新手入门

新手入门

0
投票
1
回答
140
浏览
0
投票
0
回答
90
浏览

提示乱码类的错误代码

小泥鳅丶 发起了问题 • 2018-01-25 17:41
0
投票
0
回答
78
浏览
0
推荐
71
浏览

2017年总结

2017年是本命年,听说本命年是非多,要坎坷。但是我却觉得今年过的非常刺激痛快,有生活的感觉!感觉挣脱了过去那种溺水的感觉,冲出水面开始呼吸!【工作】-----完美,提前半年/1年完成!!!6月份,提前实现了...

橘子收割机 发表了文章 • 2018-01-06 23:14

0
投票
0
回答
124
浏览
0
投票
5
回答
376
浏览
0
投票
1
回答
237
浏览
0
投票
2
已解决
301
浏览
0
投票
1
回答
108
浏览
0
投票
1
已解决
123
浏览

Anaconda python3.6 pip install

ID王大伟 回复了问题 • 2017-11-13 13:58
0
投票
1
回答
99
浏览

购买了课程,学员号在哪里获取呢?

梁勇 回复了问题 • 2017-11-08 08:45
条新动态, 点击查看
梁勇

梁勇 回答了问题 • 2013-06-28 14:48 • 20 个回复 不感兴趣

初学者应该如何去学习BI?

赞同来自:

这个我是过来人,可以说下我的经历。之前做.net开发的、码农,做汽车行业的。
学习BI的目的,说白了就是工资高,当时在公司里,有一个做BI的同事,同样的工作年限,他的工资比我高出很多。同时平常做的事情也不一样,我发现天天自己不仅Coding... 显示全部 »
这个我是过来人,可以说下我的经历。之前做.net开发的、码农,做汽车行业的。
学习BI的目的,说白了就是工资高,当时在公司里,有一个做BI的同事,同样的工作年限,他的工资比我高出很多。同时平常做的事情也不一样,我发现天天自己不仅Coding、改Bug、业务需求变了,还要继续改,事情一大推。重要的是:天天都编写一些重复的代码,复制粘贴等,对自己没有任何的提高。而BI同事天天做的事情就是设计一些报表,然后完成一些报表的开发,能够让客户立马看到效果的那种,在当时我们眼中觉得这个行业很高深。

抱着尝试的新行业和 工资高的诱惑,平日里在做完.NET工作,就自己琢磨公司里的BI项目;自己琢磨不出来的,用onenote把问题都收集起来,然后在咨询同事,问好的问题,全部都有记录,一直到现在还保存着,因为自己记录的东西,不管以后什么时候在遇到,自己都能够有印象。就这样持续了半年,在主管的帮助下,调到了BI开发部门,工资也相应的涨了。自己之所以能掌握BI技能,一个是运气,另一个就是自己一直信奉的四个字“天道酬勤” 。

总结以下几点: 1.要学习BI的朋友,多了解些数据库方面的知识基础。我当时就是因为数据库特别弱,专门在 CSDN 里面回答一些数据库方面的问题。基本每天上班,下班,周末都回答,整整持续了自己两个月。要学习,就要肯下本。
2.多积累,多收集,多记录,多总结。平时在学习和工作中,遇到的问题,怎么解决的,一定要记录下来,并且能够进行知识拓展,这样自己能够提升很快的。到目前为止我自己整理的 数据库项目文档 已经超过 300多页了。其他方面的自己也整理了很多。
3.多帮助别人,帮助别人的同时,也是帮自己巩固知识点。
这么有意思的问题,我也来答一个吧。
其实没必要分男女啊,男的一样也会面临很多问题哈哈,比如某些期间一样有不合适出差的。而且有时候,女性受周边照顾的程度会适度增加,当然,还是因人而异。
总的说来IT都还算是比较枯燥的啊,至少比看电影要枯燥多了。但是,工作嘛,如果... 显示全部 »
这么有意思的问题,我也来答一个吧。
其实没必要分男女啊,男的一样也会面临很多问题哈哈,比如某些期间一样有不合适出差的。而且有时候,女性受周边照顾的程度会适度增加,当然,还是因人而异。
总的说来IT都还算是比较枯燥的啊,至少比看电影要枯燥多了。但是,工作嘛,如果能够跟兴趣结合,或是从中挖掘到了乐趣,那应该是会蛮值得庆幸的事情了。
相对来说,BI各方面,最有意义,也最有意思的应该是业务了。去研究人家想怎么看,为什么要这么看,为什么不那么看,我帮你设置一下深入一下多利用一下BI工具的特性会不会能够使得分析有更好的提升?
做零售的可以了解货品的一些特性,或者了解一些品牌,做VIP分析的可以了解客户消费方面的一些有趣的事情,做财务分析也可以有益于自己的提升。
业务之外,可以加强提升一下自己,学习相关的业务知识,这样也会更有前景和钱景,君不见,招聘要求上都有某某行业N年经验。
总的来说,对女孩子来讲,发展方向中,偏向业务这一块,还是蛮符合女孩子心细特点,太技术的方面就需要很坚持,至于管理,指挥者一群IT男GG的女PM,相对来说比例要小一点。
当然,如果你一女孩子做烟草行业的分析,且无法寻找出来乐趣,除了换,我也没法建议了。
或者,可以尝试着从ETL的BUG调试中找乐趣?
BTW,最后啦,其实,IT男都蛮有意思的。
Cognos business intellegence server rs/qs/ms/as等报表制作组件都在其中
Framework manager
Transformer
就可以完成80%以上的开发
以下组件作为一个开发和学习的plus
如果想和web... 显示全部 »
Cognos business intellegence server rs/qs/ms/as等报表制作组件都在其中
Framework manager
Transformer
就可以完成80%以上的开发
以下组件作为一个开发和学习的plus
如果想和web系统更完美的结合还需要 Cognos software developement kit
如果想制作更好的统计分析报表 可能需要v10当中的Statistics
如果想学习cognos great out store 还需要安装Samples 并导入数据源头
如果想实行本地化语言 Supplementary-Languages-Documentation
至于tm1和go office在对一些特殊数据来源的比如excel、平面文件等数据的处理和模型建立有一定的好处。

最后ps 上方的安装文件文件夹名称不一定是通用的,也不一定完全,安装后请自行看安装程序的提示。
andrea_zhou

andrea_zhou 回答了问题 • 2013-07-18 15:28 • 17 个回复 不感兴趣

收集大家在BI面试中经常被问到的问题

赞同来自:

面试是个做好准备去碰运气的活。也是有技巧的,如果能做好准备,确实对成功率有些提高。
面试也分很多种的,有相关经验的,无相关经验的;高级职位、一般职位;外企、国企(明显的面试轮数很不一样)
随便举几个点吧。
技术类的:
譬如,数据库技术,性能优化,对于有经验... 显示全部 »
面试是个做好准备去碰运气的活。也是有技巧的,如果能做好准备,确实对成功率有些提高。
面试也分很多种的,有相关经验的,无相关经验的;高级职位、一般职位;外企、国企(明显的面试轮数很不一样)
随便举几个点吧。
技术类的:
譬如,数据库技术,性能优化,对于有经验的,希望问大数据量怎么处理,你做过多大的,效果如何。
工具技术,如SSIS某某组件,INFA或者DS某个技巧;MDX有没有用过。
设计方面的问题,譬如如何做增量,你做过的架构里划分些啥层次;
理论类的;
建模的经验,星形模型和雪花模型等,渐变维的处理(真心常问,标准答案必备),旋转切片钻取等多维操作等等。
项目类的:
问你做过些啥项目 ,负责其中哪些方面,项目有什么亮点,有什么成果,客户有什么收益,遇到什么难点,如何解决的,真心喜欢问。
再如怎么做调研,咋搞定客户。等等
个人方面的
职业规划,为什么离开,为什么跳得多,薪资期望(喜欢问,慎回复),结婚没,爱好。是否能出差?长期出差呢?
业务方面的
对行业的一些业务理解,涉及到一些业务知识,就因行业而异了 。
最后问:你有没有什么问题要问我们的呢?
别名快捷方式,就像是具有完全独立行为的原始对象的副本。别名快捷方式仅能用于查询主 题和维度。 常规快捷方式通常用作具有星形模式组的一致维度,在多个地方创建具有完全相同的名称和外观 的多重引用。在下面的示例中,为“Products”和“Order Time”创建... 显示全部 »
别名快捷方式,就像是具有完全独立行为的原始对象的副本。别名快捷方式仅能用于查询主 题和维度。 常规快捷方式通常用作具有星形模式组的一致维度,在多个地方创建具有完全相同的名称和外观 的多重引用。在下面的示例中,为“Products”和“Order Time”创建的快捷方式可用作引用。 如果编写的查询同时从“Product Forecast”和“Sales Target”引用“Products”,则查询将 基于原始对象使用“Products”的定义,并且该定义在查询中仅显示一次。
Devin

Devin 回答了问题 • 2015-09-24 12:48 • 1 个回复 不感兴趣

BI项目数据模型设计需要哪些知识准备

赞同来自:

这个问题很难回答全面,个人认为,我们需要做以下事情
1, 了解客户的组织机构,这涉及到将来每个组织的具体需求、权限等等。
2, 了解项目的真正推动者。如果是IT部门提出并推动这个项目,那很大的概率是真正的客户其实并不知道这个系统能提供什么。
一个成功的BI项目... 显示全部 »
这个问题很难回答全面,个人认为,我们需要做以下事情
1, 了解客户的组织机构,这涉及到将来每个组织的具体需求、权限等等。
2, 了解项目的真正推动者。如果是IT部门提出并推动这个项目,那很大的概率是真正的客户其实并不知道这个系统能提供什么。
一个成功的BI项目,必须获得客户方高层领导的大力支持。否则很容易失败。
3, 了解客户的业务范围和必要的业务知识。这决定你如何建立概念模型。
4, 深入了解BI项目的源系统,分析各个模块, 确定要建立那些主题域。 在这个阶段要定义逻辑模型。注意要确定客户的KPI指标。收集相关日报、周报、月报、年报等等。
5, 确定数据流,制定ETL规则,可以考虑元数据管理等等
6, 确定仓库的数据规模,设计表空间、partition key等等,另外还有思考如何处理缓慢变化维、如果进行数据备份等等。最终输出物理模型。
7, 考虑实施方案等等
BIWORK

BIWORK 回答了问题 • 2015-09-30 10:26 • 1 个回复 不感兴趣

研一小菜鸟 现在很迷惑 望大神指导

赞同来自:

目前来看你现在的技术方向还不是很清晰,编程能力可以无法胜任软件开发这个职位了。但是也并不见得就不能从事其它 IT 工种和行业,比如商业智能BI。
 
我跟你举几个例子,你看完了可以自己判断:
1. 第一个是我在 http://www.crm-factory.... 显示全部 »
目前来看你现在的技术方向还不是很清晰,编程能力可以无法胜任软件开发这个职位了。但是也并不见得就不能从事其它 IT 工种和行业,比如商业智能BI。
 
我跟你举几个例子,你看完了可以自己判断:
1. 第一个是我在 http://www.crm-factory.eu/  带过的一个小女生,本身她是从英国留学回来的,专业是数学与金融行业。她本来想从事金融方向的行业,但是说实话竞争很激烈,并且她个人对编程的兴趣倒还是很大。所以最终从另外的项目管理部门调整到了BI开发部门从事 Cognos 的开发,头一年时间因为开发技能不熟、业务不熟,天天加班,甚至有那么几天由于加班太晚客户催的紧几乎通宵,最后睡在公司。辛苦了一年,出了成绩,被四大挖走薪资翻番做另外的金融BI项目。
 
2. 第二个就是最近认识到的一个做 QlikView 的朋友,本身是英语专八,但是后来也因为很巧合的原因英文英语沟通上的优势慢慢的进入到BI项目组做支持,通过几个项目的摸爬滚打最后成为能够独挡一面QlikView牛人。因为和前公司老大一直保持着联系,知道一直在招人并且一直在找英语+技术的开发,于是我也把这个朋友推荐到我的前公司,这个职位你可以看看 http://www.bijob.cn/position/105  目前还没有面试,估计要等到国庆后。
 
3. 第三个就是我曾经在项目中带过一批毕业生,有本科生也有研究生,4-5年的时间下来现在这批 BI 开发基本上都是各个公司的项目中流砥柱。
 
4. 第四个就是天善的学员 忘忧草 http://blog.tianshansoft.com/archives/1897.html   ,以前是从事人事职业的,有一定的数据库基础,最终也顺利转行到 BI 行业。目前工作也开开心心的,一入职薪资比起以前的人事翻番,并且工作有挑战性,人的积极性也被调动起来了。
 
还有很多这样的例子,道理很简单,只要你熬进去了并且努力坚持下来,不断的学习和提升自己,在 BI 这个行业你的价值还是能够得到很好的体现的。 
上面的这些例子可以看到没有一个从事 IT 科班出身的,但是最终都顺利的进入了。现在 BI 入门的成本不算高,从前端进入相对还比较容易,难得是后面的提升期是需要认认真真的沉淀到项目中一步一步踏踏实实积累的。该学习的时候一定也要学习,该花时间的也一定要花时间。都说通过一万个小时的积累,人人都可以成为在这个领域的专家,我十分相信这句话。在任何领域(高大上的比如研究火箭原子弹不算)只要认认真真的花上4-5年时间,刻苦的学习训练,绝对可以让你成为这个行业的权威。
 
再扯远一点,我身边的高中同学在刚大学毕业1-2年的时候都看不出来个人的能力,但是4-5年之后由于对整个行业的认识加上自身的积累和沉淀,目前基本上都成为了业内的绝对专业选手,全国或者地区性的公司总经理。
 
是否科班出身重不重要?很重要!但是也有很多很多的人一样能够做到破茧而出化身为蝶!只要有机会进入这个行业,剩下就看个人的修炼了。
 
 
 
 
我觉得目前BI系的技术或者工具方向有两类:Oracle 系和 SQL Server 系。

Oracle 系的主要是数据库平台是以 Oracle 或者 MySQL 为主,上层应用程序通常都是 JAVA 语言开发。
SQL Server 系主要是微软技术方向,数... 显示全部 »
我觉得目前BI系的技术或者工具方向有两类:Oracle 系和 SQL Server 系。

Oracle 系的主要是数据库平台是以 Oracle 或者 MySQL 为主,上层应用程序通常都是 JAVA 语言开发。
SQL Server 系主要是微软技术方向,数据库大多基于 SQL Server,上层应用程序通常都是 C#.NET/ASP.NET 基于.NET平台开发,当然也有 WEB 应用程序基于 JAVA 开发但是数据库是 SQL Server 的。

基本上从你的描述上来看,你应该大部分的实施工作都是集中在 Oracle 平台,大量的存储过程、触发器,可能涉及到的开发工具有 Kettle\Informatica\DataStage,IBM Cognos,Oracle BIEE 不太知道说的准不准确。

因为在微软BI平台下的BI项目,基本上在 ETL 环节不会大量使用存储过程,特别是触发器。因为无论从并发,多线程处理情况下存储过程都无法代替微软BI ETL SSIS 工具的作用。在早期我做过的微软BI项目中,为了项目控制维护等因素也大量的使用存储过程 - 至少500个存储过程以上。这种项目通常是纯粹的 ETL 项目,类似于数据迁移之类的。对于数据仓库的项目,通常不会出现这么大量的迁移逻辑,逻辑复杂程度也不需要在几千行的大存储过程中维护。

由于对Oracle 系的BI产品不太了解,所以没法一下子说的太清楚。对比微软BI产品,它包括了从底层数据抽取 ETL 部分-SSIS,报表 SSRS,分析服务 SSAS。

所以给你的建议是你可以按照 BI 项目的构成来逐步推进,从技术上来说应该:
1. 在掌握 SQL 的基础上掌握 1-2种 ETL 工具,不管是 Kettle 还是 Informatica, DataStage 等。
2. 掌握数据仓库建模的理论与实践,无论是通过 ETL 工具还是 SQL 语句构建维度和事实表。
3. 掌握1-2种前端报表工具,比如 Oracle BIEE, IBM Cognos。
4. 额外的可以再了解一下其它的 BI 工具和产品,比如整套 BI 解决方案-微软BI的 SSIS, SSRS, SSAS,比如前端的 QlikView, Tableau,永洪BI,Smartbi 等其它国内外BI工具。

从业务上来讲:
BI 是业务驱动的,没有业务一切都无从开始,没有业务数据仓库无法构建,粒度、维度、事实等完全无从设计和开展。所以技术实现上是一方面技能,最好能够深入一个行业了解和熟悉一种或多种业务。可能因为大多项目是外包的原因没有办法深耕与一种业务,但是从意识上准备对业务知识的学习和积累。

两种方向如果都能走出来基本上就无敌了,即使两种方向能真正走出来一种基本上也够了吃喝了。技术方向上成长为技术性的大拿,技术框架、产品工具的高水平使用这些东西在任何时候在任何团队都是需要有那么1-2个人的。业务方向成长为行业内的业务咨询顾问,上和业务沟通,下和开发团队可能指导开发团队开发,这种人在团队中也是必不可少的。

深入学习需要一步一步积累,冰冻三尺非一日之寒,Rome wasn't built in a day!

也可以参考下这篇文章 http://www.flybi.net/blog/rayshawn/541   
 
Elationguy

Elationguy 回答了问题 • 2015-11-14 13:10 • 2 个回复 不感兴趣

想学习数据挖掘,该如何构建学习路径呢?

赞同来自:

  数据挖掘的重点是“从大量数据中,提取有价值的信息”,这就说明了数据挖掘需要两个方面的知识,第一、处理数据,建立数据挖掘模型的能力,称之为“技术能力”;第二、在所有的数据中,哪些可以展示出有价值的信息,这就需要结合业务,只有结合业务,才能发现有价值的东西。第... 显示全部 »
  数据挖掘的重点是“从大量数据中,提取有价值的信息”,这就说明了数据挖掘需要两个方面的知识,第一、处理数据,建立数据挖掘模型的能力,称之为“技术能力”;第二、在所有的数据中,哪些可以展示出有价值的信息,这就需要结合业务,只有结合业务,才能发现有价值的东西。第一个好学,也是大部分人眼中的数据挖掘;第二个才是难点,学生的话,接触的业务不多,可能体会不深刻,这个只能在生活中,多想想如果有什么数据、可以得到什么有价值的东西,训练自己的这方面的思维能力。
  关于技术与业务能力,这个回答很不错,可以参考:http://www.flybi.net/question/14511
gogodiy

gogodiy 回答了问题 • 2015-11-30 13:59 • 1 个回复 不感兴趣

数据库开发和ETL以后的发展方向是什么?

赞同来自:

个人觉得可以考虑一下几个方向:
1.如果对数据库本身有兴趣,想在技术上更上一层楼,可以走数据库DBA,数据库架构师这条线。
2.如果想拓展广度,可以考虑从数据仓库、数据集市方向开始,往BI方向转行。
3.如果兴趣广泛,不想局限于关系数据库,那么NoSQL,大数... 显示全部 »
个人觉得可以考虑一下几个方向:
1.如果对数据库本身有兴趣,想在技术上更上一层楼,可以走数据库DBA,数据库架构师这条线。
2.如果想拓展广度,可以考虑从数据仓库、数据集市方向开始,往BI方向转行。
3.如果兴趣广泛,不想局限于关系数据库,那么NoSQL,大数据平台也是很好的选择(要懂程序开发)。
至于数据分析、数据建模什么的,更多的是要求数学功底、金融知识、行业知识等,光数据库本身并不是最主要的因素了。
唐太宗

唐太宗 回答了问题 • 2017-04-01 11:16 • 2 个回复 不感兴趣

BIEE12C回写配置问题

赞同来自:

已经解决,是模板问题!!
已经解决,是模板问题!!
两个思路:
1.是想办法把自己的队伍做起来。工作零散,没有专题,没有挖掘项目,去哪里都是这熊样子,地位是自己争取来的。

常见的战术是:把日常工作和专题分开,把日常工作的流程建起来,要提需求单,要排序,要有期望收货时间。所有只要一个数的需求都这么干。到半年或者... 显示全部 »
两个思路:
1.是想办法把自己的队伍做起来。工作零散,没有专题,没有挖掘项目,去哪里都是这熊样子,地位是自己争取来的。

常见的战术是:把日常工作和专题分开,把日常工作的流程建起来,要提需求单,要排序,要有期望收货时间。所有只要一个数的需求都这么干。到半年或者一年的时候,把这些零散的需求分分类,集中打包提给上级,说:这里80%需求可以通过三个新报表搞掂。然后就为自己争取到第一个独立属于自己的项目,有了项目就能想办法招人,这样就慢慢把自己培养成领导。

同时,不要贪多,贪新,就深耕bi技术,对小公司没那么多专题,挖掘需求,bi才是正道。

专题类分析,和那些和你关系好的部门做。不鸟你的部门你也不鸟他,用数据为工具,帮自己在企业内拉盟友,找能为自己发声的业务部门。对于上项目非常有帮助。

这样能帮你,把一个人做成一个部门,越是小企业,越有这种机会。本质上,数据分析是个支撑岗位,总是需要领导岗位的,公司的数据部门领导拿的钱不比大公司专家岗少。

2.熟练python,跳槽去大公司,再锻炼两年。

再具体的建议得更多了解你个人情况。不过你目前这个简历其实并不非常出色,在bi和python上都显得浅,而零碎的活也不容易体现能力。集中一个方向深入一下哈
出现这个问题的原因 可能是因为你取回来的数据与你当前脚本中声明的编码不一致,
import sys 
reload(sys)
sys.setdefaultencoding( "utf-8" )
我遇到这种问题一般就是导入sys
或... 显示全部 »
出现这个问题的原因 可能是因为你取回来的数据与你当前脚本中声明的编码不一致,
import sys 
reload(sys)
sys.setdefaultencoding( "utf-8" )
我遇到这种问题一般就是导入sys
或者在编码转换时首先要将你拿的数据以自身编码的格式换成unicode码,再将这个unicode按utf8编码试试
 

 
ID王大伟

ID王大伟 回答了问题 • 2017-11-13 13:58 • 1 个回复 不感兴趣

Anaconda python3.6 pip install

赞同来自:

吧python3.6的python.exe改名python3.exe
然后配置环境变量,cmd输入python3
 
吧python3.6的python.exe改名python3.exe
然后配置环境变量,cmd输入python3
 
讲一个不懂编程也能入门的路线。

说到超级菜鸟:女生,二本,市场营销专业,别说vlookup连sum是啥都不知道,代码一个字母都不会,平时工作连电脑都不咋敲,这个应该够超级菜了。(确实是个小姐姐,没有性别歧视的意思哈)。唯一的优势就是颜值还行。小姐姐毕业后去了... 显示全部 »
讲一个不懂编程也能入门的路线。

说到超级菜鸟:女生,二本,市场营销专业,别说vlookup连sum是啥都不知道,代码一个字母都不会,平时工作连电脑都不咋敲,这个应该够超级菜了。(确实是个小姐姐,没有性别歧视的意思哈)。唯一的优势就是颜值还行。小姐姐毕业后去了某个银行信用卡中心做业务员。某段时候我在做银行项目,广泛体验各个银行的信用卡,于是就这么机缘巧合的认识了。100%出于想了解银行发卡模式,而不是被小姐姐颜值吸引的原因,我很认真的和她聊了平时的工作情况。得知这个小姐姐业绩非常的好,团队Ace,每月激活卡100张以上,个人收入估算接2w以上了。


有意思的是,小姐姐对我的工作也很感兴趣。她问我:“如何能转行到后台做工作?”我很惊讶,为什么收入这么好还想转数据分析呢?不觉得没钱途吗?要知道很多号称“数据分析师”都没有一年25万的。小姐姐表示:因为跑业务太辛苦了,风吹日晒,而且一天不做一天没收入,这日子没法过下去了。“还是你们后台好,对着电脑敲敲就有钱拿,为啥不做”。100%出于分享知识的考虑,我和小姐姐做了深度沟通。发现对于已经工作的同学而言,转行有着至少三大难关。


第一,曰:没精力。作为一个Ace销售,小姐姐性格非常独立坚强。想要她放下工作,关门谢客,再交上几万块培训费去读个培训班是非常不现实的。人家已经习惯了照顾家人而不是被人照顾。而且处于工作敏感性,她也不信任那些培训机构的销售:“还交一万九年薪五十万就业,他自己怎么不交一万九还在这卖课?”好吧,这个逻辑简直无懈可击


第二,曰:没基础。我也试着向小姐姐介绍sas,不过真的是一个字都看不懂。“我在学校都没搞懂,现在咋可能搞懂”好吧,又是一个无懈可击的逻辑。那试着介绍一下spss吧,可视化戳戳戳总行了吧。结果发现光安装就卡了好久。而且一点统计基础都没有的话,也不知道戳出来是个啥。

第三,曰:没记性。我转了一些文章让小姐姐看,基本上前脚看后脚忘。因为工作中用不到。实际上,我自己也有这种感觉。工作中用不到的东西,即使对着学了忘的也特别快。因为平时不用啊,就靠对着课本练,脱离书就是个呆子。


咋办?我认真思考了问题的关键:如果能找到一个工作中就能用到的例子开始训练就好了。真是完全没有基础的话,一上来就列一堆信息、公式、概念只会把人绕晕。如果能找个简单的方法让她理解到:什么是数据、什么是分析,后续如何做数据分析就是水到渠成的事。刚好我当时正在做相关的项目,优秀的销售和死蠢的销售都接触过,这一点极大的启发了我后来的思路。

我试着启发小姐姐的思路,从一个简单的问题开始:什么样的顾客容易成功?小姐姐瞬间打开了话匣子,列举一堆例子。OK,这里先不急着讲完所有故事,我拿出了银行信用卡申请表,问道:假设把刚才故事里的顾客特征对应到表上需要填的这些空格,该如何填?小姐姐愣了一下,然后开始笑话这些申请表能记录的信息太少,很多信息需要销售直观判断。OK,我继续引导:所以这里就有两类信息:一类容易记录的、客观的、格式化的数据,一类难记录的、主观的、个性化的数据。然而,后台的工作人员远在千里之外,他们无法直面顾客,他们只能通过能记录的数据来判断,考虑做什么样的政策,出什么样产品。所以,如果你真想转到后台去的话,你就得想办法:要么从现有的有限的数据中得出结论,要么把主观的数据合理记录下来。


小姐姐似乎想到了什么,然后开始说:那样的话,这里哪几个字段可能最有用处,这里哪些字段其实都是销售们瞎填的。如果真需要添加的话,能不能添加1,2,3,4个维度,而且为了防止一线的销售们瞎搞,还可以配合比如工牌照片、人车合照等等办法。我们边聊,边拿出一张值,把可以用的、有问题的、需要添加的字段都记录下来,并且标上数据格式,填写规范等等。完成以后,我开始介绍:这就是后台部门面临的数据库的简单样式,有字段、字段属性、数据来源、数据真实性、数据清理等等等问题。小姐姐似乎一下恍然大悟,这样讲比一上来讲什么数据仓储容易理解多了。

于是我趁胜追击,开始引导一下阶段问题:你看,你一个月能做100多张卡,有没有计算过办哪些卡,总收入更高?(不同信用卡对应的提成,是否伴随贷款,是否开自动还款业务都会影响提成收入)。小姐姐开始认真考虑不同产品组合下自己的收入。之前也有考虑过,但从没有认真计算过数据,都是自己粗略估算或者听营销中心的日报。有了之前的基础,我们开始分解日报。利用一张最基础的含用户、卡信息的excel表,开始试着做数据统计,计算收入。因为和收入有关,所以小姐姐计算起来格外起劲。并且数据透视表、求和、平均值、if等公式用几次就会了。

于是我趁胜追击*2,开始引导一下阶段问题:你看,这些卡片销售数据和顾客特征结合起来,是不是可以看出来哪些顾客容易办哪种卡?(不是所有的申请表都会被批准的,多多少少都会退一批,填写规范下,过审率一般六成左右)。小姐姐一下兴趣被调了起来,因为被退卡是一线销售非常深恶痛绝的事,因此我们继续拿基础excel表练习,这次是练习交叉表。开始交叉分类看用户特征,试着用不同维度交叉,看哪些类型用户更容易被pass。尝试几次后,竟然发现销售们日常总结的审批规律,有一些还真有道理,甚至还反推出一些审批的潜规则。

于是我趁胜追击*3,开始引导一下阶段问题:你看,你作为这么厉害的销售,肯定有些人会比你差。你和他们比,他们差在哪里。小姐姐又一下兴趣大开,讲了一堆很具体的行为差异。OK,我们回归一下,把这些具体事件中的可以用数据量化的部分截取出来,把那些不能用数据量化的部分,看看是否能有字段记录。这样再归纳以后,就找出来衡量销售行为的基本指标,进而导出了分析团队业绩的基本思路。(实际上,我直接分享了部分项目结论给她。自己解读数据是个很好的尝试思路,但是一个0基础自学者,自己总结结论还是太难了)。

完成这几步以后,小姐姐已经基本具备了数据分析的初级能力,还差临门一脚:简历要怎么投?因为数据分析范围实在太宽泛了,即使做了训练,以小姐姐的能力投开发类岗位也实在是天方夜谭。好在银行里各个分行、营销中心都有数据专员的岗位,这些岗位主要任务就是做销售数据分解和解读,小姐姐的能力非常适合。最后临门一脚,帮小姐姐包装一下简历,一顿饭的功夫,突出一下在分析问题上的经验和能力,之后便一投即中。虽然薪资降低了不少,但是还是如愿做了不用风吹日晒的后台工作。


后来,听说小姐姐嫁了人。俺也在太太的监督下,清空了所有这种100%出于学习分享目的讲过一大堆话的小姐姐的联系方式。后续的情况不得而知。但这确实是我指导过的,最有挑战性、最0基础、也最快速实现转行的例子了。前后用了没俩月。回想起来,小姐姐虽然数学和代码基础差,但有几个优势:


第一,业务能力强。对业务流程非常熟悉,有丰富实战经验。这样很容易找出业务中的问题,就容易找到分析问题的思路,看到数据也容易明白含义。第二,思维逻辑性好。比如第一步总结顾客特征,她可以很快理解我的用意,把那些一个个具体的人,归纳成:39岁、小企业主、500万经营收入、本地人等等字段。数据分析是以字段为基础的,这一步如果理解不了,就真的深入不下去了。我也见过很多思维方式特别感性的人,就是卡在这一步,始终无法把一个具体事情抽象成一组数据,后边的分析也就无法基于数据进行了。他们更多是基于感情、直觉做判断,把数据分析的过程视为一个黑箱,等着听结论。第三,动手能力强。Excel操作几次就会了,没有耽搁很多时间反复练习。第四,公关能力强。营销中心、卡中心她认识不少人,直接拿到了内部一些数据表做练习,进步非常快。这个真的是用模拟数据无法比拟的优势了。

而我只是起到一个穿针引线的作用。找了一个好的切入点,吊起来她的兴趣,让她能坚持思考下去,而不是半途而废。或者装着一脑袋和工作完全不相关的东西,完全不知道学了有什么用。其实数据分析,是数据+分析组成的。技术上如何生成数据是一个切入点。业务上如何做分析也是一个切入点。能从问题出发的好处,就是能以始为终,很快找到思路。当然,这是以能理解数据字段、数据来源为前提的。


当然,这是极特别的个案,其实但凡有一些excel、sql基础,上路都不会这么艰难,也不需要那么强公关能力或者颜值什么的。即使看起来行业差的特别远,即使岗位看起来特别奇怪也没有关系。因为数据分析其实是职场的一项基本技能,在哪里都有用,在哪里都能练习。

比如我遇到过一个三线城市做拖拉机设计的男同学。他想转数据分析,但满眼望去,都是“互联网数据分析XXX”。感觉自己的工作跟数据分析,跟互联网很遥远。然而我不这么认为。我提示他:你做设计,也分创新设计和改良设计。如果改良,你要改哪些款?为什么选这些款?是销量不好,还是故障率高,还是用户口碑差?如果是销量不好,怎么判定好?数据从哪里来?标准怎么定?

拖拉机哥认真想想,忽然觉得恍然大悟:是哦!平时会走访市场,会看不同省市区的销量,还会看售后服务的数据,就是从来没认真思考过这些。平时工作都是拍脑袋,看着哪个月问题多了就做个市场走访,收集收集问题回来写报告,从来没认真思考过到底什么数据算好!这么一说还真的有挺多东西可以挖的!

我继续鼓励他:是滴,这就是一个项目了!因为有明确的目标:改良产品,有明确的时间限制。如果你再主动跟踪下,你们改良后的产品批次是否故障率下降,这就是成果。这就是标标准准的一个数据驱动产品迭代升级的例子。谁说传统企业没有数据思维了,只是大家都习以为常了。

还是拖拉机哥,在整理了思路后,觉得自己有信心了。但他想面试的互联网公司大部分都要求python,SQL一类经验,在现有岗位上确实没得练习。还是得练爬虫。我又提示他:做产品研发,你们肯定会参照竞品是不是?以前的竞品信息八成是手动更新的吧。你可以把爬虫技能拿来练习爬竞品产品信息啊,从官网上、从阿里巴巴,反正只要能找到信息的都可以爬。这些可是货真价实对你工作有用的呢,不比爬什么拉勾网管用。


拖拉机哥恍然大悟:是啊,这样还能显得利用爬虫提高了工作效率,还能进一步分析,自学的也与工作结合了。这个例子敢拿出来讲,当然是happy ending,拖拉机哥如愿离开内地三线城市到了魔都成为一名互联网数据分析师,薪酬翻了1.5倍。虽然在陈老师看来,他那个薪酬在三线城市不少了,但是人各有志,达到自己的目标就好。


类似的例子还有很多,比如财务的同学可以练习ROI分析、做经营分析;比如运维的同学可以练习项目开发资源管理的分析;比如做销售的同学可以练习目标客户与销量分析;比如做开发的同学至少接触过数据可视化。其实,数据早已渗透进工作方方面面,对转行的同学来说,最大的敌人是:“习以为常”四个字。太多的固定思维,导致对数据不敏感,导致分析能力下降。导致看不到自己工作中的数据应用,导致过份依赖网上所谓“干货”。然而收藏的东西固然多,买的书本固然厚,能看完吸收的又有多少?


写sql,python是一种技能,数据分析是一种能力。技能可以照抄,能力需要锻炼。不练,永远不会。与大家共勉。

更多分享,可关注公众号:接地气学堂
 
业务知识一站通,数据分析师的第一堂企业实战课
https://edu.hellobi.com/course/179
0
投票
1
已解决
1270
浏览
0
投票
3
回答
1580
浏览
0
投票
6
已解决
6245
浏览
0
投票
7
回答
13923
浏览
0
投票
5
已解决
10260
浏览
0
投票
2
已解决
5088
浏览
0
投票
2
回答
2152
浏览

微软BI测试环境搭建

BIWORK 回复了问题 • 2013-11-19 16:21
0
投票
6
已解决
9602
浏览
0
投票
1
回答
3806
浏览

如何给你的客户介绍BI?

andrea_zhou 回复了问题 • 2013-07-22 14:21
0
投票
17
已解决
20026
浏览
0
投票
3
回答
5713
浏览
1
投票
24
已解决
21088
浏览
1
投票
20
已解决
25740
浏览

初学者应该如何去学习BI?

Noah扬 回复了问题 • 2017-03-22 18:12
0
投票
1
回答
140
浏览
0
投票
0
回答
90
浏览

提示乱码类的错误代码

小泥鳅丶 发起了问题 • 2018-01-25 17:41
0
投票
0
回答
78
浏览
0
投票
0
回答
124
浏览
0
投票
1
回答
237
浏览
0
投票
2
已解决
301
浏览
0
投票
1
回答
108
浏览
0
投票
1
已解决
123
浏览

Anaconda python3.6 pip install

ID王大伟 回复了问题 • 2017-11-13 13:58
0
投票
1
回答
99
浏览
1
推荐
175
浏览

数据分析入门之工作梳理(一)

       由于一些的原因,还需要在目前的工作上继续坚持加油半年的样子,虽然每天都在想换工作,但是现在确实不是一个换工作的好时机,因为有更重要的、更耗费精力的事情需要去做,所以我决心...

yiyimimi 发表了文章 • 2017-08-27 08:55

1
推荐
203
浏览

数据分析入门之旅

从大半年前第一次听说数据分析师,是因为一个朋友从事数据分析师,且听说工资特别高。到半年前工作内容越来越多的涉及到数据分析统计,我终于动了入行数据分析师的心思(目前是项目助理,本来是准备继续做测试的...

yiyimimi 发表了文章 • 2017-08-26 11:25

2
推荐
858
浏览

【运营喵推荐】想学社群运营看这一篇就足够了

你是不是也屏蔽过很多微信群和QQ群了?那些社群多数已经死了,少数沦为广告平台,再少数的变成了几个人的小圈子。今年被誉为社群元年,社群已经成了连接消费者与品牌的最短路径,那么,如何才能不让你自己的社群...

Ilovelyy 发表了文章 • 2015-10-24 21:57

0
推荐
991
浏览

初学者应该如何去学习BI? 【来自天善官方博客】

原文地址:初学者应该如何去学习BI?已经在BI行业混迹5年多了,算不上专家,只是有几年扎实的BI工作经历,我也是从初学者过来的,在这里仅根据自己的成长历程和经验出发给予一些新手学习BI的建议。说的不对的地方...

天善智能 发表了文章 • 2015-10-11 14:27

1
推荐
1658
浏览

【BI畅谈-又到每年应届生入职时间,兄弟们在BI这行干了多少年了?】精华收录

精华收录:qinxinxu转眼毕业6年多了,时间如梭啊,当初是因为喜欢玩游戏开始学的电脑,开始的时候还是DOS的6.3吧,沙丘魔堡,魔兽,仙剑,玩的没白天没黑夜的,为了玩 游戏,连个游戏都不会进的人,依然的走上了...

hupingzhi 发表了文章 • 2015-10-05 08:46

1
推荐
1692
浏览

一个超级新手sql server 2012 的艰辛的kick off

本人是朋友公认的电脑弱智姐。听说sql server 这个东西是2014年的圣诞节前后。然后知道了美国老土,然后就知道了这个天善学院。通过QQ跟粱总联系上了。得到他的热情鼓励,下决心学学这个sql server. 艰辛的sql s...

wuleihqc 发表了文章 • 2015-01-27 09:20

新手学习参考