将Boss的需求放在左肩,把业务理解稳在右肩。然后?等等~~,郑重声明一下,数据价值就是用数据来生“¥”“¥”“¥”…越多越好,愿多不许少。。。那么Boss的需求、业务的理解就是数据分析师要接的“圣旨”了。
很遗憾,小落不会对解读Boss需求、理解业务的基要话题多费口舌。对于数据分析师拿到一个业务数据后,怎样思考数据的“归属”问题有几点话说。“归属”可理解为对数据的处理方向以及适用模型的预判了。大致有如下框架:
Step 1:标签
判断业务数据是否有标签,有标签会归并到有监督算法问题板块。无标签的话归并到无监督算法板块。
Step 2.1:无监督算法
无监督算法主要有聚类算法,做用户画像、客户细分等。
Step 2.2:有监督算法
有监督算法再看标签是否连续,据此也有不同的有监督算法配对。
Step 3.1:回归算法
标签连续的采用回归类监督算法。
Step 3.2:分类算法
标签不连续的采用分类监督算法。
… … …
… … … …
… … … … … …
… … … … … … … …
欧克!NO趴笨… …,换个框架会更直观,Sorry~~~
重点观察下面树图,将页面放大
上面这个树图已经很好的回答问题了~~~
能够像树图那样去对数据进行思考、加工,就能实现数据价值从0到1的升级吗?很遗憾,不一定。
实现数据价值从0到1的升级是一个理想状态,实际的业务问题被很多因素影响,就算是顶尖的数据分析大咖来做模型也难达到这个理想状态。只能说,作为数据分析师,要充分理解业务、深入剖析数据算法原理,掌握统计思维、精练的使用大数据分析软件,拼尽全力使得数据价值尽可能的向1靠近。
?,从0到1的数据价值实现需要数据分析师做些什么?答案很明显了~~~记得点赞评论哈