大数据商业分析师，从名字就可以知道，关键在于大数据的处理和商业分析的思维，只懂得大数据的处理，而无法将其应用到商业场景中，你只是一个好的技术人员。同理，只掌握业务分析技能，不知道如何去利用大数据去升级你的分析思维，你永远是个传统的BA，而称不上是Big Data Analyst.
可以预想，未来世界最宝贵的资源不再是石油，而是无时无刻，源源不断都在产生的数据。数据的产生可以源自于一个国家每天的经济行为，也可以源自于一家国际性公司每天在世界各地卖出的商品，又或是一个普通人每天乘坐地铁的里程。
简单说，数据的产生到应用可以分为6步，第一步，基于用户行为产生数据，产生的数据就好比原油；第二步，加工数据，好比原油的加工；第三步，可视化数据，经加工成为1，2等不同类型的成品油；第四步，数据决策，决定在不同的油运送到不同的区域；第五步，数据产品/应用，将成品油运送到不同场景，达成销售；最后一步，数据体系/战略，达到国家小到企业，完善自己的能源战略。
在数据处理的逻辑中，从原始数据到最后达到应用场景，一共有5层，第一层，是不同类别的数据，其中有行为数据、流量数据、业务数据及外部数据；第二层，有存储数据的DW（Data Warehouse）,有调用仓库中数据的SQL指挥语句，以及数据管理的技术ETL(Extract-Transform-Load)或处理大量数据的ELT(Extract-Load-Transform)；第三层，通过技术从数据库中获取业务数据，形成报表模型及用户画像；第四层，运用CRM,CMS,运营平台和BI去管理和展示数据。最后一层，也就是最终的运营/业务/分析的执行层，也是数据的最终落地过程。
成为一名合格的数据分析师，首先就要培养自己的数据思维能力，简单说，数据思维能力分为三部分，即结构化、公式化和业务化。结构化，就是将碰到的问题、大胆的假设和解决方案，向下细分成小的子问题，然后每个子问题还能进一步划分为子问题，在这个过程中，要达到完全穷尽且彼此独立。公式化，是要将上一步结构化中的每个因素，以数据的形式展现出来，例如总销售额=销售单价x销售数量。业务化，现实业务有可能比静态的分析过程复杂的多，所以光看分析只是纸上谈兵，要将分析结果和现实业务有机的结合起来，才能起到数据分析真正的作用，即指导现实的决策。
网友评论