大数据因为其背后蕴含的价值，被《经济学杂志》在2017年被誉为“新的石油”，数据导向的工作也成为很多人的向往之一，特别是数据分析。《哈佛商业评论》宣布，数据科学家是“21世纪最性感的职业”。他们能够利用经济学、代码、统计学、数学建模等多种技术，从大数据中提取有用的信息。
今天小T为大家分享一篇客户为我们写的一篇帖子，接下来请大家阅读正文~
作为一名“比软件工程师更懂统计学，比统计学家更懂软件工程”的数据分析师，我们希望自己是一个能够聚焦、专注的分析师。从大量的数据，找到恰当的模型，一次次实验、优化，最后付诸实践，带来价值。这样直线而深入的工作内容，是性感的。
然而实际中，我们的日常工作充斥着写不完的代码和做不完的PPT、demo演示等。如何将自己从多而杂的繁琐事务中解脱出来，作为一名入职两年的数据分析师，在这里我想和大家分享下入行之后的故事和经历。
作为一名数据分析师，我接触了很多数据分析相关的项目，主要以项目售前工作为主，即在客户交流初期快速理解客户需求，结合客户业务，梳理用户需求、设计、制定有效的解决方案，确保技术交流与方案汇报顺利完成，帮助客户解决问题进而获得客户认可，促成落单转化。高效、专业，为客户提供价值，是我工作的核心目标。
数据分析师需要有两大法宝——左手“R”右手“Python”，同时掌握两种语言的分析师毕竟是少数，我更多的是使用Python编码完成想法。毫无疑问，介于脚本语言和系统语言之间的Python语言确实有很多优点。但是，它也有不可忽视的缺点，如：模型搭建过程太复杂、执行速度不够快、反复测试寻找bug....。面对客户说不清的模糊需求、“上午的需求，中午就要”的夺命连环Call.....，利用Python编码搭建模型的缺点影响了我的工作效率。在Python编码和敏捷实现客户需求的冲突日益严重的同时，我开始寻找新的突破之路。
2017年11月，在一次项目的实施过程中，我们已经用Python语言完成了预测分析，客户却临时提出在此基础上添加文本挖掘的分析场景，彼时的我还没有用过Python进行文本挖掘的经验，学习时间成本较高且对最终成果没有把握；并且项目经理和客户要求的时间节点又很紧张。被逼无奈之下，我上网搜索希望找到现成的应用案例。无意间发现了一款名为“TempoAI”的人工智能建模工具，看介绍不仅机器学习算法丰富、还有十多种文本分析算法，我抱着试一下的心态在线提交了试用申请。在填写信息后不到5分钟的时间，我接到了电话，告诉我账号已开通试用，可以登陆使用了。一边阅读帮助手册，一边导入本地数据，在不到5分钟的时间里我真的完成了一次用户评论的文本分析，这么简单高效的操作是我从未料到的。不仅如此，分析过程的全洞察报告可完整下载，分析数据也可直接导出，还可以用他们自带的TempoBI直接可视化。让我在第二天的客户汇报中出尽风采，一举拿下项目。
一次意外的尝试，我也就此和Tempo大数据分析平台结下不解之缘。经过更加深入的使用，我越来越发现Tempo的好。而Tempo和Python也不是完全不相容，更多的是一种优势互补关系，Python在数据预处理阶段的自由度会更高，而Tempo在挖掘建模及可视化等方面的操作更敏捷灵活。拖拽式的快速建模可以高效验证那些模糊想法，不会因为代码的Bug而羁绊住前进的步伐，更不会因为模糊需求而消耗大量时间反复修改源代码。在不断深入使用中，我发现Tempo平台更是集成了Python、Sacla、Java、R、SQL等这些扩展编程的节点，能够方便用户灵活扩展算法节点时，我感到非常意外，因为这代表着Tempo将自由与高效集为一体。当前市面上的大数据分析平台更多的集中于BI，像这种支持快速建模并集AI与BI可视化为一体的分析工具还真的很少见。在我后来的数据分析工作中，Tempo也确实带给我很多的便利，帮助我快速高效的完成了很多工作，它成为我日常工作必可不少的利器。
我还想跟你们分享下我在实际项目中应用Tempo的经验，因为它不仅让我高效完成了任务，而且也获得了客户的高满意度。
在一次行业解决方案中，客户希望通过资金占用预测分析精准把握未来一年内资金占用情况，以便合理安排资金用途。通常来说，这种需求的实现不仅需要Python建模实现数据分析，还需要将预测结果写进数据库进行结果分析。这种做法有两个明显问题：一是在编码阶段消耗时间过多；二是需将预测结果集成到客户的可视化系统。为了缩短项目周期及降低客户成本，我将时间主要用在了梳理客户需求，优化分析思路等方面，然后借助Tempo大数据分析平台，在反复迭代模型效果的基础上一站式完成了数据分析与可视化结果展示。对于用户临时的需求调整，我通过改变模型节点进行了敏捷反应。
另一个案例是在一次售前项目中，需要在两周时间提交员工画像服务系统、供应商预警系统、采购人员尽职水平分析系统三个解决方案，在已确定好分析思路的基础上需快速完成原型设计。在这种时间紧、需求多的项目中，我面临着不仅要快速熟练掌握Axure / Echarts等工具使用，更面临着试错成本较高，风险较大的严峻考验。因为在没有将方案落地的情况下，没有人敢保证最终结果。这时，我想到了Tempo大数据分析平台，将工作重点放在模型逻辑及帮助客户解决业务痛点上，并将过程中的每一个解决方案都落地实施，根据实施结果不断优化方案，最终给客户交付了满意的答卷。
售前的工作性质要我们在快速实现客户想法，并将解决方案落地实施等方面提出了更高的要求，在多个项目中使用Tempo的工作经验，使我认为Tempo就是我在售前数据分析工作中的得力助手，它使我的数据分析之路变得更加顺畅高效。当然最终的项目交付和落地，使用Tempo平台也有事半功倍的效果。后来在我的推荐下，我们一个项目交付也和他们合作，结果项目投入比之前纯开发模式节省了约三分一的成本，领导也甚是欣喜。
“不服务业务的数据分析师，都是耍流氓”，数据化浪潮中的最大矛盾是指数级增长的数据及应用需求和及其短缺的产业工人之间的矛盾。为了解决这个问题，我们需要的是自动化，需要的是批量的做出来，重要的是做的快和好。作为数据分析师，我们希望不断地提升生产效率，提升我们这方面的能力。而经验告诉我：Tempo大数据分析平台给了我这样的机会。
——我是一名制造行业数据分析师，我在这里推荐您用Tempo大数据分析平台。
以上就是我们客户对我们的评价，如果您也想要跟体验一下我们产品就快来申请试用吧~