MySQL order by对各种排序算法的巧用

3，为什么会出现“人人都是数据分析师”的现象?

仅凭个人主观感受，有如下两个见解：

• 近年来所谓的流量红利差不多见顶，需要做精细化运营了;再加上早年间几位互联网巨佬疯狂输出“数据公司”的概念，导致大环境对数据分析类岗位的需求和认可都有了阶段性的提升
• 近年来生意不好做、钱不好赚，大家普遍滋生焦虑心理。培训行业作为一门生意，因势利导的利用焦虑。可产品经理、运营、甚至交互设计、编程在前几年就已经喊过“人人都是”了，需要有新的水源涌入，目光自然就移到了数据分析上

4，普通数据分析师日常工作内容都是啥?

古牧君人肉整理了招聘网站上1～3年数据分析师的岗位JD，抽取一些共性内容列举并解读如下，首先是岗位职责部分：

• 常规监控：日报周报月报这类的，主要是监控下业务的核心指标有没有变动。如果有的话，就要解释下原因。原始些的每天手工提取数据然后EXCEL加工制表呈现，正常些的会有对应的BI报表和邮件预警;
• 效果评估：“产品新功能上线后效果好不好?最近搞的一个运营活动效果好不好?”这些都需要数据事后诸葛亮一下，ABtest什么的会经常使用。这部分其实不仅仅是事后的事儿，在开始之前就需要数据分析师来全盘的考虑，设计评估方案并依方案来布置需要监控/收集数据的位置和字段，是一个系统工程;
• 业务决策：“怎样才能提升用户的活跃/留存?”这类问题会来自一线业务部门，我们的分析结论和建议会影响他们的决策和操作。这里最关键的是拆解业务方提出的问题，之后再给出一个系统性的方案;
• 研究分析：“现在的年轻人都喜欢什么啊?”这类问题往往不是那么功利，可能没有任何一线业务部门有这类迫切的需求，但为了公司长远战略发展和团队自身影响力等，还是必须的。这里最关键的是如何提出有价值的问题，而不是张嘴等着喂饭

其次是岗位技能部分：

• 专业相关：数学、统计、计算机相关专业优先
• 数据思维：能够量化衡量业务问题，并体系化评估业务发展
• 数据敏感：对指标的波动和相互之间的关联敏感，能及时发现潜在问题
• 理解沟通：能很好的理解业务问题，顺畅的与业务团队沟通协作
• 熟悉方法：掌握常见统计学方法，有ABtest、机器学习等经验优先
• 掌握工具：熟练使用SQL/Excel/Python/R等数据处理工具
• 报告展示：可视化数据分析结果，降低理解成本、提升沟通效率

5，应付日常工作都需要掌握哪些技能、又有什么门槛?

我们继续把上述技能归纳总结，看看为了应付数据分析师的日常工作，到底都需要哪些核心技能：

• 工具型技能：这部分就是各类培训班和营销文章的主打，因为它确实是最基础、最需要的，但随着工作的深入，也是最不那么重要的。罗列下数据分析师需要掌握的工具，不外乎下面这些：

SQL，提取数据必备技能，学起来也方便，随便买本讲SQL的书就能入门。后续随着实际使用中遇到各种问题再网上搜复杂的代码写法就好，不必前期太磕死书本;不过这种程度只是入门级别，当数据量较大的时候，还要考虑代码的性能，这些就不强求

EXCEL，也是各种工具书铺天盖地。提取完数据后，简单的数据处理啊、作图啊制表啊都在这里搞定了，可以说数据分析师80%左右的工作，就靠SQL+EXCEL了。对EXCEL没必要追求太多的奇技淫巧，工具而已，用到的时候查一查就好，说到底还是要服务应用(对数据可视化感兴趣想自学的，推荐下面这本)

Python或R或SPSS等，这些都是数据挖掘的工具，是日常工作中相对“高阶”的那一小部分。虽然不鼓励炫技式的工具使用，但知晓基本的数据挖掘，还是有利于拓宽分析师的思路。比如很多数据集，常规的统计分布可能看不出什么端倪，这时候就需要聚类试试;当我们想要预测些事情的时候，回归啊分类树啊这些基础的模型算法也会有用武之地。Python和R都需要写代码来操作，而SPSS则更像EXCEL、鼠标点点点就OK了。重要的是，要理解这些工具背后模型和算法的原理，知道它们适用的场景和优劣势，才能真的驾驭工具

• 方法论型技能：掌握了基础的工具后，还有很多人执迷于数据分析方法论。讲真，我问到周围几个同事(BAT且title为高级XXX)，他们多少都有些为难。很多文章都会列举各种各样的方法和模型，但其实那些并不是数据分析独有的，比如5W2H、MECE、SWOT等，都是通用的逻辑思维方式方法。但为了劝诫那些想要给培训班送钱的善男信女，我还是想简要说说：

逻辑思维真是的一切的基础，有条理分主次的表达自己的观点，同时也要能抽丝剥茧的分析问题解决问题，对数据分析师来讲很关键;如果非要说有什么方法论，我觉得对比细分溯源就挺好的。举个例子，今年腾讯的热度是1000万，这个数说明啥?首先要问清楚热度是怎么定义的，然后要找个参照系，比如跟去年比，才能知道是高是低。进一步，如果比去年高了，那是为什么高的?可以从不同维度进行细分溯源，比如从时间维度上，看看是否仅仅是某个月暴增导致的?再比如从对象维度，看看针对腾讯的讨论是说公司、还是说领导人、还是说产品?也可以从数据的来源渠道细分看，是新闻媒体的报道多了、还是网友在论坛贴吧的讨论多了?

（编辑：吉安站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!