我小時(shí)候的理想是將來(lái)做一名數(shù)學(xué)家，可惜長(zhǎng)大了發(fā)現(xiàn)自己天賦不夠，理想漸行漸遠(yuǎn)，于是開(kāi)始考慮現(xiàn)實(shí)，開(kāi)始做一些人生規(guī)劃，我一直在思考將來(lái)從事何種職業(yè)，專(zhuān)注什么樣的領(lǐng)域，重新定義著自己的職業(yè)理想。我現(xiàn)在的職業(yè)理想，比較簡(jiǎn)單，就是做一名數(shù)據(jù)分析師。
 
為什么要做數(shù)據(jù)分析師？
 
在 通信、互聯(lián)網(wǎng)、金融等這些行業(yè)每天產(chǎn)生巨大的數(shù)據(jù)量（長(zhǎng)期更是積累了大量豐富的數(shù)據(jù)，比如客戶(hù)交易數(shù)據(jù)等等），據(jù)說(shuō)到2020年，全球每年產(chǎn)生的數(shù)據(jù)量達(dá) 到3500萬(wàn)億GB；海量的歷史數(shù)據(jù)是否有價(jià)值，是否可以利用為領(lǐng)導(dǎo)決策提供參考依據(jù)？隨著軟件工具、數(shù)據(jù)庫(kù)技術(shù)、各種硬件設(shè)備的飛快發(fā)展，使得我們分析 海量數(shù)據(jù)成為可能。
 
而數(shù)據(jù)分析也越來(lái)越受到領(lǐng)導(dǎo)層的重視，借助報(bào)表告訴用戶(hù)什么已經(jīng)發(fā)生了，借助OLAP和可視化工具等分析工具 告訴用戶(hù)為什么發(fā)生了，通過(guò)dashboard監(jiān)控告訴用戶(hù)現(xiàn)在在發(fā)生什么，通過(guò)預(yù)報(bào)告訴用戶(hù)什么可能會(huì)發(fā)生。數(shù)據(jù)分析會(huì)從海量數(shù)據(jù)中提取、挖掘?qū)I(yè)務(wù)發(fā) 展有價(jià)值的、潛在的知識(shí)，找出趨勢(shì)，為決策層的提供有力依據(jù)，為產(chǎn)品或服務(wù)發(fā)展方向起到積極作用，有力推動(dòng)企業(yè)內(nèi)部的科學(xué)化、信息化管理。
 
我們舉兩個(gè)通過(guò)數(shù)據(jù)分析獲得成功的例子：
 
(1) Facebook廣告與微博、SNS等網(wǎng)絡(luò)社區(qū)的用戶(hù)相聯(lián)系，通過(guò)先進(jìn)的數(shù)據(jù)挖掘與分析技術(shù)，為廣告商提供更為精準(zhǔn)定位的服務(wù)，該精準(zhǔn)廣告模式收到廣大廣 告商的熱捧，根據(jù)市場(chǎng)調(diào)研機(jī)構(gòu)eMarketer的數(shù)據(jù)，F(xiàn)acebook年?duì)I收額超過(guò)20億美元，成為美國(guó)最大的在線顯示廣告提供商。
 
(2) Hitwise發(fā)布會(huì)上，亞太區(qū)負(fù)責(zé)人John舉例說(shuō)明: 亞馬遜30%的銷(xiāo)售是來(lái)自其系統(tǒng)自動(dòng)的產(chǎn)品推薦，通過(guò)客戶(hù)分類(lèi)，測(cè)試統(tǒng)計(jì)，行為建模，投放優(yōu)化四步，運(yùn)營(yíng)客戶(hù)的行為數(shù)據(jù)帶來(lái)競(jìng)爭(zhēng)優(yōu)勢(shì)。
 
此 外，還有好多好多，數(shù)據(jù)分析，在營(yíng)銷(xiāo)、金融、互聯(lián)網(wǎng)等方面應(yīng)用是非常廣泛的：比如在營(yíng)銷(xiāo)領(lǐng)域，有數(shù)據(jù)庫(kù)營(yíng)銷(xiāo)，精準(zhǔn)營(yíng)銷(xiāo)，RFM分析，客戶(hù)分群，銷(xiāo)量預(yù)測(cè)等 等；在金融上預(yù)測(cè)股價(jià)及其波動(dòng)，套利模型等等；在互聯(lián)網(wǎng)電子商務(wù)上面，百度的精準(zhǔn)廣告，淘寶的數(shù)據(jù)魔方等等。類(lèi)似成功的案例會(huì)越來(lái)越多，以至于數(shù)據(jù)分析師 也越來(lái)越受到重視。
 
然而，現(xiàn)實(shí)卻是另一種情況。我們來(lái)看一個(gè)來(lái)自微博上的信息：在美國(guó)目前面臨14萬(wàn)~19萬(wàn)具有數(shù)據(jù)分析和管理 能力的專(zhuān)業(yè)人員，以及150萬(wàn)具有理解和決策能力（基于對(duì)海量數(shù)據(jù)的研究）的管理人員和分析人員的人才短缺。而在中國(guó)，受過(guò)專(zhuān)業(yè)訓(xùn)練并有經(jīng)驗(yàn)的數(shù)據(jù)分析人 才，未來(lái)三年，分析能力人才供需缺口將逐漸放大，高級(jí)分析人才難尋。也就是說(shuō)，數(shù)據(jù)分析的需求在不斷增長(zhǎng)，然而合格的為企業(yè)做分析決策的數(shù)據(jù)分析師卻寥寥 無(wú)幾。好多人想做數(shù)據(jù)分析卻不知道如何入手，要么不懂得如何清洗數(shù)據(jù)，直接把數(shù)據(jù)拿來(lái)就用；要么亂套模型，分析的頭頭是道，其實(shí)完全不是那么回事。按俗話 說(shuō)就是：見(jiàn)過(guò)豬跑，沒(méi)吃過(guò)豬肉。
 
我的職業(yè)規(guī)劃：
 
對(duì)于數(shù)據(jù)分析，有一句話說(shuō)的非 常好：spss/sql之類(lèi)的軟件、決策樹(shù)、時(shí)間序列之類(lèi)的方法，這些僅僅就都是個(gè)工具而已，最重要的是對(duì)業(yè)務(wù)的把握。沒(méi)有正確的業(yè)務(wù)理解，再牛的理論， 再牛的工具，都是白搭。做一名合格的數(shù)據(jù)分析師，除了對(duì)數(shù)據(jù)需要有良好的敏感性之外，對(duì)相關(guān)業(yè)務(wù)的背景的深入了解，對(duì)客戶(hù)或業(yè)務(wù)部門(mén)的需求的清晰認(rèn)識(shí)。根 據(jù)實(shí)際的業(yè)務(wù)發(fā)展情況識(shí)別哪些數(shù)據(jù)可用，哪些不適用，而不是孤立地在“真空環(huán)境”下進(jìn)行分析。
 
為此，我對(duì)自己的規(guī)劃如下：
 
第 一步：掌握基本的數(shù)據(jù)分析知識(shí)（比如統(tǒng)計(jì)，概率，數(shù)據(jù)挖掘基礎(chǔ)理論，運(yùn)籌學(xué)等），掌握基本的數(shù)據(jù)分析軟件（比如，VBA，Matlab，Spss，Sql 等等），掌握基本的商業(yè)經(jīng)濟(jì)常識(shí)（比如宏微觀經(jīng)濟(jì)學(xué)，營(yíng)銷(xiāo)理論，投資基礎(chǔ)知識(shí)，戰(zhàn)略與風(fēng)險(xiǎn)管理等等）。這些基礎(chǔ)知識(shí)，在學(xué)校里盡量的學(xué)習(xí)，而且我來(lái)到了和 君商學(xué)院，這樣我可以在商業(yè)分析、經(jīng)濟(jì)分析上面領(lǐng)悟到一些東西，增強(qiáng)我的數(shù)據(jù)分析能力。

 1/2    1 2 下一頁(yè) 尾頁(yè)