最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

数据分析师,如何在企业中完成数据报告?

[复制链接]
跳转到指定楼层
楼主
发表于 2014-8-6 21:29:07 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x

1、数据分析师需要进行思考

随着时代的发展,人们每天在互联网上产生大量的数据,对于企业来讲这些数据都是十分宝贵的资源。企业可通过数据挖掘进行战略调整以及营销部署,尤其是对于互联网公司而言,用户行为产生的数据就是企业最宝贵的资源。

数据挖掘(Data mining),又译为资料探勘、数据挖掘、数据采矿。它是数据库知识发现中的一个步骤。数据挖掘一般是指从大量的数据中自动搜索隐藏于其中的有着特殊关系性的信息的过程。数据挖掘通常与计算机科学有关。

不过目前为止,在企业中存在着很大的数据分析问题,如何进行数据分析,数据挖掘的结果要如何展示,企业中各个部门要如何才能最大化的利用数据分析结果。这些一直困扰着数据团队。

数据分析在企业主要是由于业务需求驱动的,但从数据分析师角度来看数据分析并不是简单的坐在那里等需求,需求来了就做没有需求就坐在那里等。数据分析师需要进行思考。

思考一:数据分析的需求方是谁,是公司的领导层还是销售,还是市场团队或者产品团队。

思考二:企业有什么样的资源,企业有什么样的数据,如何将需求方与数据本身的价值进行串联,这是一个非值得思考的方向。

2、最常见的数据分析案例

在企业中同样一份数据报告的需求方有很多,但肯定不是全部的人都需要。作为数据团队,如何将有效的数据传递给最需要的人,这样才能更大更好的发挥数据本身的价值。

在一个企业中,对于各个部门员工的数据培训是不可少的,由于数据报告主要面向企业内部的员工,如何让员工具有一定的数据解读能力就显得非常必要。优酷土豆杜长嵘在数据分析与数据可视化技术聚会上说到:“数据团队按照周与月为单位,为内部员工做数据培训,长久下去数据团队在企业内的地位就会得到显著提升。”

企业知识管理同样是数据团队重要的工作之一,数据团队将每天分析完的数据转化为知识,让每一个需要的人都可以随时随地的得到想要的数据信息。也就不再需要让数据团队将已经存档完毕的数据从新拿出来。

作为数据分析团队,在进行数据解读的时候需要具有独到的看法,以下是几个有趣的例子。

案例1:老杜有五个女儿,那么他第六个孩子一定是个儿子。

案例2:有三组彩票号码,这三组哪一个中奖率最高?哪一个最低?

案例3:某市嚼口香糖的人和心脏病去世的人同时升高,嚼口香糖可导致心脏病发作。

其实我们可以发现,这些数据事件中的因果关系并不明确。第一,男孩和女孩的几率都是一样的,前五个是女孩但是第六个仍然有一半的几率是女孩。第二,虽然每组数字让我们都有所联想,但事实上每组数字的中奖率都是一样的。第三,并没有直接的数据证明嚼口香糖会导致心脏病,所以这个数据只能说明这个城市的人口增加了,人口基数的变化造成了这样的数据结果。

3、数据分析师的十个重要技巧

这是很多人在进行数据解读时犯的错误,只是关注数据的相关性,从相关性解释数据的因果性。

作为数据分析人员需要掌握以下十种重要的技巧

第一:会用一款或以上的数据分析工具

第二:经常浏览数据统计的网站

第三:在数据分析前先进行调研

第四:在分析数据的时候用户体验的角度出发的么并不是以公司利益为主。

第五:了解数据采集的方式以及数据内容和质量内容

第六:熟悉各种样式低量和定位的不同

第七:做一个饥渴的探索者

第八:在企业内部有效的沟通着

第九:街头智慧

第十:防御中带有进攻。

在企业中,数据分析师的角色十分重要。没有数据指引的企业犹如没头苍蝇到处乱飞,相比之下,企业的决策层可以根据数据挖掘提供的相关报表完成企业战略发展的制定。

对于数据分析师来说,如何将企业收集的杂乱数据进行分析处理,最终为其他部门提供一份清晰明朗的数据报告就显得格外重要。

via:中关村在线


楼主热帖
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-5-2 19:54

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表