问答详情

数据分析师要养成哪些习惯?

802次观看
标签: 数据分析师 数据分析师习惯
老师回答

1、坚持项目的高标准,比别人多走几步,尽力而为

剖析思维使高绩效数据剖析师与低绩效数据剖析师区分开。成功的数据剖析师可认为他们交给的任何项目供给满足的质量“脑力劳动”。所谓“大脑时刻”,是指致力于剖析问题解决的无搅扰时刻。

2、细分,直到能够落地

成功的剖析师历来不会平均地工作。每次看到数据剖析平均值时,他们都会认为工作中是否存在潜在的细分,这能够更好地解释项目状况?经过比对平均值进行细分,能够在表格上留下价值。

3、对数字进行三角剖分,进行包络线计算,并考虑它们对事务意味着什么

作为数据剖析师,你每天都在处理数字。你需要从包括数千个(假如不是百万个)公式的文件中挑选一个公式过错的单元格。做到这一点的唯一方法是对数字进行三角剖分,并弄清它们对事务的意义。

4、检验你的假定

有时你倾向于忽略测验需求。只是向你的网站增加实时谈天功能?听起来不错,没有缺陷。测验一下,你将知道。客户可能不喜欢它!这是另一个示例:国内抢先的游览门户网站之一在其数据中看到了这一点:预定的90%以上的航班的出发地与预定机票的城市相同(由IP地址确认)。他们想到要预先填充此位置(显然能够挑选更改)。这听起来像一个好办法,它有助于供给更好的客户体验,他们进行了测验。预定转化在数周内下降了两位数。

5、每天学习一些有关数据剖析的知识

尽管此习气不会像上面提到的其他习气那样发生马到成功的效果,但从久远来看,你将从中受益最大。剖析是一个动态且不断开展的领域。新东西/技术/更新简直每2到3个月就会呈现。把握职业最新动态不只能够紧跟职业最新开展,并且与那些不了解最新动态的剖析师形成了巨大的差距。

免费直播

    相关推荐
    数据挖掘具有哪些特点?
    刘老师 数据分析师

    1、基于大量数据:并非说小数据量上就不可以进行挖掘,实际上大多数数据挖掘的算法都可以在小数据量上运行并得到结果。但是,一方面过小的数据量完全可以通过人工分析来总结规律,另一方面来说,小数据量常常无法反映出真实世界中的普遍特性。

    2、非平凡性:所谓非平凡,指的是挖掘出来的知识应该是不简单的,绝不能是类似某著名体育评论员所说的“经过我的计算,我发现了一个有趣的现象,到本场比赛结束为止,这届世界杯的进球数和失球数是一样的。非常的巧合!”那种知识。这点看起来勿庸赘言,但是很多不懂业务知识的数据挖掘新手却常常犯这种错误。

    3、隐含性:数据挖掘是要发现深藏在数据内部的知识,而不是那些直接浮现在数据表面的信息。常用的BI工具,例如报表和OLAP,完全可以让用户找出这些信息。

    4、新奇性:挖掘出来的知识应该是以前未知的,否则只不过是验证了业务专家的经验而已。只有全新的知识,才可以帮助企业获得进一步的洞察力。

    5、价值性:挖掘的结果必须能给企业带来直接的或间接的效益。有人说数据挖掘只是“屠龙之技”,看起来神乎其神,却什么用处也没有。这只是一种误解,不可否认的是在一些数据挖掘项目中,或者因为缺乏明确的业务目标,或者因为数据质量的不足,或者因为人们对改变业务流程的抵制,或者因为挖掘人员的经验不足,都会导致效果不佳甚至完全没有效果。但大量的成功案例也在证明,数据挖掘的确可以变成提升效益的利器。

    注册电脑版

    版权所有 2003-2020 广州环球青藤科技发展有限公司