r>
网站首页 |  项目概况 |  组织机构 |  规章制度 |  招标投标 |  党风廉政 |  阳光工程 |  科技动态 |  安全生产
您现在的位置是:首页>>科技动态
 

一个有三年工作经验的优秀数据分析师所具备的能力有哪些怎么衡量从哪几个方面

【 文章点击数:858  更新日期:2019-12-14 06:43:47  】
  谢邀。我来抛个砖,希望能引个玉,共勉。受本人背景和知识水平所限,本答案局限性如下(包括但不限于):1.更适用于中大型公司;2.更适用于互联网公司;3.可能更适用于美国的工作环境。个人以为,一个三年工作经验的数据分析师应该具备以下方面的能力:对技术的掌握,对产品的理解,对数据的敏锐性,数据和产品之间互相转化的能力,分析思维的广度、深度和速度,数理统计的能力,沟通的能力,辅导新人的能力,面试把关的能力。以下分开来说,同时举例的时候假设这个数据分析师是知乎这个产品的,目的是为了增长活跃用户。【1】对技术的掌握不一定需要非常高深的技术,但是基本的一定要过关。比如针对互联网行业的数据分析,SQL是一定要过关的。在这基础之上,Python/R可以提高长期的工作效率,但在初期并不一定需要。简单来说,技术能力决定了一名数据分析能力的下限,而对产品和业务的理解则决定了上限。如果缺乏技术的支持,那就只能去当CEO了。就好比在电影MarginCall里,底下的小兵负责分析数据,各种模型预测金融危机什么时候会发生。而对于CEO来说,他的任务就是猜。关于数据分析应该掌握哪些技术,可以参考这篇:邹昕:数据科学家(DataScientist)的核心技能是什么?【2】对产品的理解数据分析的目的是为了改进产品。如果缺乏对产品的理解,那么技术再好,也有可能像是无头苍蝇到处乱撞。或者是变成datadump,提供一堆一堆的图表,但其中有互相什么关联,能说明什么问题,提供什么样的建议,却并没有好的想法。如果是初入行的话,这还是问题不大的。因为新人可以有老板带着,或者是老人带着,但是如果想要更进一步,那就必须能够自己独立的做项目。尤其是在互联网行业更是如此,除了新人之外,对大多数人的基本要求都是能单兵作战,不需要详细的指导。同时在很多情况下,问题是很开放性的,对于如何解决并没有一个非常固定的套路,或者是因为这完全就是一个新的问题,或者因为不同产品之间套路无法直接套用,需要做大量的调整和创新。比如这里面增长的例子,哪些是可以借用于知乎的,哪些是需要调整的,哪些是完全不适用的?邹昕:有哪些通过产品上的精妙设计实现用户增长的例子?【3】对数据的敏锐性对数据的敏锐性体现在两方面,一是在结果还不是那么清晰的时候,甚至根本就没有什么数据的时候,能够大致感觉往哪个方向深挖是更有可能出成果的;二是在数据出问题的时候,能够反应出来,及时找出原因。比如做知乎的数据分析,目的是为了增长活跃用户,可以做的地方有很多,比如增加获新、增加内容、增加用户关注话题数、增加用户关注人数等等。一个经验丰富的老司机可以快糙猛的大概估算一下各个方面的机会有多大,大致的实施难度如何,风险是大是小,产品哪些方面是有缺陷可以改进的。另一方面,是人就会犯错,最大的区别在于有的人可以很好的纠错,而有的人则需要别人提醒,还有的人即使别人提醒了也反应不过来。邹昕:数据分析中会常犯哪些错误,如何解决?【4】数据和产品之间互相转化的能力在互联网行业,多数时候问题是很不清晰的,比如说问题可能是2017年新用户留存远差于2015年的用户,如何解决?对数据分析师来说,并不会有一个详细的单子来告诉你都有哪些步骤,而是需要自己灵活处理。一方面这些问题本身就比较新,虽然会有一个大致的套路,比如AARRR模型,解决增长需要先解决留存等等;然而再往下具体的时候,套路就没有那么固定了,因为不同的产品之间可以差别很大。即使像是Quora和知乎这样理应非常类似的产品,也可能因为一些或大或小的差异,导致给分析数据也带来差别。比如Quora的upvote并不完全代表赞同,而更多带有传播的意味。而对于知乎来说,点赞即是赞同,传播只是副产品而已。如果只懂数据不懂产品的话,很容易进入一个误区,要么产品/业务方追着问数据,要么没活儿干。邹昕:数据分析团队如何给自己找活干?【5】分析思维的广度、深度和速度速度这个比较好理解,尤其是在互联网行业,讲究快糙猛,没有时间精细打磨。比如一个项目可以花两个月时间做出95%,也可以花两周时间做80%,那么多数时候都会是后者。广度:产品的各个方面之间总是互相牵扯的。最简单的例子,如果知乎的拉新做得非常好,那么留存就有可能降低,用户活跃度也有会降低。如何分析各者之间的关系,如何保持一个合理的平衡,如何增加其中一个不过于负面影响其它,这些数据分析都需要在广度上有一定的了解。深度:有些问题一个人解决不了或者很难,多几个人就可以了,比如说搬砖,十人人搬总会比一个人搬快得多,哪怕不是十倍速度。而有些问题,靠堆人力是没用的。邹昕:数据分析团队如何给自己找活干?【6】数理统计的能力这一部分跟1,3,5是相关的。不一定需要特别高精尖,但是对于分析问题会有很大的帮助。比如说如何识别数据分析里可能出现的错误:邹昕:数据分析会骗人么?【7】沟通的能力除非兼任软件工程师和产品经理的职,否则数据分析师总是需要通过说服产品和工程方面来改变产品,产生影响力。有了好的结果是第一位,如何影响合作伙伴,让他们接受自己的建议甚至比有好的结果还重要。毕竟,没有声音,再好的戏也出不来。【8】辅导新人的能力毛主席说过,人多力量大,要把敌人淹没在人民战争的汪洋大海中。辅导新人,不只是团队leader/manager的要求,对于独立贡献者(individualcontributor)也是一样重要的。闻道有先后,术业有专攻。一个人的力量终究是有限的,如果把自己的能力复制到整个团队甚至整个公司,是增大自己影响力最有效的办法之一。【9】面试把关的能力大多数人应该都希望自己的公司处于一个增长的状况,如果是高速增长那就更好不过了。有增长,就必然要招人。而招人并不是简单的招人来干活,而是招来更优秀的人进一步提高团队的水平。这对于高速增长的团队来说是一个很大的挑战,所以提高面试技能和精准的判断面试者的能力,无疑是有效的扩张团队的不二法则。【10】少睡的能力比如说七周不睡觉,快速成为数据分析师(开玩笑的)。邹昕:如何快速成为数据分析师?
 
 
【关闭窗口】
版权所有: 京港澳高速公路石安段改扩建筹建处 网站地图
您是第 位来客
冀ICP备12021624号