不掌握这些工具,想做数据分析师就像痴人说梦

  • 日期:07-23
  • 点击:(853)


全文为2814字,估计学习时间为5分钟5de4488b90c24c1f961b58915a89857f

Rawpixel.com

数据分析的核心是为企业服务。借助数据分析工具,可以更好地实现业务目标。正如您为不同的道路选择不同的驾驶工具一样,正确的工具可以帮助您更快地到达终点;我们还应该为不同的数据分析会话选择不同的工具。

本文将介绍在进入数据分析人员时必须掌握的数据分析工具。

35e4769fca784d2eb624d08bb0fa1644

1.确定分析师的需求:业务或技术

在企业中,数据分析师通常分为两种类型:业务分析和技术分析。这两者在功能或内容上是不同的,因此,对工具的需求是不同的。

业务分析师通常在营销,销售和其他部门工作。他们的日常工作倾向于完成业务报告,对相关业务进行特殊分析,并根据业务增长来衡量数据和计划。

技术分析师通常隶属于科学技术部或数据中心。根据作业,它们被分配到不同的位置,例如数据库工程师,ETL工程师,爬虫工程师,算法工程师等。在SMB中,这些流程通常只由一名技术分析师完成。在大型企业中,标准数据中心需要配备数据仓库,特定分析团队,模型分析团队和其他小组来完成数据开发工作。

造成这种差异的原因是我们需要一个多级复合数据系统来处理数据。数据系统需要结合数据收集,数据集成,数据库管理,数据算法开发和报告设计。这使您可以收集分散的数据,设置常用指标,并创建各种有趣的图表。每个环节都需要技术支持和手动操作,并建立不同的位置。

在寻找数据分析工作时,有必要区分工作属于技术领域或业务领域,以及是否符合自己的专业倾向。

35e4769fca784d2eb624d08bb0fa1644

2.区分工具属性:分析工具或编码工具

正如分析师在技术和?滴裰涞那鹨谎莘治龉ぞ咭簿哂惺粜浴?

ed6519883dc0456caf2d8637d2b2657a

分析工具

对于初学者数据分析师来说,掌握Excel是必须的。您必须精通数据透视表和公式。如果您使用VBA,它将是一个加号项目。此外,您必须学习统计分析工具。对于初学者,SPSS更适合入门。

对于高级数据分析师来说,使用分析工具是核心竞争力。 VBA是基本必需品,但您还需要精通三种分析工具之一:SPSS,SAS和R.您还可以学习其他工具,如Matlab,但您也应该了解情况。

对于数据挖掘工程师,只需要R和Python,因为它们需要进行编码。

编程工具

对于初级分析师,您只需编写SQL查询。您还可以了解一些Hadoop和Hive查询。

对于高级数据分析师来说,除了SQL之外,学习Python是获取和处理数据的必要条件,可以有效减少工作量。当然也可以使用其他编程语言。

对于数据挖掘工程师,您需要使用Hadoop,Shell,Python,Java,C ++等。简而言之,掌握编程语言绝对是数据挖掘工程师的核心技能。

下图显示了数据分析工具的属性和功能。

4068eff5345a40b2a9613c9ab0447929

35e4769fca784d2eb624d08bb0fa1644

3.阐明企业的数据架构

数据分析工具的使用取决于业务环境和需求。为什么小型和微型企业数据分析师只使用Excel进行报告,而大型企业分析师需要使用Python和R?因为它取决于企业的数据架构。

从IT角度来看,工具的使用可以从实际应用程序分为两个维度。

尺寸1维1

6ea4bf609a52478fad773b7759d0cf14

尺寸2尺寸2

8bdd8a210345455ab14bc822ad8f10f4

(1)数据存储

您不必深入研究数据库存储和数据库语言的概念,毕竟还有专业的DBA。但您必须至少了解数据的存储方式,数据的基本结构以及可以访问的数据类型。 SQL查询语言是必不可少的,从“选择”,“更新”,“删除”和“插入”开始。

Access是最基本的个人数据库。对于部门数据库或Internet数据库应用程序,MySQL是必不可少的。在此步骤中,您需要了解数据库结构和SQL查询语言。 SQL Server 2005或更高版本非常适合中小型企业。而一些大型企业也可以使用SQL Server数据库。实际上,除了数据存储之外,它还包括数据报告生成和数据分析。

DB2和Oracle都是大型数据库,主要用于企业服务。那些大型企业需要存储大量数据,因此必须使用这种类型的数据库。通常,大型数据库公司也提供非常好的数据集成和应用程序平台。

至于BI,它实际上不是数据库,而是基于先前数据库的企业级数据仓库。基于数据仓库的数据存储本质上是一个商业智能平台,集成了各种数据分析和报告功能。

(2)数据报告

企业需要阅读和呈现数据。报告工具是最常用的工具。过去,大多数传统报告只解决了数据可视化的问题。现在有一些分析报告工具可以与其他应用程序进行交叉处理,以完成数据分析报告。通过界面打开,数据填写和决策制定数据存储和数据显示。这是早期的商业智能。

Tableau,PowerBI,FineReport和Qlikview等BI工具涵盖了多层报告,数据分析和数据可视化。底部也可以连接到数据仓库以构建OLAP分析模型。

(3)数据分析

有许多数据分析工具,最常用的是Excel。

许多人只有5%的Excel功能。实际上,Excel非常强大,它可以做很多统计分析工作。但是,专注于统计软件比使用Excel作为统计工具要好。

40cca3f1cbd647338dd1df92752b4b15

SPSS

最新版本为18,名称更改为PASW Statistics。随着时间的推移,它逐渐成为一种预测分析软件,重点从医疗和化学转向当前的业务分析。

SAS

SAS比SPSS更强大,因为它是基于平台的。相对来说,SAS更难学。但如果您掌握SAS,您将能够解决更多问题。最好使用SAS执行离散选择模型,采样和正交实验设计等操作。此外,SAS还有更多的学习资料。

(4)数据显示

数据显示也称为数据可视化。几乎所有上述工具都提供了一些数据显示功能。但企业最常用的工具是BI。

BI代表商业智能,为传统企业提供完整的解决方案。它有效地集成了企业数据,并快速生成报告以供决策。它包括数据仓库,ETL,OLAP,访问控制和其他模块。

以下是2019年非常流行的BI工具FineReport的示例,其中介绍了它的两个主要用途。

一种是自动生成报告。数据分析师每天都会接触到大量数据。他们需要组织和总结数据,这是很多工作。我们可以将这部分工作交给FineReport。它可以自动对数据进行整形,建模和下载。

833e7f5b66774197a75361efa44344c6

来自FineReport

另一种是使用其可视化功能进行分析。 FineReport的优势在于它提供了比Excel更丰富的可视化功能,并且操作起来并不困难。如果您需要每天花两个小时绘制数据,FineReport可以帮助您减少花费的时间。

e70e1e257fa64f95acbf3951f625ab47

来自FineReport

638742b25cca4c149165b53a74ca11d8

来自FineReport

7a413f2fe06e4ab78558c9244b53509d

来自FineReport

在学习数据分析的初始阶段,BI工具无疑是最容易学习的。如果您准备进入数据分析字段,强烈建议使用FineReport作为数据分析工具。

34a58702575544ec9a49252c883d6211

发表评论喜欢

让我们分享AI学习和发展的干货

欢迎来到完整平台AI垂直类媒体“阅读核心”

客户视图)