工作这么多年,经常和不同行业、不同岗位的人聊天,发现很多人同样遇到一路走来的很多困惑:
● 在互联网公司天天打杂,究竟如何去提升自己核心竞争力
● 老是说精细化,到底精细化怎么落地的,分析师是怎么发挥作用的
● 都说分析师的综合能力非常强,到底要具备哪些隐形能力
接下来,把我的一些经验分享给大家,传道授业解惑,让大家少走弯路。
现在职场新老人交替越来越快,要在尽可能短时间内找到一条正确方向,然后去加班和看书充电,这样才会获得市场回报。
还在老旧的手工输入数据,工作效率低?掌握好工具很重要
我刚入行的时候总觉得数据分析师就是一个“无情的取数机器”,业务部门需要什么数据、什么指标、什么报表,咱们数据分析师就要做什么模板出来,每天工作量巨大,熬夜加班都完不成任务,还被别的部门批“工作效率低”。
同事们苦不堪言,leader也没有办法,其他部门的人不会sql、不会取数,他们的需求只能让我们数据部门完成。我们部门本来工作就多,还要为业务取数服务,有人提议让业务人员自己学会取数分析,解放一下我们数据部门的人力,领导却说学习成本太大,业务部门不会答应。
除了应对业务部门,我们IT部门内部的矛盾也是日益严重:
我们数据组觉得数据仓库里的数据口径太混乱了,而且当初是直接用的hive计算资源,取数速度实在是太慢了,不能支持大数据量,所以我们提出能不能换成性能更强的关系型数据库。
IT底层组却说公司用的数据仓库版本太老旧,很多数据只能做底层的ETL处理,所以只能简单做一层数据清洗给我们用,属于历史遗留问题,很难办。
除了IT和业务上的矛盾,还有一个最大的问题就是个人的数据分析能力:
在我当初做数据分析的时候,用的是Excel的数据透视表,但一旦面对大量的数据和复杂表格,根本就搞不定,做出来的可视化也很丑,没什么价值。后来学R语言又比较复杂,于是就想着有没有更加简单、功能强大的BI工具来代替。
于是我尝试了Tableau、Smartbi 这些工具,你会发现BI工具才是数据分析路上最必不可少的!
热销私家车销量大屏_源.png
因为BI工具是完全按照数据分析的流程来设计的,先是数据处理、整理清洗,再到数据建模,最后数据可视化,展现图表,用图来讲故事,发掘问题影响决策。这些工具之间的差别也很大,经过不断尝试,我选择了Smartbi 一直到现在,至于原因且听我慢慢讲来。
一、数据处理
Smartbi大数据分析平台可接入多种数据源,支持多种类型数据的跨库查询,业务人员通过简单的拖拉拽式操作,可以自动关联不同数据库的数据。面对社保、公积金等大量数据,Smartbi采用分布式高速缓存,1秒内可以快速查询十几亿条数据。
二、财务分析
Smartbi一站式大数据分析平台为审计提供财务总体看板,业务人员能实时掌控财务情况,及时发现数据疑点。
11.png
三、业务分析
当审计面对大数据量的清单明细查询时,Smartbi提供自助化的操作界面,通过简单的鼠标勾选数据字段与查询条件快速获得所需数据,并提供聚合计算、 告警规则、重定义表关系、改变条件组合逻辑等功能。
22.jpg
另外还采用了“类Excel数据透视表”的设计,能够组合维度、汇总计算、切片、钻取,洞察数据。任何字段都可直接作为输出字段或筛选条件,轻松实现对数据的查询与探索。
33.jpg
四、报告自动生成
Smartbi 将Office Word/PPT/WPS作为报告的开发工具,基于报表体系制作可刷新数据的报告模板,将数据从IT环节贯通到办公系统。数据一刷即变,提高报告的制作效率。
44.png
五、复杂报表和数据报送
Smartbi一站式大数据分析平台提供丰富的报表资源,囊括分组报表、清单报表、交叉报表、列表报表、多源报表、分片报表等各种类型报表,最大程度满足用户对报表的需求。
44.jpg
六、审计大屏可视化
Smartbi 提供了面向业务人员的仪表盘设计工具,简单易用,业务人员10分钟即可轻松掌握。
在我看来,数据分析师的最重要任务永远是解决问题,这也是分析师的最大优势,无论是生活还是工作中的问题,我们都要很快找到较优解。