群的分布特征,预知可能消费状况,采购备货时即可进行参考,在用户未来需求量大的商品上,加大SKU的宽度和深度,减少需求量小的SKU库存深度,实现优化品类结构、提升库存周转的目标

但是现实中的数据分析师,经常开玩笑说自己是民工,是专门“搬砖”,好像没有做那么高大尚的工作。在实际中的很大一部分时候是在写代码,取数据,处理临时需求,一起来看看几个场景:

场景一:开会数据又“打架”

A公司管理层会上,张三部门领导给出的数据说XX指标是在上升了。李四部门领导给出完全相反,XX指标是在下降了。等讨论完数据口径,会议时间到了。

老板内心OS :又白开了,我必须要招个做数据的人,你们就别出数据了。

场景二:脑袋一拍,目标就来

B公司运营团队在做一档大促,活动方案已好,但目标多少。领导脑袋一拍,直接3X!

运营团队内心OS:领导,到底还能不能好好的玩耍?不是说好数据化运营的吗?

场景三:亲,快给我数据

亲,昨天要的数据好了吗,要定活动目标了? 分析师内心OS :今天又要工作到明天

亲,明天老板开会,快给几个数据吧!分析师内心OS :XXX,我刚到家又要加班

亲,销售掉了,看是不是数据有问题?分析师内心OS :明明就是你业务掉了。

那一个数据分析师具体工作内容有哪些?企业的价值是如何体现?

数据分析师是从数据的角度帮助公司业务团队监控、定位、分析、解决工作中的业务问题,然后通过数据产品把“洞察”、“知识”结构化的沉淀下来。例如:

所以数据分析师的工作内容分为四个层面:

1、处理临时需求:解决业务一次性,临时性的数据需求

2、报表开发:根据业务需要,与开发工程师讨论进行相关报表开发。

3、数据分析与挖掘:与业务同事一起沟通,分析业务问题,提供建议; 根据业务需要建立各类挖掘模型。

4、数据产品化:通过数据产品化方式解决结构化业务问题。

几点经验分享:

一、有临时需求的企业才是有生命力的企业,为什么这样说?

临时需求的产生来源

Ø 新业务出现

Ø 业务发展过程中会不断出现问题

Ø 业务发展过程中需要不断调整优化

Ø 管理层各类思考,你懂的

Ø 报表不可能满足所有看数据需求

二、不要把临时需求仅仅就当做一个取数工作。学会梳理,管理代码。

三、把临时需求做为一个了解业务,学习&熟悉业务,发现业务问题的工具。同时与通过各类临时需求的处理,为业务方提供满意的,为后续各类工作的开展打下基础。

四、不要设计大而全的报表,这种报表基本上”鸡肋”。

五、对报表一定要进行生命周期管理。

六、对大多数据企业来说,数据主要还是服务“内部”顾客


本文作者:佚名

来源:51CTO

网友评论

登录后评论
0/500
评论
知与谁同
+ 关注