在这个到处都在谈论科技，数据的大时代里，数据往往是一个企业最重要的资产，因为我们可以从这些结构化，非结构化的数据里面挖掘出非常非常有用的信息，这些信息可能是信息的主人都不知道的，拥有这些信息，那企业就拥有了大量的客户，乃至是终身服务的客户群，从而可以衍生出更大的商机。
一：示例
简单一个例子，一个大型超市，每天都会有成千上万个交易，直观去看，每次交易的内容都不一样，完全无规律可言。但是数据工作者们可以对所有订单信息进行分析挖掘，看出这个超市的优化点以及服务的主要客户群。像是典型案例超市啤酒和纸尿裤的故事，这里就不在详述，具体可以咨询度娘。针对于大量的订单信息可以进行一下几个方面的分析：
1.会员和非会员：会员的占比多少可以直接反应出顾客对这个超市的依赖度和信赖度，一般只有我们会经常光顾，或者说是之后可以会再次光顾的店铺我们才会去办会员。会员的性别，年龄这些都可以分析出超市的吸引客群是什么样的
2. 订单产品的分类：这里分类不局限洗护，食用这样的大众分类，可以从男性，女性，春夏秋冬等等进行数据分类。从大盘上看各类占比，从订单上看占比分布等等。不同的数据趋势反应出客户的需求不同，那么基于客户需求去进行商品调整便是提高营业额最直接最有效方式。同时这也是体现我们数据工作者价值的最直接的方式
3. 客户咨询记录也可以作为分析资源，往往这样来源客户本身的数据是最具有分析价值的，因为这个数据是客户的需求点产出
4. 等等
二：岗位
数据作为现在的大趋势，其中涉及到的岗位也是非常多的：
1. 数据仓库
2. 数据开发
3. 数据运维
4. ...
像是上面所说的岗位，一般在大一点的公司，都会有：
数据中台：负责整个公司的数据处理，分析，他们的内容是整合公司数据，给各个业务反提供数据支持。
业务数据：负责部分业务数据的产出，并将产出的业务数据输出给数据中台，输入数据中台提供的数据。基于自己部分的业务进行一个数据的分析，分析结果提供给运营同学进行决策分析。负责业务数据的同学需要对数据，业务都具有非常深的理解，因为我们需要了解数据背后的真相，知道数据的意义，只有这样，我们才可以对自己产出的报表完完全全的负责
三：学习
不管我们从事任何岗位，都需要不断的学习和实践最新的知识，不和时代脱轨才是我们不被时代抛弃的最佳途径。作为数据工作者，应该学习那些呢：
1，计算引擎：spark，mapreduce
2，数据存储：hive，hbase，redis， mysql
3，数据传输：datax，flume，Kafka
4，数据展示，监控相关工具
5，语言（python，java）
6，机器学习，人工智能
7，…
技术有很多，都精通，需要大量的时间和精力。需要日日完成工作的码农们，很少会有那么多的时间，所以我们可以给自己定一个小目标，对于那些对工作立竿见影效果的技术，我们必须掌握，有扩展的技术有空了解即好
小咪，正在努力学习，努力变得更好，希望所有看到这篇文章的同学和小咪一起学习，一个成为更好的自己。如有赐教，非常感激。
奔跑吧，小咪们