为数据分析发愁?5道测试题解决你的问题
对于数据分析项目,很多人可能不知道如何下手,动手做之后又总是效率不高、效果不好。本文作者针对这个问题设置了5道测试题,来阐述如何做数据分析项目。
临近年底,很多同学问:“如何做出优秀的数据分析项目?不然年终总结都不知道咋写”。
今天系统回答一下,想做好数据分析类项目,主要靠的是:树立正确的观念。
这里有5道测试题,一起来测一测自己有多大可能做出好项目。
五道测试题
题目一(单选题)
做数据分析,项目好坏的衡量指标是什么?
- A. 时间、成本、质量
- B. 算法难度、统计学知识、数学公式
这个题目是最重要的观念,直接决定了一个数据分析师在当前公司混的好坏。
数据分析工作有它的特殊性:
- 它不同于销售,不能直接为公司创收;
- 它不同于运营,不能直接拉升活跃\留存\付费指标;
- 它不同于交易/网站/ERP系统的开发,这些系统是业务必须的支撑;
- 它不同于DBA,没有DBA的公司不存在,没有专职分析师的公司大把
数据分析工作,本质上是一个可替代程度很高的辅助岗位。在数据分析观念普及前,很多公司都是找个会写sql的程序员来顶找个岗位的。就像瞄准镜与枪的关系,没有瞄准镜枪照打,有了瞄准镜,枪可以打得更准。
因此,虽然数据分析背后有算法、统计学、数据做支撑,可企业关心的不是这些书本章节,而是到底对业务有什么用?有多大用?
同企业里其他项目一样,数据分析项目最重要的就是考察时间、成本、质量。
如果脱离了这些,空洞地追求“我用的方法好复杂,我好厉害”。那还是在学校里做科研好了,科研才需要追求高精尖。
企业里追求的是:在达成目标的情况下,成本越低越好,时间越短越好。
所以这个题一定选A。
很多刚毕业的、转行的、新加入的数据分析师喜欢选B,选B也不代表没前途。因为选B的同学会花很大精力死磕书本,这样虽然在一个公司混不起来,但是在跳槽的时候过面试的能力还是可以的,所以也能通过一年一跳槽来涨薪。但是想在一个公司做出成绩,还是选A的好。
这个题目最关键,明白了这个题目,后边的问题就迎刃而解了。
题目二(排序题)
以下人员,对数据分析项目质量的话语权排序。
- A. 业务部门领导
- B. 数据部门领导
- C. 业务部门员工
- D. 数据部门员工(本人)
如果问题一吃透了,这个题毫无难度,答案是A≥B≥C≥≥D。
领导意见大于员工意见,如果业务部门领导首肯,数据部门领导就直接应声附和了。如果业务部门领导不发声,那就看数据部门领导是不是认可。
本人的:我觉得我做的很牛逼,毫无意义,切记切记。
请注意,有时会有业务领导和数据领导态度不一致的情况,这时候以自己直接领导的态度为准,外部门稍后考虑。在大部分企业,直接领导是决定自己绩效评分的那个,所以一定不能得罪。
题目三(排序题)
请对以下几种项目成果,按质量高低排序。
- A. 可视化的数据产品
- B. 每月定期输出的数据模型
- C. 部门级以上会议的汇报ppt
- D. 无群体汇报的ppt
- E. Excel数据表
- F. 无固定格式的数字
- G. 写sql跑完数口头告诉业务
这个题完全解释需要一整篇文章,但同学们可以用望文生义的办法,直接作出回答,答案是:A=B≥C≥D=E≥F≥≥G。
数据分析的成果很容易被人当夜壶:用的时候很爽,用完了就忘了,平时还嫌你脏。
所以做数据分析项目,要争取输出定期使用的、产品化的、大家必须看的成果。
最好就是上一套BI,或者业务的用户跟进名单用模型进行优化排序,让大家不得不用。不济的话,写个ppt,但争取在会议上公开讲。
最差最差就是跑了一堆临时需求单,写了2000行sql结果连个正式输出物都没有,年底写绩效报告都不知道写啥。
题目四(单选题)
今天是11月11日中午12点,你的领导说,下班前给一个预计,预测一下双十一我们业绩能到多少,你怎么做?
- A. 立马回去建模,时间序列、XGboost搞起
- B. 回去找运营要推广费用使用情况,算个投入产出比来拍
- C. 回去看下上午数据,根据去年同期拍一个
这个题非常有迷惑性,特别是刚看完上一题,很多同学会惯性选A。
这个题的题眼不是“预测”而是“中午12点到下班”,数据分析可以建模、可以做BI、可以做可视化,但是统统需要时间。
而很多情况下,业务不等人,必须快速给出结果。这时候要优先选简单直接的办法,并结合数据提示风险。所以,建模要学、统计学要学、如何快速合理地拍脑袋也要学。
很多新人夯吃夯吃搞了一堆模型,结果被领导三言两语推翻,还被批斗“你都干嘛去了这么磨叽”,就是这个原因。
这个题选C,最好是10分钟内给答案。领导指示“这个问题非常重要,要用更复杂、更科学的方法”以后,再考虑A和B。
题目五(多选题)
数据分析的工作成本由什么构成?
- A. 数据库成本
- B. 电脑成本
- C. 开发软件成本
- D. BI产品成本
- E. 数据采集质量
- F. 数据清洗质量
- G. 程序员工作时间
这个题也非常非常有迷惑性,如果在陈老师问之前,很多人都压根没想过做数据分析的成本。
数据分析肯定有成本,而且最大的成本是数据质量,好数据才有好分析,垃圾数据垃圾分析。特别是数据采集,业务流程漏洞百出,业务管理不规范,埋点不做好就上线,基础数据脏乱差,没法进行分析。
至于什么软件成本,电脑成本都是毛毛雨,数据质量是涉及公司根本的问题。所以这一题的答案是ABCDEFG,如果排序的话,是E≥≥F≥G≥A≥D≥B≥C
很多同学会问,为啥有G,而且排序还那么高?
因为数据分析师的工作时间是非常宝贵的。
学校里、论文里、专利里那些巨复杂的模型,都是耗费无数时间烧出来的。普通企业的数据分析师每日应付各种取数、汇报、excel都已经折腾半死了,连找对象都不一定有时间,根本没有时间弄高精尖模型。
所以,必须考虑工作时间。日常需求要排优先级,集中精力做有产出的东西,那些乱七八糟“我要个数”让他排队去。
以上,做完5个题目,理解了题目思路,如何做优秀的数据分析项目就呼之欲出了。
如何做优秀的数据分析项目
- 正式立项,把业务痛点作为项目目标;
- 考虑时间紧迫性和数据质量,设计恰当方法;
- 输出定期使用的、产品化的、大家必须看的成果;
- 需求排序,给自己留出时间干高品质工作;
- 用快捷分析方法应付简单需求,留出精力做复杂需求。
为了取得好的效果,这里用了5个最常犯错的题目。
下次,我们拿一些具体需求,看怎么做能出彩。
作者:接地气的陈老师,微信公众号:接地气学堂。十年资历的数据分析师,拥有多个行业的CRM经验。
关键字:数据分析
版权声明
本文来自互联网用户投稿,文章观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符,请点击 举报 进行投诉反馈!