数据分析菜鸟怒怼面试官却被打脸,只会SQL也敢来面试?
作為一個(gè)沖浪老司機(jī),混跡各大社區(qū)打嘴炮,是我為數(shù)不多的生活習(xí)慣之一。今天下班前的例行摸魚(yú)時(shí)間,正當(dāng)我激情滿滿地劃著手機(jī)屏幕,一條動(dòng)態(tài)卻讓我停了下來(lái)。
?
哈,巧了,我就是樓主懟的那種面試官,懟面試官就算了,還說(shuō)數(shù)據(jù)分析只是SQL boy?取數(shù)機(jī)器人?好家伙,哪來(lái)的臉說(shuō)自己是圈內(nèi)人,我們數(shù)分人可是有崇高的技術(shù)追求和職業(yè)理想滴,自己菜就說(shuō)自己菜,別說(shuō)工種low好吧。氣得我真想抄起鍵盤(pán),怒懟一波。
不過(guò)往下翻了一下評(píng)論區(qū),竟然這么多人都和樓主有一樣的感覺(jué),啊...心絞痛。
?
?
一種莫名的正義感升起,我燃起了捍衛(wèi)職業(yè)尊嚴(yán)的使命感,索性今天我就專門(mén)寫(xiě)一篇文章,為我們數(shù)分人正名,也給或許有同樣迷茫的你排憂解難。
數(shù)據(jù)分析的價(jià)值是什么?
數(shù)據(jù)分析,重在分析二字,數(shù)據(jù)分析輔助業(yè)務(wù)決策,精準(zhǔn)的業(yè)務(wù)決策需要依靠強(qiáng)大的數(shù)據(jù)分析。比如共享單車的投放策略、淘寶主頁(yè)的“千人千面”,最基礎(chǔ)的支撐就是其背后強(qiáng)大的數(shù)據(jù)分析能力和機(jī)器學(xué)習(xí)算法。毫無(wú)疑問(wèn),數(shù)據(jù)分析在提高企業(yè)業(yè)務(wù)水平、提高社會(huì)效率方面極具價(jià)值。
一個(gè)好的數(shù)據(jù)分析師發(fā)展空間是很大的。拿我認(rèn)識(shí)的一些數(shù)據(jù)分析師來(lái)說(shuō),有的已經(jīng)開(kāi)始帶團(tuán)隊(duì),往CIO方向發(fā)展;有的成為了數(shù)據(jù)咨詢顧問(wèn),利用自己的經(jīng)驗(yàn)和能力為其他組織機(jī)構(gòu)提供服務(wù);有的進(jìn)入業(yè)務(wù)部門(mén),當(dāng)上了業(yè)務(wù)專家/總經(jīng)理。
可以說(shuō),數(shù)據(jù)分析干得好,職業(yè)發(fā)展是沒(méi)有天花板的。
?
很多數(shù)據(jù)分析師也明白數(shù)據(jù)分析的價(jià)值,只是苦于在實(shí)際應(yīng)用中會(huì)遇到各種各樣的問(wèn)題,比如:
1、作為數(shù)據(jù)分析師,卻天天忙于取數(shù)做表,空有一身本領(lǐng)在公司使不出力氣;
2、由于不懂業(yè)務(wù),做的是數(shù)字的分析,對(duì)業(yè)務(wù)缺乏獨(dú)到的見(jiàn)解和想法,沒(méi)有做出對(duì)業(yè)務(wù)真正有價(jià)值的分析;
3、數(shù)據(jù)分析的結(jié)果難以落地,不能真正輔助業(yè)務(wù)決策。
......
這些問(wèn)題常常發(fā)生,甚至?xí)屇汩_(kāi)始懷疑這一職業(yè)是否有價(jià)值,但遇到問(wèn)題不要怕,找解決方法才是正道。
在我看來(lái),上面這些問(wèn)題其實(shí)都可以歸結(jié)為一個(gè)問(wèn)題:缺乏專業(yè)高效好用的數(shù)據(jù)分析工具。簡(jiǎn)單說(shuō),不是人不行,而是沒(méi)有找到合適的工具。
數(shù)據(jù)分析師天天忙于取數(shù)做表,是因?yàn)閿?shù)據(jù)處理效率不高。就拿取數(shù)來(lái)說(shuō),如果我們用sql做,就需要編寫(xiě)代碼,如果需要調(diào)用多張,就更加復(fù)雜了。而如果用新一代自助式BI工具(本文以FineBI舉例),由IT部門(mén)做好基礎(chǔ)的數(shù)據(jù)準(zhǔn)備,數(shù)據(jù)分析師只需要勾選就能輕松完成取數(shù),不用代碼,多張表也能輕松hold住,效率MAX!
?
當(dāng)我們拿到密密麻麻的數(shù)據(jù),經(jīng)常不知道如何下手。傳統(tǒng)的數(shù)據(jù)處理工具,只會(huì)對(duì)你展示枯燥的數(shù)據(jù),而好的工具,能夠引導(dǎo)你開(kāi)始數(shù)據(jù)處理。比如FineBI就會(huì)在你開(kāi)始分析之前,讓你先思考你想要什么,明確目標(biāo)后選擇對(duì)應(yīng)的操作,然后選出相關(guān)的指標(biāo)數(shù)據(jù),這樣你就能一步一步靠近你的目標(biāo)。
?
好的工具,從第一步開(kāi)始,就可以讓你專注思考。在FineBI的幫助下,你不用再花大量時(shí)間再取數(shù)和數(shù)據(jù)處理上,因?yàn)槟遣皇菙?shù)據(jù)分析的真正價(jià)值,你完全可以把精力聚焦在業(yè)務(wù)分析上,這才是真正的價(jià)值。
效率問(wèn)題解決了,問(wèn)題又來(lái)了:如何做出對(duì)業(yè)務(wù)真正有價(jià)值的分析呢?
除了深入了解業(yè)務(wù),還需要積累豐富的數(shù)據(jù)分析模型庫(kù)。自數(shù)據(jù)分析誕生以來(lái),沉淀了不計(jì)其數(shù)經(jīng)典的數(shù)據(jù)分析模型,在各領(lǐng)域得到了廣泛的應(yīng)用,更帶來(lái)了實(shí)質(zhì)的業(yè)務(wù)價(jià)值。
金字塔模型、KANO分析模型、RFM模型、購(gòu)物籃分析模型、四象限模型......都是常用常新的經(jīng)典模型,但如果用傳統(tǒng)工具搭建,通常需要花費(fèi)大量時(shí)間,而且不夠靈活,一點(diǎn)小的調(diào)整就帶來(lái)大量的工作量,很不友好。
而借助FineBI,只需通過(guò)鼠標(biāo)操作就能快速搭建出各種模型(如下圖),而且可以根據(jù)需要隨時(shí)調(diào)整,進(jìn)行探索式分析。數(shù)據(jù)分析這樣做,還有誰(shuí)會(huì)說(shuō)對(duì)業(yè)務(wù)沒(méi)有實(shí)際價(jià)值呢!
?
但做出對(duì)業(yè)務(wù)真正有價(jià)值的分析還不夠,更重要的是要讓分析結(jié)論落地、真正幫助到業(yè)務(wù)決策。要幫助到業(yè)務(wù)決策,就需要拿出讓從決策層到執(zhí)行層都信服的分析報(bào)告,這樣才能順利推進(jìn)。
怎么才能讓分析結(jié)論更具說(shuō)服力呢?
可視化!準(zhǔn)確、直觀、有沖擊力的可視化駕駛艙!
?
傳統(tǒng)工具如Excel,圖表樣式少、自由度小、不能聯(lián)動(dòng),早已不能適應(yīng)數(shù)據(jù)分析師們細(xì)分且復(fù)雜的展示要求。之前提到的 FineBI 就提供強(qiáng)大的可視化效果,內(nèi)置了超多精美圖表樣式(如上圖),不僅支持常用的柱形圖、折線圖、餅圖、雷達(dá)圖、氣泡圖、熱力地圖、GIS地圖,還支持第三方圖表插件,圖表間還能進(jìn)行聯(lián)動(dòng),支持上探下鉆,效果驚艷。
有了這樣的神器加持,還擔(dān)心你的分析報(bào)告不具有說(shuō)服力嗎?
?
把圖表結(jié)合在一起,就能制作出這樣一張一目了然的數(shù)據(jù)分析駕駛艙,而制作過(guò)程非常簡(jiǎn)單高效,基本只需要簡(jiǎn)單的點(diǎn)擊、拖拽就能完成!
發(fā)現(xiàn)沒(méi)有,傳統(tǒng)的工具只是提供了數(shù)據(jù)處理的功能,操作起來(lái)麻煩不說(shuō),面對(duì)繁雜的數(shù)據(jù)頭都麻了,分析更是無(wú)處談起,這樣的工作當(dāng)然沒(méi)有價(jià)值了!而像FineBI這樣的新一代自助式分析工具,保護(hù)用戶不為密密麻麻的數(shù)據(jù)所累,而更專注于探索業(yè)務(wù)間的關(guān)聯(lián)和趨勢(shì),以便進(jìn)行業(yè)務(wù)分析,可以說(shuō)真正幫助用戶找到了數(shù)據(jù)分析的價(jià)值。
二者的區(qū)別,不亞于計(jì)算器和計(jì)算機(jī)。
古人都知道,好馬要配好鞍。好的數(shù)據(jù)分析師搭配過(guò)時(shí)的工具,頂多只能算做加法,而好的數(shù)據(jù)分析師搭配好的BI工具,就是相互促進(jìn),就是在做乘號(hào),就能幫助你打破職業(yè)發(fā)展的天花板!
該做出改變了,數(shù)據(jù)分析人!
總結(jié)
以上是生活随笔為你收集整理的数据分析菜鸟怒怼面试官却被打脸,只会SQL也敢来面试?的全部?jī)?nèi)容,希望文章能夠幫你解決所遇到的問(wèn)題。
- 上一篇: 物流行业解决方案:聚焦物流行业数据痛点,
- 下一篇: 为什么大部分的C/C++码农都成不了高级