在线观看www成人影院-在线观看www日本免费网站-在线观看www视频-在线观看操-欧美18在线-欧美1级

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

在不熟悉的領域,將怎樣進行數據分析

lviY_AI_shequ ? 來源:YXQ ? 2019-06-05 11:48 ? 次閱讀

如何在不熟悉的領域開展數據分析工作。這個問題很普遍,很多轉行的同學在面試時就有被問到:“在不熟悉的領域做數據分析,你要怎么學習”今天系統性解答一下。

首先解題:不熟悉三個字是形容詞,遇到形容詞的第一反應就是找標準。實際上不同的不熟悉程度,需要學習的內容,可以上手做的事情也是不一樣的。理解業務,有七個要素。

經營模式:做什么生意(B2B,B2C,B2B2C,B2VC,B2SB)

目標用戶:針對何種群體,何種需求

產品形態:提供什么樣產品、服務、信息

銷售渠道:通過何種方式與用戶建立聯系

營銷策略:通過何種方式運作(維護用戶、改進產品、管理商品、發布內容、提升品牌……傳統企業叫營銷,互聯網叫運營)

組織架構:誰來干這些事

營收情況:主要數據指標如何

對這七個問題的不熟悉程度,決定了我們要從哪里開始。常見的“不熟悉”,大致可分為四類(如下圖):

等級1是最不熟悉的情況。常見于大跨度轉行/轉崗的同學。比如之前是做零售的,現在來做O2O服務;之前做B2C的,現在做B2B;之前是純后臺開發,現在做面對業務的分析;等等。在理解業務的七大要素里,經營模式直接決定了后邊6個要素,如果連這個都不了解的話,就得從頭學起。先搞清楚到底企業做的是什么生意。

特別強調的是:對經營模式一定要懷有敬畏之心。不同模式看起來相似,可實際情況差異巨大,不能生搬硬套。最常見的就是很多同學都是做B2C的業務出身,想當然的認為B2B就是客單價100萬的B2C,結果做出來的東西驢頭不對馬嘴,最后過不了試用期的都很多。這時候就當自己是小白,每事問,多學習。做東西從最基礎的理解數字字典和跑數開始,不著急。

需要注意的是,經營模式這種事,一般都沒有一個標準教科書。即使是企業內的人也不一定講的很清楚。這時候就不能等靠要,指望著吃現成的。要自己行動起來。最好的辦法,是從組織架構入手。具體來說分四步:

第一步:通過收集行業垂直媒體報道、新聞報道、公司財報,了解企業大致的經營方式。

第二步:從組織結構入手,先搞清楚自己部門的職責架構,再搞清楚自己部門服務哪些人,他們的職責是什么。特別可以利用新員工培訓的機會,在別的部門培養幾個哥們姐們。大家都是新人,都缺乏認同感,很容易抱團。以后深入了解業務就有了伴。

第三步:了解數據采集流程和數據。如果有數據字典,可以研究數據字典與業務部門對應關系,哪些部門產生數據,哪些部門使用數據,最常看的數據是什么。如果沒有數據字典,干脆試著自己整理一份。在試用期結束轉正的時候交給自己領導,絕對會讓領導滿意度爆棚。

第四步:收集過往的業務行動,觀察業務行動與數據指標間關系。先不用急著做復雜的專題分析,先從最簡單的標注報表開始。把業務部門行動注在報表上,直觀的看哪些行動能拉動數據指標,哪些沒啥用。這樣就有了初步分析的感覺。之后就可以進一步深入了。

這個過程會很漫長,實際上如果真是大幅度轉行的話,頭半年都在適應期是很正常的事。所以轉行的同學務必注意。新進入一個行業要學習的東西很多,不能一門心思只扎在數據上。不然就只會跑數,還是沒法解讀數據,沒法分析問題。

等級2,常見于小跨度轉行/轉崗的同學。比如之前做線下零售,現在來做電商商品運營;之前做傳統CRM,現在來做用戶運營;之前做廣告投放,現在做渠道推廣;之前做傳統企業的經營分析,現在做58、餓了嗎、滴滴這種大量依賴線下組織的互聯網企業的經營分析。

這些業務的經營模式是類似的,只是用戶群/推廣方式/營銷方式/產品形態某個方面發生了變化。在進入這些自己有一些熟悉,又有些不了解的領域的時候,可以先對自己要服務的業務流程進行梳理,看看到底哪些是過去經驗可以用的,哪些是不能用的。從具體流程入手,可以進步更快。

等級3,常見于同行間跳槽的同學。比如都是電商、零售、互金、游戲、廣告行業的,只是換個公司。經營模式,運作的套路都大同小異。這時候雖然是新領域的,但實際上大部分技能可以復用。不能確定的,是到底這家企業目前狀況如何。這時候可以從理解現有報表入手,通過解讀報表數據,觀察報表使用情況,了解情況自己部門的地位、KPI、問題。對現狀有判斷之后再下手。

這里要切記用力過猛。很多同學在同行跳槽的時候,是要了50%,100%,甚至150%的漲薪幅度的。巨大的漲薪幅度+熟悉的行業,會讓這些同學們頭腦發熱。覺得自己必須快速做出成績,讓老板刮目相看。可要清醒的是:即使自己再懂套路,也并不了解這個企業的狀況。到底這個老板關注什么問題,到底自己要怎么走流程,到底借力哪個部門能把數據成果落地,通通不知道。這時候就得從報表開始一步步來。用力過猛的下場,往往是做了一堆東西不被老板認可,或者根本推進不下去。即使不被掃地出門,自己也會信心崩潰的。

等級4,常見于內部調動的同學。比如從分公司到總部,比如從總部到分公司,比如換了個職能。這時候看似開啟了一個新環境,可實際上大家是知根知底的。這時候可以做大量的準備功課,要學習的是,自己所在的這個新職能到底關注什么問題?這個問題之前是怎么處理的?為什么沒有處理完?領導的期望是什么?

摸清底細,就可以直接切入問題了。這時候要避免因為自己很熟悉情況,就想當然的代入自己的想法大干一通。很有可能做的東西不對新領導的胃口,最后被發配鎮守邊疆。

對還在面試同學的特別提醒

如果是面試遇到這個問題,還有3點要注意:

第一點:空口說“我學習能力強”不如做一份《業務對比表》。在面試前,了解下自己要去的企業是干什么的。和HR問清楚,到底自己面試的是什么部門,見得是什么人。然后通過資料收集,具體分析下自己現在做的事和對方有什么差別。收集對方的財報、新聞、第三方報告數據,然后整理成表。即使現場不出示出來,也能在聊天過程中有問有答。這樣能極大提升通過率。

第二點:說100句“我會做”,不如一句“我做過”。所有的面試官,不管是HR還是用人部門,都喜歡吃現成的。與其大講自己的思路、方法、意識,不如直接上幾個例子。比如之前自己是怎么做一張新報表,分析一個新專題,做一個新模型。先擺事實,再說自己有學習思路,這樣更容易贏得信任。

第三點:理論知識與實操技能各占一半。要注意的是,陳老師前邊講的全是實操。可實際上有些領導是很理論派的,自己就很喜歡鉆研書本。所以完全說我進來后一二三四步,可能被這些人質疑:“你都不學些經典理論的?”但注意,同樣是這波人,又很喜歡顯得自己很懂理論,你真講“我喜歡看書,我愛研究理論”很有可能因為某些觀點跟他們撕起來。所以最好的辦法就是講自己感興趣,但不專業(想拍馬屁,可以加一句:所以特別期待領導指導),比如我會研究有關工作的XXX著作,但是更看重實際應用。這樣不容易踩雷。

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。 舉報投訴
  • 數據分析
    +關注

    關注

    2

    文章

    1452

    瀏覽量

    34077
  • B2B
    B2B
    +關注

    關注

    0

    文章

    48

    瀏覽量

    5320

原文標題:進入不熟悉的領域,如何開展數據分析

文章出處:【微信號:AI_shequ,微信公眾號:人工智能愛好者社區】歡迎添加關注!文章轉載請注明出處。

收藏 人收藏

    評論

    相關推薦

    Mathematica 在數據分析中的應用

    ,在數據分析領域發揮著重要作用。 1. 數據導入 進行數據分析之前,首先需要將數據導入到Mat
    的頭像 發表于 12-26 15:41 ?121次閱讀

    zeta的定義和應用 如何使用zeta進行數據分析

    Zeta(ζ)電位是描述懸浮粒子液體中移動時所產生的電位差的一個物理量,以下是對其定義、應用以及如何進行數據分析的詳細解釋: Zeta電位的定義 Zeta電位是通過理論推導和實驗測量得到的,它反映
    的頭像 發表于 12-19 18:10 ?842次閱讀

    ADS1203輸出的數據應該怎么分析

    各位大神,小弟想使用ADS1203做一個模數轉換并做后續的單片機的控制,但對ADS1203芯片不熟悉,想問一下ADS1203輸出的數據應該怎么分析,應該做怎么樣的提取得到想要的數據
    發表于 12-06 07:26

    如何使用SQL進行數據分析

    使用SQL進行數據分析是一個強大且靈活的過程,它涉及從數據庫中提取、清洗、轉換和聚合數據,以便進行進一步的分析和洞察。 1.
    的頭像 發表于 11-19 10:26 ?324次閱讀

    為什么選擇eda進行數據分析

    數據科學領域數據分析是一個復雜且多步驟的過程,它涉及到數據的收集、清洗、探索、建模和解釋。在這些步驟中,探索性數據分析(EDA)扮演著至
    的頭像 發表于 11-13 10:41 ?261次閱讀

    raid 數據分析中的應用

    的具體應用: 一、提高性能 并行讀寫 :RAID技術通過并行讀寫多個磁盤,可以顯著提高數據的讀寫速度。數據分析環境中,數據讀寫速度是影響分析
    的頭像 發表于 11-12 09:44 ?265次閱讀

    SUMIF函數在數據分析中的應用

    商業和科學研究中,數據分析是一項基本且關鍵的技能。Excel作為最常用的數據分析工具之一,提供了多種函數來幫助用戶處理和分析數據。SUMI
    的頭像 發表于 11-11 09:14 ?332次閱讀

    云計算在大數據分析中的應用

    和處理大規模的數據集。通過云計算平臺,用戶可以快速構建數據倉庫,海量數據進行存儲、管理和分析
    的頭像 發表于 10-24 09:18 ?509次閱讀

    使用AI大模型進行數據分析的技巧

    使用AI大模型進行數據分析的技巧涉及多個方面,以下是一些關鍵的步驟和注意事項: 一、明確任務目標和需求 使用AI大模型之前,首先要明確數據分析的任務目標,這將直接影響模型的選擇、數據
    的頭像 發表于 10-23 15:14 ?876次閱讀

    IP 地址大數據分析如何進行網絡優化?

    一、大數據分析在網絡優化中的作用 1.流量分析數據分析可以對網絡中的流量進行實時監測和分析,了解網絡的使用情況和流量趨勢。通過對流量
    的頭像 發表于 10-09 15:32 ?256次閱讀
    IP 地址大<b class='flag-5'>數據分析</b>如何<b class='flag-5'>進行</b>網絡優化?

    數據分析除了spss還有什么

    Sciences)是一款非常流行的統計分析軟件,但除了SPSS之外,還有許多其他數據分析工具和方法。 引言 數據分析是一個跨學科的領域,涉及到統計學、計算機科學、
    的頭像 發表于 07-05 15:01 ?648次閱讀

    數據分析的工具有哪些

    開發的一款電子表格軟件,廣泛應用于數據分析領域。它具有以下特點: 數據整理:Excel提供了豐富的數據整理功能,如排序、篩選、查找和替換等。 數據
    的頭像 發表于 07-05 14:54 ?889次閱讀

    數據分析有哪些分析方法

    。 描述性分析 描述性分析數據分析的第一步,它的目的是對數據進行描述和總結。描述性分析通常包括
    的頭像 發表于 07-05 14:51 ?626次閱讀

    機器學習在數據分析中的應用

    隨著大數據時代的到來,數據量的爆炸性增長對數據分析提出了更高的要求。機器學習作為一種強大的工具,通過訓練模型從數據中學習規律,為企業和組織提供了更高效、更準確的
    的頭像 發表于 07-02 11:22 ?656次閱讀

    求助,關于AD采集到的數據分析問題

    問題描述:使用AD采集一個10Hz到2MHz的脈沖,脈沖底部可能大于零,由采集到的數據分析出該脈沖的上升時間,幅值和占空比。 備注:分析的時候已經知道脈沖的頻率,精度為2X10^-5.
    發表于 05-09 07:40
    主站蜘蛛池模板: 99久久伊人一区二区yy5099| 亚洲狼色专区| 欧美另类bbw| 午夜精品福利在线| 伊人网99| 天天摸天天碰中文字幕| 四虎精品免费国产成人| 人人爱爱人人| 国内精品免费视频精选在线观看| 高清色| 天天色国产| 国产黄色录像视频| 中文字幕一区在线观看| 99 久久99久久精品免观看| 性欧美高清精品videos| 激情久久婷婷| 午夜免费r级伦理片| 欧美伊久线香蕉线新在线| 黄 色 片免费观看| 午夜国产福利在线观看| 高颜值露脸极品在线播放| 一区在线播放| 午夜欧美电影| 久久精品.com| 网色| 欧美性狂猛bbbbbbxxxx| 中文字幕777| 日本黄色片免费看| 成人影院久久久久久影院| 国产乱辈通伦影片在线播放亚洲 | 亚洲午夜顶级嘿嘿嘿影院| 99热一区| 欧美成人免费| 在线亚洲小视频| 国产老头和美女在线观看| 男女刺激性视频大片| 三级理论在线观看| 成人网久久| 国产免费一级在线观看| 黄视频免费| 欧美三级小视频|