• 60090

    文章

  • 611

    评论

  • 59

    友链

  • 最近新加了换肤功能,大家多来逛逛吧~~~~
  • 喜欢这个网站的朋友可以加一下QQ群,我们一起交流技术。

大数据分析师到底在干嘛?大数据学习最佳路线

撸了今年阿里、腾讯和美团的面试,我有一个重要发现.......>>

为什么数据前面加个大?

不加大你不点,不加大不时髦,不加大不够大!

先从一个故事讲起,某养猪场厂长告诉A分析尸,我要看几个数据,你提取一下,一周后给我看看。

A分析尸列出:

猪总数10000、收入500万、净利润180万。

猪场老板一看,说:做的不错,A君好好干。

同样的问题,猪场老板给了B分析尸,B分析师很用功,分析公司今年的战略计划和年初定制的KPI目标,得知一个信号,猪场老板想降低成本、提高利润。

B分析尸列出了:

投入减少30%、毛利480万、净利增长50%

猪场老板一看,大喜,B君下月给你加薪。

大数据学习群:716581014

同样的问题又给了数据君

数据君为了分析目标老板的目的,分析了去年他讲话的内容,也分析了他以往发给员工的邮件,甚至爬了猪总的微博、朋友圈得知一个信息,猪总其实不想继续增加扩张,想减少投入,提高净利,而且他对自动化喂养很感兴趣,写了几篇自己猪场和自动化喂养结合的文章,那么问题来了?我该如何思考?

先看看一般商业分析分析的路径,这个是麦肯锡的,很经典,但许多人知道,从来不按部就班来

 


首先从几个关键的业务目标出发:

罗列出这些目标影响的因素有那些?那么问题来了,因素他们多你如何去选取?

这时候就需要数据的支持,一般2种方式:

1、内部数据去推算,驱动因素影响的程度如何?这时候什么相关分析、AHP、回归分析等,给因素影响一个量化的标准,找出核心驱动因素;

2、外部数据,采用座谈,调研等方式确定公司各个业务部门对驱动因素的锁定。

其次就是验证推理提取核心的过程:

数据君整体分析了猪的结构,比如公母比例、幼猪和出品猪的结构变化,猪市场价格发展变化规律等,也从市场上分析了一些自动化喂养设备的投入,算出了ROI,这时候要系统性的去思考,各类对比和梳理。

 


 

这点大多数据分析轻车熟路,不做过多的阐述。

那么我发现了什么?

1、猪的繁殖有问题,公猪占85%,母猪占15%;

2、猪食的浪费问题,每天大概有价值10000大洋的猪食被当成垃圾请走;

3、猪市场的价格从10月开始一般上升趋势明显。

最后,我给猪总呈现了三个数据,这才是数据分析的核心:

1、繁殖问题,比例失调严重,紧缺母猪,现在(5月)母猪在市场的引入价格较低,建议引入500头母猪,这是第一个数据;

2、自动化喂养,采纳分析了ROI和采购价格的对比,预计采购某厂家的自动化喂养,1年后自动化喂养可以节约50w的成本,这是第二个数据;

3、从目前来讲,我们的成品猪较多,建议加大销售,腾出更多的地方买入幼猪,预估10月份将提升30%的净利,这是第三个数据;

猪场老板一看,目瞪口呆!!

数据君明天开始,你出任公司数据增长的业务负责人,薪资加倍。

以上的故事是我虚构的,可能语言组织和思路还不够严谨,我只是为了告诉大家一个道理,数据分析的本质是商业分析,而不是技术和工具问题,大数据时代,数据价值和驱动才是我们每个分析师应该关注的问题,从一个综合技能来看。

 


想成为一个出色的分析师需要N多技能,那些技能能让你快速实现自己的目标,这才是我们学习数据分析应该定位的,都要学习吗?

有了场景,有了明确的目的,接下来才是分析师们常用的三大利器:

1、对比,任何分析都是对比,对比就要讲究设计、平等、体系,才可比,换句话就是找“双胞胎”,才值得比,并列关系;

2、拆解,业务其实和数据分析一样,都是不断的拆分,拆的程度就是回答你的假设,许多指标都是分渠道、区域、用户类型、品类特征去拆,但拆要分主次,你拆和不拆对结果有什么影响要好好假设考虑,并列和主次;

3、构成,许多事情你明白他的构成你就更加清晰,好比你去饭店吃饭,有一盘菜,LP说真好吃,那你就会去研究这菜有什么成分,什么菜品组成,加工顺序如何,这就叫抛,彼此都是并列和流程关系。

 


不要迷恋统计学、工具、算法,就好比平均数可以看成是一组数据的综合衡量,而分析解读风险指数就是方差,当然你不懂统计学,什么数据都用平均数的话,你和统计局智商基本一样,要消化概念,看你如何把算法和规则转化为商业问题,这才是关键。

好了,就写这么多吧,希望大家能看懂我要表达的意思。

社会信息化进程进入大数据时代,海量数据的产生与流转成为常态,大数据成为人们获得新的认知、创造新的价值的源泉。大数据技术也是逐渐深得各大企业的青睐,对于大数据程序员的需求更是逐渐增加,所以现在学习大数据技术应该是最好的机遇了吧——企业需要,正好你有!

今天小编分享给大家的大数据学习路线,正是现在很火的大数据培训机构的内部学习路线图,很有学习价值,对于想要自学大数据的同学来说应该是天大的好事了吧!

大数据学习路线:


阶段一、 Java语言基础

Java开发介绍、熟悉Eclipse开发工具、Java语言基础、Java流程控制、Java字符串、Java数组与类和对象、数字处理类与核心技术、I/O与反射、多线程、Swing程序与集合类

阶段二、 HTML、CSS与JavaScript

PC端网站布局、HTML5+CSS3基础、WebApp页面布局、原生JavaScript交互功能开发、Ajax异步交互、jQuery应用

阶段三、 JavaWeb和数据库

数据库、JavaWeb开发核心、JavaWeb开发内幕

阶段四、 Linux&Hadoopt体系

Linux体系、Hadoop离线计算大纲、分布式数据库Hbase、数据仓库Hive、数据迁移工具Sqoop、Flume分布式日志框架

阶段五、 实战(一线公司真实项目)

数据获取、数据处理、数据分析、数据展现、数据应用

阶段六、 Spark生态体系

Python编程语言、Scala编程语言、Spark大数据处理、Spark—Streaming大数据处理、Spark—Mlib机器学习、Spark—GraphX 图计算、实战一:基于Spark的推荐系统(某一线公司真实项目)、实战二:新浪网(www.sina.com.cn)

阶段七、 Storm生态体系

storm技术架构体系、Storm原理与基础、消息队列kafka、Redis工具、zookeeper详解、实战一:日志告警系统项目、实战二:猜你喜欢推荐系统实战

阶段八、 大数据分析 —AI(人工智能)

Data Analyze工作环境准备&数据分析基础、数据可视化、Python机器学习

1、Python机器学习2、图像识别&神经网络、自然语言处理&社交网络处理、实战项目:户外设备识别分析

大数据课程学习路线,崇尚从夯实基础开始,比如说编程语言的学习,所以对于真正想要学习大数据的同学来说,提前掌握一门编程语言是很有必要的;然后是讲解的大数据核心技术Hadoop、spark等生态系统,很如了解大数据技术,掌握大数据技术;最后是拓展部分,因为很多小伙伴学习大数据还想进入人工智能行业,所以把大数据技术做奠基,有了大数据技术想要进入人工智能是很容易的,毕竟人工智能技术也靠大数据和云计算撑起来的。

所以想要学习大数据的,或者想要从事人工智能行业的都可以用这个大数据学习路线当做自己的大纲进行学习!

在这里相信有许多想要学习大数据的同学,大家可以+下大数据学习裙:716加上【五8一】最后014,即可免费领取一整套系统的大数据学习教程
 


 转载至链接:https://my.oschina.net/u/3804900/blog/1842702


695856371Web网页设计师②群 | 喜欢本站的朋友可以收藏本站,或者加入我们大家一起来交流技术!

欢迎来到梁钟霖个人博客网站。本个人博客网站提供最新的站长新闻,各种互联网资讯。 还提供个人博客模板,最新最全的java教程,java面试题。在此我将尽我最大所能将此个人博客网站做的最好! 谢谢大家,愿大家一起进步!

转载原创文章请注明出处,转载至: 梁钟霖个人博客www.liangzl.com

1条评论

Loading...


发表评论

电子邮件地址不会被公开。 必填项已用*标注

自定义皮肤
注册梁钟霖个人博客