大数据分析师需要学习:统计学知识,包括理工科的高等数学知识;数据库知识,例如关系型数据库Oracle、mysql、sqlserver,非关系型数据库Cassandra、Mongodb、CouchDB;开发工具及环境,比如Linux OS、Hadoop、Java、Python;分析思维,如思维导图、5W2H、SWOT等;机器学习常用模型:决策树、RF、聚类等;业务学习。

做好大数据分析师所需的四件事:

1、吃透业务分析需求

对业务的需求进行深入理解,一方面是看需求是否合理,另一方面是对需求的全面思考。

2、建立分析体系

确定分析指标:首先是指标先行,梳理出你需要的指标,建立指标库,原则是要确定核心指标、剔除虚荣指标、尽可能简化指标;

生成需求指标:很多指标可能并不是直接就有的,比如重度访问用户的占比,就需要组合访问时长和UV这两个指标,形成一个新指标。

建立分析框架:原则是要从指标、业务、流程的角度出发。

3、了解业务逻辑

当你明确了分析什么样的指标、满足业务什么样的需求后,我们就要考虑整个业务的模式和逻辑,要关注用户角色、运营角色、信息、渠道等,以及他们之间的流转关系,以求用最高效的方式满足户需求。

4、分析结论和成果要有明确的业务指向

数据分析,要从具体问题出发,到一个指向业务的行动结束。想要超出业务期望,就得了解具体业务期望是什么,解答他们的问题,帮他们发现更深层的问题。

发表评论

您的电子邮箱地址不会被公开。