來源:365 Data Science 編譯:Mika CDA數(shù)據(jù)分析師出品 導(dǎo)讀:數(shù)據(jù)科學(xué)家還需要掌握商業(yè)技能嗎?當(dāng)然了,針對這個問題,365 Data Science用有趣的視頻做出了解答。 在今天的內(nèi)容中,我們談?wù)勆虡I(yè)和數(shù)據(jù)科學(xué),以及如何將兩者結(jié)合起來。 有人可能會問,數(shù)據(jù)科學(xué)家的業(yè)務(wù)基礎(chǔ)? 數(shù)據(jù)科學(xué)家為什么還需要這方面的技能? 中英字幕視頻如下: 以下是文字版本: 想象一下,你是一名數(shù)據(jù)科學(xué)家。 你擅長數(shù)學(xué)和統(tǒng)計學(xué),你能熟練使用SQL和Python,具有豐富的數(shù)據(jù)清理和可視化經(jīng)驗。另外,你對機器和深度學(xué)習(xí)也并不陌生。 這在你看來,有了這些技能,任何高薪數(shù)據(jù)科學(xué)家工作都是你的囊中之物。 也許你是一位經(jīng)驗豐富的數(shù)據(jù)科學(xué)家,正試圖開辟新的領(lǐng)域,或者你是一名剛剛完成在線證書課程的新手,準(zhǔn)備到頂尖的數(shù)據(jù)科學(xué)咨詢公司實習(xí)。 無論是以上哪種情況,你去面試時都感覺自己已勝券在握。你吹噓自己所有的技能,夸夸其談你掌握好幾種編程語言,想使用全部的語言,以及如何應(yīng)用最新的算法。 從面試官臉上令人印象深刻的表情判斷,你感覺自己已被錄用了 ! 但實際上,雇主是這么想的, “聽上去你的能力很棒,但是我這里沒有純粹的數(shù)據(jù)科學(xué)家工作。我需要能夠結(jié)合數(shù)據(jù)和商業(yè)策略,知道如何解決復(fù)雜的數(shù)據(jù)問題,并能有效與管理層分享見解的員工。” 這也是你要看這篇文章的原因,在本文中我們將給你展示5個關(guān)鍵的商業(yè)基礎(chǔ)知識,將向你展示如何使用數(shù)據(jù)來實現(xiàn)實際業(yè)務(wù)解決方案。 因為在如今,處理好數(shù)據(jù)對任何一家公司來說都是生死攸關(guān)的。它意味著創(chuàng)新、生產(chǎn)力增長和更豐富的客戶洞察力。 因此如果幫助公司成功做到以下幾點,你就能成為出色的數(shù)據(jù)科學(xué)家,這幾點就是: 一、理解業(yè)務(wù)目標(biāo) 數(shù)據(jù)科學(xué)家必須理解公司的戰(zhàn)略目標(biāo),并將其作為整個數(shù)據(jù)收集和解釋過程的指導(dǎo)。這保證了你提供的分析將確保公司的競爭優(yōu)勢。 注意,要記得你的受眾。這些數(shù)據(jù)信息是給董事會內(nèi)部使用 還是給銷售經(jīng)理使用? 還是給資本市場或供應(yīng)商對外使用? 每個受眾都有不同的需求,即使總體戰(zhàn)略目標(biāo)是相同的。一旦你確定了受眾,確保你為他們的績效相關(guān)問題提供答案。 但是該怎么做呢? 熟悉 KPQs 和 KAQs 熟悉關(guān)鍵性能問題(KPQs)以及關(guān)鍵分析問題(KAQs)的概念。這兩者都讓你將理解性能數(shù)據(jù),并從中獲得可操作的知識。 KPQs圍繞著公司在實現(xiàn)特定目標(biāo)方面的表現(xiàn)。例如:”我們的服務(wù)推廣做得如何?”或者”我們吸引新的潛在客戶做得如何?” 另一方面,KAQs旨在縮小實現(xiàn)目標(biāo)的戰(zhàn)略選擇范圍。例如 “客戶是如何點擊進入我們網(wǎng)站的?”或者”哪些人是我們最有價值的客戶?” 有的人可能會問 “那么商業(yè)智能工具和其他系統(tǒng)呢?” 不幸的是在大多數(shù)公司,工具更多是由手頭的信息驅(qū)動的,而不是通過能帶來商業(yè)決策的信息。這可能會讓任何一家公司處于劣勢。 這就是為什么先確定受眾的需要至關(guān)重要,并相應(yīng)地使用工具。而不是先用工具,再看工具可能提供的信息需求。 二、收集正確的數(shù)據(jù) 高級數(shù)據(jù)科學(xué)家必須確保,在其領(lǐng)導(dǎo)下的團隊收集和組織相關(guān)和有用的數(shù)據(jù)。 因此這幾點是至關(guān)重要的:必要數(shù)據(jù)是否已經(jīng)存儲在組織中;以何種格式存儲,數(shù)字的或非數(shù)字的,如圖像、文本或聲音。 為數(shù)值數(shù)據(jù)收集定量數(shù)據(jù),或者為非數(shù)值數(shù)據(jù)收集定性數(shù)據(jù)。定量數(shù)據(jù)是通過操作或調(diào)查問卷自動收集的,這很容易分析和進行可視化。 然而為了提供更豐富的內(nèi)容,公司不能沒有定性數(shù)據(jù)。這揭示了影響某些行為的因素,如顧客滿意度或客戶流失、定性調(diào)查 、焦點小組,以及點對點評價是收集定性數(shù)據(jù)的方法之一。其他方法包括分析點擊率和社交媒體參與度。 現(xiàn)在你有了數(shù)據(jù),下面是時候?qū)ζ溥M行解釋和具體思考,從而提取有價值的信息。 三、分析數(shù)據(jù) 有意義的分析對于有效的決策是至關(guān)重要的。正如我們已經(jīng)提到的,BI工具本身并不足以進行很好的分析。盡管如此,它們?nèi)匀豢梢栽谄渌鞣N類型的分析中發(fā)揮重要作用。 例如在線分析處理,即OLAP。這提供查看數(shù)據(jù)的多維度,并根據(jù)各種因素進行數(shù)據(jù)挖掘。當(dāng)然還有文本挖掘,用來提取和分析,并從大型文本數(shù)據(jù)集中總結(jié)信息。BI 軟件為數(shù)據(jù)科學(xué)家提供了交互式獲取和豐富的圖形功能,以及執(zhí)行根源分析的能力。 如果需要從不同的角度查看數(shù)據(jù)怎么辦? 這時多維技術(shù)開始發(fā)揮作用。使用數(shù)據(jù)模型 有助于基于整合不同來源的商業(yè)信息做決定。因此要盡可能多的利用各種工具,有效地使用它們來獲得相關(guān)的和可執(zhí)行的見解。 . 四、有效地溝通數(shù)據(jù) 為了準(zhǔn)備清晰而有說服力的報告,你需要使用不同類型的圖表,如標(biāo)記圖、直方圖、散點圖等。 然而,為了提供信息并有效的用數(shù)據(jù)講故事,你需要把圖表和敘述結(jié)合起來。這將讓你的受眾從大局把握,并從收集的數(shù)據(jù)中獲取業(yè)務(wù)價值。 如何確保有價值的見解不會被忽視呢? 著名的戰(zhàn)略績效顧問伯納德·馬爾提出了4個步驟,從而確保能得出強有力且具有策略性的報告。 即用KAQs和KPQs構(gòu)建報告框架;以適當(dāng)具有資訊性的圖表支持KAQs及KPQs;使用標(biāo)題來概括關(guān)鍵信息;以及為視覺效果提供背景敘述。 如果選擇儀表板來展示,請注意避免一些常見的錯誤。例如為數(shù)據(jù)提供不適當(dāng)?shù)谋尘皟?nèi)容,使用無用且亂七八糟的裝飾,或者數(shù)據(jù)排列得很糟糕。 五、了解商業(yè)決策是如何做出的 你認(rèn)為數(shù)據(jù)科學(xué)家的工作是打包整理信息,并將其呈現(xiàn)給利益相關(guān)者就結(jié)束了嗎? 那就錯了。 如果你想認(rèn)真對待這份職業(yè),你還應(yīng)該知道:基于證據(jù)的決策是如何做出的。 優(yōu)秀的數(shù)據(jù)科學(xué)家會確保他們的見解將成為可采取行動的基礎(chǔ)。作為一名數(shù)據(jù)科學(xué)家,你可以對公司學(xué)習(xí)和提高的愿景產(chǎn)生重要影響。 因此,你需要充分利用數(shù)據(jù)科學(xué)力量,并永遠使用它 ! 結(jié)語 以上就是我們列出的5個商業(yè)基礎(chǔ)知識,它們將幫助你走上數(shù)據(jù)科學(xué)的職業(yè)道路。你可以把它們作為積累商業(yè)知識的墊腳石,用一些相關(guān)的書籍來擴展你的知識,并參加在線商務(wù)課程來提高技能 讓你的簡歷脫穎而出。 如果你恰巧在等待面試時看到這篇文章,那么不要感到絕望,你還有幾分鐘的時間,把以上幾點內(nèi)容在腦。海中重復(fù)幾遍。接著深吸一口氣,呼氣。 作為充分了解自己的專業(yè)數(shù)據(jù)科學(xué)家,以不可動搖的信心去因?qū)γ嬖嚢桑∽:眠\ ! 學(xué)數(shù)據(jù)科學(xué),上CDA.cn |
|