高级的数据分析，长啥样？
“你有没有作太高级的数据分析？”这个问题一出，又问劈了不少同窗。妈耶，平时都在跑取数单，啥是高级的数据分析见都没见过，咋回答。今天系统解答一下。
面试
1 算法
通俗解释，什么算高级微信
问一个简单的问题：汽车上若是导航，能不能开车？答：绝对能够。实际上导航普及也没几年时间。但没有导航，开车会异常麻烦：找不到路；错过路口兜一大圈；傻乎乎堵在路上不会绕……总之开车效率低了不少。这时候，只有各类路况牢记于心的老司机才能又快又准的抵达终点——这是人们一般心目中的“高级司机”。若是你去采访他，他必定有不少“高级开车方法”能够分享。
工具
可是有了导航之后，开车学习成本极大下降，之前菜鸟连路都找不到，如今按着导航走，也能大差不差的到达终点。虽然高级的司机确定仍是会略快一点，可是高级程度已经大大降低了——由于结果上的差距拉近了不少。虽然老司机们口头上仍是会有不少复杂的，难以学习的技巧，可是结果的差距相近，让人们再也不那么迷信他们。反而开始吐槽他们的各类恶习：加塞、压实线、变道不打灯……学习
因此咱们看到，所谓的高级有两种理解：优化
一、业务上的高级：被少数高人掌握，结果上又快又准，口头炫酷复杂。spa
二、技术上的高级：能帮助大量菜鸟，结果上提高效率，操做简单轻松。3d
那么问题来了：数据分析，算是技术呢？仍是业务呢？视频
2 blog
高级的数据分析，须要什么
之因此举导航的例子，是由于数据分析和导航很是相似：
因此理论上，最高级的数据分析成果，就应该相似导航：
真正高级的数据分析，是体系化做战，以业务流程为保障，以数据采集为基础，以报表为骨干，以数据产品为卖点，兼有业务经验沉淀与模型辅助，是一套简单易用的工具体系（以下图所示）。
可是，若是在面试或者对外交流的时候，常常有些不懂行的人出来嘀咕：你这个作的不够高级呀。为啥呢？？？
3
为啥不识货的人那么多
越高级的数据分析，在菜鸟眼中越简单！
由于其中太多脚踏实地干活的部分，
彻底不够炫酷、玄幻、高大上吗！
他们会不停嚷嚷：
数据原本就很大呀！
不就是作个报表吗！
不就是作个提醒吗！
你这预测也太简单了！
能不能我嘴上不说，你自动预测我内心想什么！
你要是试图给他们解释：这个只是看起来简单，须要打通n个系统，作n多埋点，采集n多数据，进行n次反复实验。就像你要跟他解释导航软件须要搞卫星遥感，街道实拍，预计算路径同样——他既听不懂，也不以为很高级。他们会继续嚷嚷：导航不是不少人都能作吗，不就是输入一个地址吗，有啥难的。总之，对他们而言，操做简单就是方法简单，只要听懂名字就等于理解过程。他们渴望的是过程听不懂且效果出人意料的牛逼的玩意。
是滴，菜鸟们须要的不是个数据分析师，而是个巫师。带着尖尖帽子，拿着魔杖，穿着灰色长袍，口中念着：阿瓦达克拉夫拉！而后变出一堆钞票来。你不张嘴，他掐指一算，便知施主今日星座运势——这看起来多高级！
固然，行业里仍是有识货的人，可是万一赶上这种菜鸡，还偏心跟你较真：“你有没有啥高级的方法”，该咋对付呢？
4
如何提高数据分析的高级感
咱们拿看似最简单的销售分析举个例子。注意，如下方法只适用于面对不懂行且豪横的坏人。本质上，这种质疑来自对数据分析工做的不理解，和对自身能力的过分自负。因此想要怼回去，刹掉对方的锐气，能够这么干：
第一步：反客为主。把他想抨击你的话，主动说了。走他的路，让他无路可走。
第二步：展现神迹。注意：评价数据分析方法是否高级，本质看效果。因此想说一个高级的东西，先讲，这么干有什么好处。（以下图）
第三步：引经据典。本质上菜鸟们喜欢：模型、思惟、范式这种巨牛逼的名字，因此起个牛逼名字。好比：“我用数据分析发现了与销售业绩关联度高的5个维度”，直接叫“构建销售五力模型”。是否是逼格一下上来了。相似的：“我按照5个维度对销售进行了聚类分析，划分为5个群体”直接叫“构建分层精准运营体系”……绝对好使！
第四步：繁花似锦。不要解释太多操做细节，解释多了，他听懂了，还嫌弃你不够“高级”。相似：“我按照XXX规则提取销售名单交给业务部进行跟进，通过1个月检验发现65%预测正确，30%出现偏差”就太脚踏实地了。直接叫：“创建赋能系统，进行5轮迭代，持续优化模型效能”直接把人看趴下。
差很少几步下来，对方或是喷人锐气丧尽，或是被吹得心满意足。若是有诚意合做的就直接往下聊了。若是是故意找茬的人，也无从下口——由于他本身也没有高明到哪里去。只要那些每天吹高大上方法的人，一碰上数据采集，一碰上数据清洗，一碰上落地流程，基本都化成灰了。想反抗都反抗不了。
陈老师每次去见相似的好高骛远的客户，都喜欢直接下载他们的APP，或者去他们的门店逛一圈。核心就关注他们的数据采集流程，以及活动规则设定。当我切换到微信小号一遍又一遍薅新人羊毛，让我在销售/导购那里听到：“先生您随便填一下这个就好”，我都会截图、录音记录。以后再遇到跟我扯各类高级、智能、神奇方法的时候，就把这些基础数据质量问题甩出来给你们看，而后话题基本都转成：粪坑之上能不能盖摩天大楼，哈哈哈。效果群拔。
固然，做为从业者，咱们仍是但愿业内浮躁盲目的气氛少一点，你们多认真干活，这也是陈老师努力科普的缘由。而且这里有些工做，好比预测业绩，好比预测响应率，仍是须要用到必定算法，比直接跑报表有技术含量。
有兴趣的话，本篇集齐60在看，下一篇咱们来分享：若是作一个真正有用的模型。敬请期待哦。
原创精选推荐：
关于如何作出高级的数据分析，陈老师在《商业分析全攻略》视频课程中有详细讲解，购买课程，可加入学员群，得到陈老师一对一指导，点击左下方“阅读原文”了解课程。
扫描关注，更多超棒分析思路及职场经验分享