¿Por qué quieres ser analista de datos? La planificación profesional es importante.
"¿Qué habilidades se necesitan para el análisis básico de datos de almacenamiento?"
"¿Cómo podemos encontrar un trabajo de análisis de datos lo antes posible?"
"El futuro de los analistas de datos ¿Cuál es la dirección del desarrollo? ”
¿Qué es el análisis de datos?
El análisis de datos es el término general para el trabajo con “datos”. Las personas que desempeñan estos trabajos pueden descubrir problemas comerciales y obtener información sobre oportunidades comerciales mediante el análisis de datos y proporcionar sugerencias y referencias razonables para actividades comerciales, crecimiento empresarial y desarrollo empresarial.
El análisis de datos consiste principalmente en procesar datos, pero el análisis de datos consiste en analizar big data. No tenga miedo de esta posición. El análisis de datos de base cero es posible. Tres meses es tiempo suficiente para empezar.
Cabe señalar que:
1. Si no eres sensible a los datos o te mareas al ver datos complejos, significa que es posible que no seas apto para este puesto. .
2. En la actualidad, el análisis de datos ya no es una habilidad de tiempo completo, sino una habilidad general necesaria para las personas en el lugar de trabajo. Sugiero que todos en el lugar de trabajo puedan aprender esto, lo que les dará una ventaja en la competencia laboral. En cuanto a si se dedica al análisis de datos, depende de su sensibilidad a los datos y de su amor por este puesto.
Dirección de la posición del análisis de datos y contenido del trabajo
El análisis de datos se puede dividir simplemente en dos direcciones principales: negocios y tecnología:
Dirección comercial: operación de datos, datos Ingeniero de análisis, analista de negocios, investigación de usuarios, growth hacker, gerente de productos de datos, etc.
Dirección técnica: ingeniero de desarrollo de datos, ingeniero de minería de datos, ingeniero de almacén de datos, etc.
Los analistas de datos en puestos comerciales se encuentran principalmente en el departamento comercial. Sus tareas principales son la extracción de datos, respaldar informes relevantes de cada departamento, monitorear anomalías y fluctuaciones de datos, descubrir problemas y generar informes de análisis especiales.
En el trabajo diario, los departamentos comerciales suelen estar más preocupados por por qué un indicador sube o baja, cuáles son los atributos del producto para el usuario y cómo completar mejor sus propios KPI.
Tomando como ejemplo los indicadores activos, los analistas de datos suelen tener que resolver las siguientes preguntas:
¿Cuánto ha caído el indicador? ¿La fluctuación de los datos está dentro de un rango razonable o es repentina? (Qué)
¿Cuándo empezó el declive? (Cuándo)
¿Se trata de una disminución de usuarios en general o de algunos usuarios? (OMS)
¿Cuál es el motivo del descenso? ¿Actualizaciones de productos? ¿O deberíamos realizar promoción del canal? (Por qué)
Cómo resolver el problema del desvanecimiento (Cómo)
Después de una serie de pasos como extracción de datos, limpieza de datos, análisis multidimensional y análisis cruzado, puede encontrar la actividad de una determinada zona ha disminuido, pero esto no puede tomarse como conclusión del análisis. Porque el declive activo en un determinado campo es sólo un fenómeno, no la causa fundamental.
Entonces, lo que los analistas de datos tienen que resolver es: ¿por qué ha disminuido la actividad en este campo? ¿Es un factor político? ¿O un competidor? ¿O es una cuestión de canal? Son áreas que requieren un análisis en profundidad.
Después de encontrar las razones, los analistas de datos también deben predecir las tendencias de desarrollo futuras, generar estrategias de mejora ejecutables basadas en los resultados del análisis actual y, en última instancia, promover la implementación de los departamentos comerciales, formando en última instancia una ruta de análisis de circuito cerrado.
Para los analistas de datos, la resolución de problemas es sólo un aspecto. Por otro lado, la responsabilidad de un analista de datos es sistematizar los datos comerciales y formar un conjunto de marcos de indicadores. Por ejemplo, la caída activa es esencialmente una cuestión de indicadores, como la "actividad diaria" y otros indicadores.
Algunos puestos técnicos, como los expertos en minería de datos/algoritmos, pertenecen al departamento de I+D, mientras que otros han establecido departamentos de datos separados. En comparación con los analistas de datos orientados a los negocios, los ingenieros de minería de datos tienen mayores requisitos de habilidades estadísticas y de programación. Debido a que los ingenieros de minería de datos tienen mayores requisitos de herramientas, el salario promedio de la minería de datos será más alto que el de los analistas de datos.
Requisitos de habilidades laborales para analistas de datos
Para los analistas de datos orientados a los negocios, dominar las herramientas es solo la base. También requiere una comprensión profunda del negocio y sólidas capacidades de análisis de datos.
En términos de uso de herramientas, los analistas de datos deben dominar Excel, SQL, PPT, Python y otras herramientas.
Excel es la herramienta más utilizada en el trabajo diario y debes aprender las funciones y tablas dinámicas más utilizadas.
SQL es la herramienta central para el análisis de datos, principalmente selección de aprendizaje, funciones agregadas y consultas condicionales.
Python se centra en la estructura de datos de Pandas, la biblioteca Matplotlib, la biblioteca Pyecharts y la matriz Numpy.
En cuanto a las herramientas, cabe señalar que diferentes industrias tienen diferentes requisitos de herramientas. Por ejemplo, la industria financiera requerirá herramientas como SAS. En términos generales, Excel, SQL, PPT y Python pueden manejar la mayoría de los análisis de datos.
Además del uso de herramientas, los analistas de datos también necesitan comprender conocimientos estadísticos básicos y métodos de análisis de datos.
Conocimientos estadísticos: mes a mes, año a año, distribución de probabilidad, variables, muestreo, etc.
Métodos de análisis de datos: prueba de hipótesis, análisis de regresión, análisis de embudo, análisis multidimensional, análisis comparativo, etc.
Para los socios que no tienen conocimientos básicos, les sugiero que primero se concentren en el pensamiento y la capacitación del análisis de datos, lean más modelos de datos comerciales y casos de análisis de datos y, finalmente, formen sus propias ideas de análisis. No empieces a masticar Python. Puede comenzar con dos herramientas simples de análisis de datos, Exce+SQL. Aprender Python será relativamente fácil después de tener conocimientos básicos de SQL.
El camino de crecimiento de los analistas de datos
Hay dos caminos de desarrollo para los analistas de datos en la dirección empresarial.
Una es especializarse en negocios y ser ascendido a analista de negocios, analista estratégico o puesto gerencial. La ventaja del desarrollo empresarial radica en la capacidad de obtener conocimientos sobre las redes empresariales, algo que la minería directa de datos no tiene.
La otra es mejorar las capacidades técnicas y convertirse en un experto en algoritmos o científico de datos.
Cómo empezar rápidamente con el análisis de datos
Para los estudiantes de primer año que quieran iniciarse en el análisis de datos, se recomienda hacer primero un plan de estudio:
Borrar ya sea que desee ir en la dirección empresarial o tecnológica.
Examine completamente el conocimiento de la industria en el campo objetivo, comprenda los antecedentes de la industria y los indicadores relacionados con la industria (en términos de selección de la industria, el mejor campo de la industria es aquel en el que es bueno, le apasiona y tiene perspectivas de desarrollo)
Comprender las herramientas de procesamiento de datos, los procesos de producción de datos y las aplicaciones de datos comúnmente utilizados en la industria de destino. Aprendizaje sistemático de herramientas de datos.
0Análisis de datos profesionales básicos, se recomienda enumerar primero las fortalezas personales y los antecedentes de la industria para encontrar el mejor avance:
Si tiene experiencia operativa relevante y domina las herramientas básicas, puede aprender SQL primero y luego comience desde la posición de operación de datos.
Si tiene experiencia en productos y un profundo conocimiento del diseño de interacción y la experiencia del usuario, puede elegir un administrador de productos de datos.
Si tiene experiencia laboral en finanzas, logística y otras industrias, puede aprovechar la industria y transferirse a puestos de análisis de datos en industrias relacionadas.
En otras palabras, no existe un solo camino para pasar al análisis de datos. Lo que debemos hacer es encontrar el que mejor se adapte a nosotros en función de nuestros antecedentes y fortalezas.
Resumen:
Como analista de datos calificado, debe tener al menos las siguientes tres habilidades:
Habilidades de SQL esencial, Excel+python\R;
Comprensión correcta del negocio;
Conciencia del uso de datos básicos y capacidad de aprendizaje.
Es importante perfeccionar las habilidades necesarias durante el proceso de cambio de carrera, pero mantener una actitud buena y positiva también es uno de los elementos esenciales para un cambio de carrera exitoso.