本文选取了数据分析中的五个经典题目,通过实践测试你是否具备优秀的数据分析师应当树立的观念,并通过题目分享了做出优秀数据分析项目的五个要点,大有裨益。适合对数据分析感兴趣但不知道如何下手的童鞋。

经常有很多同学问:“如何做出优秀的数据分析项目?不然简历和年终总结都不知道咋写。”我都做了详尽的回答和跟进,今天总结分享一下大家提到的共性问题。

想做好数据分析类项目,主要靠的是:树立正确的观念。这里有5道测试题,一起来测一测自己有多大可能做出好项目。

题目一(单选题)

数据分析项目好坏的衡量指标是:

A、时间、成本、质量

B、算法难度、统计学知识、数学公式

这个题目是最重要的观念,直接决定了一个数据分析师在当前公司混得好还是坏。数据分析工作有它的特殊性:

★ 它不同于销售,不能直接为公司创收。

★ 它不同于运营,不能直接拉升活跃留存付费指标。

★ 它不同于交易/网站/ERP系统的开发,这些系统是业务必需的支撑。

★ 它不同于DBA,没有DBA的公司不存在,没有专职分析师的公司大把。

数据分析工作本质上是一个可替代程度很高的辅助岗位。在数据分析观念普及前,很多公司都是找个会写sql的程序员来顶这个岗位的。就像瞄准镜与枪的关系,没有瞄准镜枪照打,有了瞄准镜,枪可以打得更准。

因此,虽然数据分析背后有算法、统计学、数据做支撑,可企业care的不是这些书本章节,而是到底对业务有什么用?有多大用?同企业里其他项目一样,数据分析项目最重要的就是考察时间、成本、质量。

如果脱离了这些,空洞地追求“我用的方法好复杂,我好厉害”。那还是回学校里做科研好了,科研才需要追求高精尖,企业里追求的是:在达成目标的情况下,成本越低越好,时间越短越好。所以这个题一定选A。

很多刚毕业的、转行的、新加入的数据分析师喜欢选B,选B也不代表没前途。

因为选B的同学会花很大精力死磕书本,这样虽然在一个公司混不起来,但是在跳槽的时候过面试的能力还是可以的,所以也能通过一年一跳槽来涨薪。但是想在一个公司做出成绩,还是选A的好。

这个题目最关键,明白了这个题目,后边的问题就迎刃而解了。

题目二(排序题)

以下人员,对数据分析项目质量的话语权为:

A、业务部门领导

B、数据部门领导

C、业务部门员工

D、数据部门员工(本人)

如果问题一吃透了,这个题毫无难度,答案是A≥B≥C≥≥D。领导意见大于员工意见,如果业务部门领导首肯,数据部门领导就直接应声附和了。如果业务部门领导不发声,那就看数据部门领导是不是认可。本人的“觉得我做得很牛逼”,毫无意义,切记切记。

请注意,有时会有业务领导和数据领导态度不一致的情况,这时候以自己直接领导的态度为准,外部门稍后考虑。在大部分企业,直接领导是决定自己绩效评分的那个,所以一定不能得罪。

题目三(排序题)

请对以下五种项目成果,按质量高低排序:

A、可视化的数据产品

B、每月定期输出的数据模型

C、部门级以上会议的汇报ppt

D、无群体汇报的ppt

E、Excel数据表

F、无固定格式的数字

G、写sql跑完数口头告诉业务

这个题完全解释需要一整篇文章,但同学们可以用望文生义的办法,直接作出回答,答案是:A=B≥C≥D=E≥F≥≥G。

数据分析的成果很容易被人当夜壶:用得时候很爽,用完了就忘了。平时还嫌你脏:你看我不就是要个数字吗!还要跑那么久!

所以做数据分析项目,要争取输出定期使用的、产品化的、大家必须看的成果。最好的就是上一套BI,或者业务的用户跟进名单用模型进行优化排序,让大家不得不用。

不济的话,写个ppt,但争取在会议上公开讲。最差最差就是跑了一堆临时需求单,写了2000行sql结果连个正式输出物都没有,年底写绩效报告都不知道写啥。

题目四(单选题)

今天是11月11日中午12点,你的领导说,下班前给一个预计,预测一下双十一我们业绩能去到多少,你怎么做?

A、立马回去建模,时间序列、XGboost搞起

B、回去找运营要推广费用使用情况,算个投入产出比来拍

C、回去看下上午数据,根据去年同期拍一个

这个题非常有迷惑性。特别是刚看完上一题,很多同学会惯性选A。这个题的题眼不是“预测”而是“中午12点到下班”。

数据分析可以建模、可以做BI、可以做可视化,但是通通需要时间,而很多情况下,业务不等人,必须快速给出结果。这时候要优先选简单直接的办法,并结合数据提示风险。

所以建模要学、统计学要学、如何快速合理地拍脑袋也要学。很多新人哼哧哼哧搞了一堆模型,结果被领导三言两语推翻,还批斗:“你都干嘛去了这么磨叽”,就是这个原因。这个题选C,最好是10分钟内给答案,领导指示:“这个问题非常重要,要用更复杂、更科学的方法”以后,再考虑AB。

题目五(多选题)

数据分析的工作成本由什么构成?

A、数据库成本

B、电脑成本

C、开发软件成本

D、BI产品成本

E、数据采集质量

F、数据清洗质量

G、程序员工作时间

这个题也非常非常有迷惑性,如果在陈老师问之前,很多人都压根没想过:“做数据分析还有成本啊??!!”“这玩意不是一个饱读《机器学习》《统计学》《21天精通python》的人敲敲键盘就搞掂的吗??!!”

答,数据分析肯定有成本,而且最大的成本是数据质量,好数据才有好分析,垃圾数据垃圾分析。特别是数据采集,业务流程漏洞百出,业务管理不规范,埋点不做好就上线,基础数据脏乱差,分析个屁。

至于什么软件成本,电脑成本都是毛毛雨。数据质量是涉及公司根本的问题。所以这一题的答案是ABCDEFG,如果排序的话,是E≥≥F≥G≥A≥D≥B≥C

等等!很多同学会问:为啥有G,而且排序还那么高?!因为数据分析师的工作时间是非常宝贵的。

学校里、论文里、专利里那么巨复杂的模型都是耗费无数时间烧出来的。普通企业的数据分析师每日应付各种取数、汇报、excel都已经折腾半死了,连找对象都不一定有时间,还整高精尖模型呢。

所以必须考虑工作时间,日常需求要排优先级,集中精力做有产出的东西,那些乱七八糟“我要个数”让他排队去。

以上,做完5个题目,理解了题目思路,如何做优秀的数据分析项目就呼之欲出了——

如何做优秀的数据分析项目:

1、正式立项,把业务痛点作为项目目标

2、考虑时间紧迫性和数据质量,设计恰当方法

3、输出定期使用的、产品化的、大家必须看的成果

4、需求排序,给自己留出时间干高品质工作

5、用快捷分析方法应付简单需求,留出精力做复杂需求

为了取得好的教学效果,这里用了5个最常犯错的题目。目的就是让大家记住做出优秀数据分析项目的五个要点。

 

作者:接地气的陈老师

来源:微信公众号:接地气的陈老师(ID:gh_abf29df6ada8)

本文由@接地气的陈老师 原创发布于运营派,未经许可,禁止转载

题图来自于Unsplash,基于CC0协议

登录后参与评论
给作者一些鼓励吧!
等我一分钟 我去找个夸你的句子
这世上美好的东西不多,牛起来要人命的你就是其一!
不要厉害的这么随意,不然我会觉得我又行了
这就很离谱了,老天爷追着喂饭的主儿~
我要是有这才华,我走路都得横着走!
对你的作品崇拜!
反手就是一个推荐,能量满满!
感谢分享
  1. 搞不清做运营分那么多职位干啥,用户运营、内容运营、渠道运营、新媒体运营、活动运营、用户增长等等。。。都被这各大招聘平台给引导坏了。。。我觉得把,本身做运营就是这些模块都要做的。分工太细反而做的更差,毕竟这是一个系统性的活。 :idea:

  2. 受教了

  3. 必须评论支持一下!!!

  4. 文章写得很精彩,作者的文笔很好

收藏
评论
返回
营销日历05月30日 更多
1778年法国启蒙运动的领导人伏尔泰逝世
全国科技工作者日
加入圈子
全栈运营交流群
加入
抖音运营交流群
加入
小红书运营交流群
加入
视频号运营交流群
加入