首页 IT教程机器学习正文

数据分析师八大能力(精品课程)

action 机器学习 2020-04-24 13:53:02 1297 0

数据分析师八大能力(精品课程)

前言:为什么会有《数据分析八大能力》这门课程
 

1.一个本质的问题:数字、数据、数据分析与数据分析工作有什么关联和区别

2.一个有趣的现象:为什么都叫数据分析部,不叫ESP部(Excel+SQL+Python部)

3.一个成长的难题:从掌握取数技能,到完成数据分析工作,还需要补充多少能力

4.做一个能完成工作、解决问题、能助力业务的真正的数据分析师,不要做人肉跑数机

 

 

第一章:数据分析师八大能力介绍
 

 

综述:八大能力从何而来

1.数据分析师所属的部门及职责

2.数据分析师价值:助力业务,推动决策

3.从企业决策流程,看有用的数据分析该是什么样

4.数据分析师的工作内容与流程

5.为了输出更有价值的工作,所必须的八项能力

 

能力一:收集信息能力 

1.自主收集信息是掌握业务的必要手段

2.为什么数据分析师必须理解业务

3.优秀的数据分析师不会等着别人来教自己

4.七步成诗法:理解业务的7个关键问题

5.应用七步成诗法所必备的信息收集能力

6.实战指南:制作一份自己行业的业务手册

7.特别提示:交流业务情况时的保密原则与谈话尺度

 

能力二:沟通需求能力

1.需求沟通是数据分析的起点

2.不会沟通就当一辈子人肉跑数机

3.一个好的数据分析需求,应具有的5个特征

4.当业务提需求时,该如何确认问题

5.当业务不理不睬,该如何主动了解

6.实战指南:常见的十问十答,亲自去试试

7.特别提示:必须克服不敢张嘴,关门造车坏习惯

 

能力三:定义问题能力

1.定义问题是正确选择分析方法的保证

2.数据分析不是万能的,界定不清,怎么干都是错

3.常见的5类业务问题与数据分析可以做事

4.收到问题时,第一时间判断问题范畴

5.解决问题所需的时间、投入需事先规划

6.实战指南:3个常见的似是而非的问题,挑战下看是否能分的清

7.特别提示:改掉唯业务是从,人家说一句自己动一下的毛病

 

能力四:梳理流程能力

1.梳理流程是定位问题的最有效手段

2.不了解业务流程就无法深入分析

3.梳理业务流程的基本方法

4.将业务流程与数据流程对应

5.描述性统计是梳理流程的利器

6.实战指南:从一份基础数据,看出业务的问题所在

7.特别提示:没有业务背景的描述性统计是浪费时间

 

能力五:定义标准的能力

1.先有标准,才有“好/坏”的判断

2.没有明确标准是分析下不了结论的罪魁祸首

3.如何收集基于业务经验的标准

4.如何在没有经验时探索标准

5.如何验证标准的有效性

6.实战指南:基于常规销售数据,探索如何评价各分公司业务的标准

7.特别提示:特别警惕把描述现状和评论现状混为一谈的问题

 

能力六:寻找原因的能力

1.寻找问题原因的基本逻辑:归纳法与演绎法

2.寻找问题依托的是层层递进的假设检验

3.沿着业务流程,提出分析假设

4.设定假设检验方案与检验标准

5.估算各原因的影响与筛选重点原因

6.实战指南:从一份基础数据,看出业务的问题所在

7.特别提示:不能通过ABtest检验来验证的原因,不是好原因

 

能力七:提出建议的能力

1.提分析建议是体现分析价值的重要一环

2.分析建议的深度,取决于对业务的了解,而非分析能力

3.如何有效收集业务方案

4.如何评估业务方案的效用与可行性

5.如何基于评估结果向业务方建议

6.实战指南:基于一份分析数据,试着提建议

7.特别提示:分析建议不等于执行计划,守住分析的界线

 

能力八:总结汇报的能力

1.总结汇报是数据分析的点睛之笔

2.好的分析结果是包装出来的,不是自己憋出来的

3.因人而异,考虑场景,才有好的汇报

4.如何针对不同对象,设计汇报方案

5.实战指南:同一份文件,3个对象,请设计汇报方案

6.特别提示:必须牢记,业务方是评价数据分析质量的唯一裁判

 

后记:高质量的工作成果,从来不是单单靠技术实现的

1.如果方向歪了,怎么做都是错

2.工作成果=(自己努力+伙伴支持)*领导认可

3.酒香也怕巷子深,不会包装白累死


此处内容已经被作者隐藏,需要登录才能查看。
点击登陆 注册账号?


 
QQ在线咨询
永久VIP会员
现在加入
即可学习全站课程
绝无二次收费