“数据分析”究竟是怎样一种能力？

在六种基本能力中，首当其冲的是分析能力——这种能力可以帮助你理解你拥有的海量数据。它包括：*确定与问题相关的数据的能力；*解释数据并获得答案的能力。如果你善于发现模式，在因果关系之间建立联系，这些能力将非常有价值，帮助你将“企业数据”转化为“可操作计划”。在“发现模式”方面，可视化是一个非常强大的工具。数据科学是一个新兴的领域。没有硬性规定企业应该如何使用数据，也没有捷径可循。这意味着“不断提出新的数据收集、解释、分析和提取策略方法的能力”将非常有价值。未来，企业的“数据明星”将是那些能够找到新的数据来解决业务问题，并提出新的数据应用分析方法的人。《知识、经验、创造力》的经验可以统一知识，创造力可以让知识焕发新的生命。作者:Sebastianyuen数学和统计学的高质量和“老派”的数据处理方法仍然很重要——也就是说，数学和统计学是基础。虽然非结构化数据在大数据战略中的比例越来越大，但大量收集、存储和准备分析的信息仍然采用数字的形式。即使在处理非结构化数据时，目标也是将数据元素(如电子邮件、社交媒体信息等)简化为可量化的数字，从而得出明确的结论。这意味着拥有强大的数学或统计背景将有助于企业更好地拥抱大数据。计算机科学计算机是大数据策略背后的重要工具，而程序员需要拿出算法，将“数据”处理成“洞察力”。这些知识将成为新兴数据科学家的有力武器，包括机器学习、数据库或云计算。特别要注意开源技术，比如Hadoop、Python、ApachePig等——它们构成了大多数数据科学项目的基础。对于数据分析师来说，了解业务目标是什么，如何利用流程驱动业务增长也非常重要。一个非常危险的想法——公司应该雇佣一个聪明、理论知识丰富的数据科学家，在地下数据实验室里支持他，他将通过一扇黑暗的门将他的发现传递给整个公司。然而，任何与数据打交道的人都不应该“闭门造数”，而应该与公司的业务融为一体，牢牢把握公司的业务目标，了解什么是朝着正确的方向前进。在前进的过程中，哪些数据可以相互构成“关键绩效指标”——必须基于对行业、企业和业务的深刻理解。数据分析一直服务于业务增长。因此，技术越来越多／产品诞生是为了实现“让业务人员具备数据分析能力”。新一代商业智能平台的沟通技巧，“让业务人员具备数据分析能力”，对数据科学家至关重要。他们的分析结果至少应该传达给两个人：关键决策者和团队的其他成员。这两种人通常不能直接理解数据。这时，将数据可视化，用数据“讲故事”的技巧就很重要了。你可以拥有世界上最好的分析能力，但这些结果对企业来说毫无价值，除非你能理解你的研究结果，并展示如何帮助他们提高绩效和促进成功。数据视觉功能将数据变成普通人能理解的故事，大大提高了数据分析师的沟通能力