|
對(duì)于超級(jí)菜鳥(niǎo)來(lái)說(shuō)，首要任務(wù)是要了解什么是數(shù)據(jù)分析？ 數(shù)據(jù)分析是一種從數(shù)據(jù)中獲取洞見(jiàn)，并驅(qū)動(dòng)商業(yè)決策的知識(shí)發(fā)現(xiàn)行為。 這里分兩點(diǎn)來(lái)講，一是如何從數(shù)據(jù)中獲取洞見(jiàn)？數(shù)據(jù)往往是冰冷的，不會(huì)說(shuō)話，作為專業(yè)的數(shù)據(jù)分析人員，無(wú)疑是要具備非常豐富的業(yè)務(wù)知識(shí)，才能通過(guò)數(shù)據(jù)知道已經(jīng)發(fā)生了什么？即將要發(fā)生什么？諸如python、excel、Fine BI是實(shí)現(xiàn)數(shù)據(jù)分析挖掘的重要工具，很多初學(xué)者往往重視工具，而忽略作為數(shù)據(jù)分析人員應(yīng)該要具備的專業(yè)素養(yǎng)。 二是如何驅(qū)動(dòng)商業(yè)決策？這可能不是普通數(shù)據(jù)分析師所能決定的層面，但作為優(yōu)秀的數(shù)據(jù)分析人員，需要具備敏銳的商業(yè)眼光。單純的數(shù)據(jù)分析結(jié)果是沒(méi)有任何助益的，將分析結(jié)果與真實(shí)場(chǎng)景結(jié)合，產(chǎn)生有指導(dǎo)性的結(jié)論，才是一個(gè)數(shù)據(jù)分析師的價(jià)值所在。 我知道，大家很在意怎么去學(xué)習(xí)數(shù)據(jù)分析過(guò)程，對(duì)于python、R、sql、tableau、FineBI等等充滿了疑惑和向往，這也是我當(dāng)初接觸數(shù)據(jù)分析時(shí)候的心態(tài)。很多東西要學(xué)，該學(xué)哪一樣？怎么學(xué)習(xí)？學(xué)到什么程度?下面就要講到數(shù)據(jù)分析工具。 分析工具的選擇一般來(lái)說(shuō)，如果想要成為高階的數(shù)據(jù)分析師，至少要掌握三類工具——自助式BI工具、取數(shù)工具、編程語(yǔ)言。這三類工具的選型標(biāo)準(zhǔn)都是不一樣的，對(duì)于超級(jí)菜鳥(niǎo)來(lái)說(shuō)，優(yōu)先級(jí)是先學(xué)會(huì)自助式工具，保證能夠盡快上手?jǐn)?shù)據(jù)分析，掌握數(shù)據(jù)分析的基本知識(shí)；其次，再學(xué)一種取數(shù)工具，接觸數(shù)據(jù)庫(kù)的概念；最后，再高一等級(jí)要學(xué)會(huì)編程，甚至是數(shù)據(jù)分析庫(kù)，具體選型我下面一一介紹。 1、自助式BI工具 什么叫做自助式分析工具呢？其實(shí)很簡(jiǎn)單，就是專門(mén)面向業(yè)務(wù)人員的BI分析工具，可以完全擺脫IT人的束縛，對(duì)于超級(jí)菜鳥(niǎo)來(lái)說(shuō)，學(xué)習(xí)成本和門(mén)檻也比較低，能夠很容易上手，獨(dú)立完成數(shù)據(jù)分析工作。 這里我推薦FineBI，它是一種能連接各類數(shù)據(jù)源，對(duì)原始數(shù)據(jù)（尤其是大數(shù)據(jù)量）進(jìn)行快速分析，制作明細(xì)報(bào)表和酷炫可視化圖表的工具，在IT信息部門(mén)分類準(zhǔn)備好數(shù)據(jù)業(yè)務(wù)包的前提下，給與數(shù)據(jù)，讓業(yè)務(wù)人員或領(lǐng)導(dǎo)自行分析，滿足即席數(shù)據(jù)分析需求，是分析型產(chǎn)品。 其實(shí)FineBI的使用感同Tableau類似，都主張可視化的探索性分析，有點(diǎn)像加強(qiáng)版的數(shù)據(jù)透視表。上手簡(jiǎn)單，可視化庫(kù)豐富?？梢猿洚?dāng)數(shù)據(jù)報(bào)表的門(mén)戶，也可以充當(dāng)各業(yè)務(wù)分析的平臺(tái)。 而對(duì)于新手來(lái)說(shuō)，F(xiàn)ineBI的學(xué)習(xí)難度比較低，但是分析性能很強(qiáng)大，更重要的是個(gè)人版免費(fèi)，完全可以支持個(gè)人進(jìn)行自助式分析；即使你已經(jīng)成為了企業(yè)的數(shù)據(jù)分析師，仍然需要FineBI來(lái)脫離IT部門(mén)，去IT化是一種大趨勢(shì)，所以說(shuō)不得不學(xué)。
2、取數(shù)工具 一般企業(yè)的數(shù)據(jù)保存在本地?cái)?shù)據(jù)庫(kù)或者公有云里，有的會(huì)采用mysql、oracle、mongodb等，有的會(huì)采用hbase、parquet等。我會(huì)建議初學(xué)者把sql學(xué)精，有余力者可以看看hbase、parquet等大數(shù)據(jù)存儲(chǔ)方式。 sql是數(shù)據(jù)領(lǐng)域最常用的語(yǔ)言，無(wú)論是hive、spark、flink都支持sql，以至于機(jī)器學(xué)習(xí)也支持sql，像阿里開(kāi)源的sqlflow。sql永不落伍。 3、編程語(yǔ)言 Python和R是數(shù)據(jù)分析領(lǐng)域的絕代雙驕，我覺(jué)得這兩個(gè)都適合作為數(shù)據(jù)分析的核心語(yǔ)言，但最好選擇一個(gè)來(lái)學(xué)。 由于很多咨詢我的人問(wèn)的都是關(guān)于python的問(wèn)題，我自己也是在用python工作，所以這里講一下用python來(lái)做數(shù)據(jù)分析的利與弊。 python這幾年的火爆程度堪稱編程界的小鮮肉，雖然它誕生也快30年了，但風(fēng)頭正勁。作為一門(mén)高級(jí)編程語(yǔ)言，python除了不善于開(kāi)發(fā)底層應(yīng)用，幾乎可以做任何事情。拿數(shù)據(jù)分析來(lái)說(shuō)，從數(shù)據(jù)庫(kù)操作、數(shù)據(jù)IO、數(shù)據(jù)清洗、數(shù)據(jù)可視化，到機(jī)器學(xué)習(xí)、批量處理、腳本編寫(xiě)、模型優(yōu)化、深度學(xué)習(xí)，python都能完美地完成，而且提供了不同的庫(kù)供你選擇。 除此之外，Jupyter notebook是進(jìn)行數(shù)據(jù)分析非常優(yōu)秀的交互式工具，為初學(xué)者提供了方便的實(shí)驗(yàn)平臺(tái)。 4、數(shù)據(jù)分析庫(kù) 除了上面提高的三類工具，其實(shí)還有一類數(shù)據(jù)分析庫(kù)，是比較適合高等數(shù)據(jù)分析師的，如果你還是一名剛剛?cè)腴T(mén)的新手，可以忽略這一小節(jié)的內(nèi)容。 pandas是一款不斷進(jìn)步的python數(shù)據(jù)科學(xué)庫(kù)，它的數(shù)據(jù)結(jié)構(gòu)十分適合做數(shù)據(jù)處理，并且pandas納入了大量分析函數(shù)方法，以及常用統(tǒng)計(jì)學(xué)模型、可視化處理。如果你使用python做數(shù)據(jù)分析，在數(shù)據(jù)預(yù)處理的過(guò)程，幾乎九成的工作需要使用pandas完成。 numpy是python的數(shù)值計(jì)算庫(kù)，包括pandas之類的很多分析庫(kù)都建立在numpy基礎(chǔ)上。 numpy的核心功能包括：
numpy之于數(shù)值計(jì)算特別重要是因?yàn)樗梢愿咝幚泶髷?shù)組的數(shù)據(jù)。這是因?yàn)椋?/p>
matplotlib和seaborn是python主要的可視化工具，建議大家都去學(xué)學(xué)，數(shù)據(jù)的展現(xiàn)和數(shù)據(jù)分析同樣重要。 sklearn和keras，sklearn是python機(jī)器學(xué)庫(kù)，涵蓋了大部分機(jī)器學(xué)習(xí)模型。keras是深度學(xué)習(xí)庫(kù)，它包含高效的數(shù)值庫(kù)Theano和TensorFlow。? 最后 |
|
|
