普通的数据分析与大数据分析的差距。
作者:张老师 浏览次数: 2019-09-28 14:17
大数据是眼下非常火爆的热词,同时也催生出了一些与大数据处理相关的职业,通过对数据的挖掘分析来影响企业的商业决策。随着大数据在国内的发展,大数据相关人才却出现了供不应求的状况,大数据分析师更是被媒体称为“未来最具发展潜力的职业之一”。
简单来说,“大数据分析师就是一群玩数据的人,玩出数据的商业价值,让数据变成生产力。”
而大数据和传统数据的最大区别在于,它是在线的、实时的、规模海量且形式不规整,无章法可循,因此“会玩”这些数据的人就很重要。
从20世纪90年代起,欧美国家开始大量培养数据分析师,直到现在,对数据分析师的需求仍然长盛不衰,而且还有扩展之势。根据美国劳工部预测,到2018年,数据分析师的需求量将增长20%。
大数据分析技能也是未来必不可少的工作技能之一。在大数据分析行业发展成熟的国家,90%的市场决策和经营决策都是通过大数据分析研究确定的。一般招聘这类岗位的公司规模都不会太小,人数可能不是一个唯一的衡量指标,但是业务规模肯定比较大(反而言之,业务规模太小的公司就没什么可分析的了)。
此岗位重在“分析”,首先要有一定的数据灵敏度和数学底子,知道在什么样的数据规模下,需要看什么样的数据指标。了解常规的数据挖掘算法,可以使用一些工具得到预期的结果。当然用工具的话是需要公司系统支持一些数据分析软件的,SPSS啊,Clementine什么的,如果没有,说句难听的,弄个Excel表格在有些公司也叫数据分析师。当然有些数据分析师Excel玩儿的可以很溜,可以用Excel模拟一个CTR预估算法的迭代过程。。。
大数据分析目标是为客户分析数据,这些数据可以是行业数据,用户行为数据,科学实验数据等。主要的工作是拿到数据,数学建模,设计算法,编程实现算法,带入数据看结果如何,如果不行从数学建模那一步开始反复。最后给客户做report报告,并且由大数据得到的想要的数据做相关推断。