数据分析的十大注意事项
业内人列举十大注意事项，建议收藏点赞：
第0条：数据分析师的工作特别像是个破解谜题的侦探。如果你对解谜很有兴趣，那这岗位适合你。否则，建议重新考虑一下~
- 分析要结合多个数据，数据融合很重要。即便没有正儿八经的定量数据，看看知乎微博淘宝评论地图这种不完整的定性数据总是可以的吧。侦探破案的时候，线索不够也不是硬着头皮想啊，是去找新线索啊！千万不要被一个手头的Excel表的数据局限思维。
- 一点不夸张地说，工作中80%以上的时间都在数据处理。精通数据处理技巧（SQL, Python等）决定了你工作效率高低。
- 培养分析思维和熟悉工具非常重要。Python用的好只代表了你是个靠谱的码农，而分析思维才是个合格的数据分析师的基础能力。
- 怎么培养分析思维？根据刻意练习理论：从易到难，多尝试分析不同的案例和数据，获得专家的靠谱反馈，修改再尝试不同的分析方法，多练习。遇到瓶颈时多试试新方法~
- 对数据来源的理解极其重要，了解数据是怎么被收集到的不仅仅是锦上添花，而是重中之重。数据一定存在错误，搞不清楚就会后患无穷，分析出来的结果可能是彻底错误的。
- 新手最快接触数据的方式是可视化，可以尝试学习BI软件像是Tableau，通过非常直观的图表培养对数据的敏感度很重要。
- 能解读好一张画好的图表也是相当考验分析师能力的一件事，大神和小白对同一张简单的散点图的解读都可能完全不同。
- 学习机器学习模型算法的第一步是去了解这个工具能实现什么，能帮助我们干什么，对技术的想象力很重要。
- 沟通技能常被新手忽视，数据分析往往都是个夹在中间的岗位，高效传达自己发现的洞察决定了分析师的职业上升通道。海外的专家朋友补充：啥叫好的沟通能力？
- 一要给出可操作可实施的靠谱建议
- 二要把这个建议的经济效益传递出来：“再不开发新品，对手就要吃掉60%的市场份额了！” “投广告投对这个人群，1千万广告能有2千万的效果~”
- 你是否真的理解数据分析的每一个步骤呢，思考下自己的数据分析尝试欠缺了什么？
提问-->处理-->探索-->下结论-->传播
图片非原创：源自Udacity Intro to Data Analysis 网课
赞 (0)