數據分析近年來越來越火，其實學習SQL或PythonHadoopHivesparkFlink之類的只是操縱數據的工具，最終目的是希望量化業務，并幫助企業實現成長，所以多和產品市場的同學交流業務是很有必要的，只關注于具體做什么是沒有必要的。接下來就由小編為您介紹大數據和數據分析，數據分析是做什么的。

衡石科技

2.3

5條點評

咨詢產品

免費試用

解決用戶選型困難的好軟件，有各維度的信息

客戶案例

9

合作品牌

24

大數據和數據分析

一、編寫SQL腳本

       通常稱為“運行數據”。leader需要季度/月/周的一組數據，寫出一段或N段SQL來運行數據。通常是臨時的需求，但是當發現悄悄演變為常規需求時，最好將SP(存儲過程)直接封裝起來……每一次運行都很方便省事。這一工作內容需要以下技能要點：數據庫，SQL

二、前中期數據分析項目

       這是一個耗時和麻煩的部分。先期的工作是基礎數據的處理清洗，基礎匯總聚合，然后設計監測指標，指標設計不僅僅是數學分析，更需要跑業務需求方去了解，畢竟最終目的是要讓別人用，提升效率，不是為了凸顯模型高估。有了所有所需的數據之后，就開始建立商業模型(數學模型)，整個建模過程也是對數據反復探索的過程，在一定數據量的情況下，初始建模應用起來一定會出現那種問題balabala煩死人…以后調整優化的過程。技術要點：SQL,excel,R語言，數理統計，數據挖掘，商業知識。

三、非全時產品經理

        完成商業模式之后，得到指標結果。將資料放入數據庫。下一步需要去尋找開發幫助您創建可視化站點。身為數據分析員我最了解這個項目邏輯流程，核心算法，業務應用。尋找開發幫助您制作可視化站點：曲線圖啊柱狀圖啊餅圖啊，balabala讓別人一眼就可以看到指標的總體狀況。技能點：邏輯思考、過程規劃、數據可視化、一定的開發知識(便利和發展交流)、表達能力和表達能力。

四、模式和指標

       收集業務部門的反饋，不斷與他們進行郵件溝通，不斷優化模型、數據表。并向業務部提供某些特殊需要的分析評估報告(臨時需求)。技巧點：邏輯思考、表達能力。(5)個人學習：有時會遇到等候別人工作進度的情況，比如別人的上一批數據沒有出來，你根本就無能為力。那么你可以上網或者讀書來獲取知識。數據統計和數據挖掘博大精深，如何能很好的應用，產生最高性價比更是一門學問啦。更多的理解并沒有什么壞處。

五、大數據部分

        與大數據相關的“大數據”已不再是個人工作的內容，而是一個整體的工作內容。特別是要讓那些了解hadoop和spark的人負責在上面運行數據，并編寫最終的實現代碼。在我們的團隊中，大概有數據分析師、數據工程師(半個產品經理)，有三人兼三人，有人只愛專精。技能點：沒有特定的法則，團隊協作加分。

       其實我們國家目前還沒有真正數據科學家，這個職位在國內被炒得太稀有了：既會線性代數統計，又會數據挖掘，玩得了R和SAS模型，寫的是Javapythonscala，當得了SQL型數據庫DBA，又能玩NoSQLhadoopspark，懂業務，懂技術，善溝通，有商業頭腦等，踏實做好數據分析就不錯了，以上就是小編為您介紹的大數據和數據分析，數據分析是做什么的。