近幾年，大數(shù)據(jù)這個詞突然變得很火，不僅納入阿里巴巴、谷歌等互聯(lián)網(wǎng)公司的戰(zhàn)略規(guī)劃中，同時也在我國國務(wù)院和其他國家的政府報告中多次提及，大數(shù)據(jù)無疑成為當(dāng)今互聯(lián)網(wǎng)世界中的新寵兒。

而近期朋友圈瘋轉(zhuǎn)的“馬云無人超市迎客，再不努力你將無工可打”，“看李彥宏如何談AI”等新聞熱點，無不展示著人工智能的快速發(fā)展，但在直木看來，人工智能之所以能取得突飛猛進(jìn)的進(jìn)展的背后，不能不說這些年來大數(shù)據(jù)長足發(fā)展的結(jié)果。

人工智能和大數(shù)據(jù)有什么關(guān)系呢？

如果我們把人工智能看成一個嗷嗷待哺擁有無限潛力的嬰兒，某一領(lǐng)域?qū)I(yè)的海量的深度的數(shù)據(jù)就是喂養(yǎng)這個天才的奶粉。奶粉的數(shù)量決定了嬰兒是否能長大，而奶粉的質(zhì)量則決定了嬰兒后續(xù)的智力發(fā)育水平。

據(jù)數(shù)聯(lián)尋英發(fā)布《大數(shù)據(jù)人才報告》顯示，目前全國的大數(shù)據(jù)人才僅46萬，未來3-5年內(nèi)大數(shù)據(jù)人才的缺口將高達(dá)150萬，越來越多人加入到大數(shù)據(jù)培訓(xùn)，都希望在大數(shù)據(jù)培訓(xùn)機構(gòu)中學(xué)習(xí)最前沿的知識，找一份不錯的工作。

本文從4個方向讓大家充分了解大數(shù)據(jù)，望對同學(xué)們的大數(shù)據(jù)從業(yè)有幫助：

大數(shù)據(jù)就業(yè)前景

大數(shù)據(jù)就業(yè)方向

大數(shù)據(jù)就業(yè)薪資

大數(shù)據(jù)職業(yè)發(fā)展

一、大數(shù)據(jù)就業(yè)前景

據(jù)職業(yè)社交平臺LinkedIn發(fā)布的《2016年中國互聯(lián)網(wǎng)最熱職位人才報告》顯示，研發(fā)工程師、產(chǎn)品經(jīng)理、人力資源、市場營銷、運營和數(shù)據(jù)分析是當(dāng)下中國互聯(lián)網(wǎng)行業(yè)需求最旺盛的六類人才職位。其中研發(fā)工程師需求量最大，而數(shù)據(jù)分析人才最為稀缺。領(lǐng)英報告表明，數(shù)據(jù)分析人才的供給指數(shù)最低，僅為0.05，屬于高度稀缺。數(shù)據(jù)分析人才跳槽速度也最快，平均跳槽速度為19.8個月。根據(jù)中國商業(yè)聯(lián)合會數(shù)據(jù)分析專業(yè)委員會統(tǒng)計，未來中國基礎(chǔ)性數(shù)據(jù)分析人才缺口將達(dá)到1400萬，而在BAT企業(yè)招聘的職位里，60%以上都在招大數(shù)據(jù)人才。

二、大數(shù)據(jù)就業(yè)方向

大數(shù)據(jù)領(lǐng)域三個大的技術(shù)方向，這些不同的技術(shù)方向，對應(yīng)企業(yè)的哪些招聘崗位？

1. Hadoop大數(shù)據(jù)開發(fā)方向

市場需求旺盛，大數(shù)據(jù)培訓(xùn)的主體，目前IT培訓(xùn)機構(gòu)的重點

對應(yīng)崗位：大數(shù)據(jù)開發(fā)工程師、爬蟲工程師、數(shù)據(jù)分析師 等

2. 數(shù)據(jù)挖掘、數(shù)據(jù)分析&機器學(xué)習(xí)方向

學(xué)習(xí)起點高、難度大，市面上只有很少的培訓(xùn)機構(gòu)在做。

對應(yīng)崗位：數(shù)據(jù)科學(xué)家、數(shù)據(jù)挖掘工程師、機器學(xué)習(xí)工程師等

3. 大數(shù)據(jù)運維&云計算方向

市場需求中等，更偏向于Linux、云計算學(xué)科

對應(yīng)崗位：大數(shù)據(jù)運維工程師

精通任何方向之一者，均會 “ 前（錢）”途無量。

三個方向中，大數(shù)據(jù)開發(fā)是基礎(chǔ)。以Hadoop開發(fā)工程師為例，Hadoop入門月薪已經(jīng)達(dá)到了 8K 以上，工作1年月薪可達(dá)到 1.2W 以上，具有2-3年工作經(jīng)驗的hadoop人才年薪可以達(dá)到 30萬—50萬，一般需要大數(shù)據(jù)處理的公司基本上都是大公司，所以學(xué)習(xí)大數(shù)據(jù)專業(yè)也是進(jìn)大公司的捷徑。

三、大數(shù)據(jù)就業(yè)薪資

1、基礎(chǔ)人才-數(shù)據(jù)分析師

北京數(shù)據(jù)分析平均工資： 10630/月，取自 15526 份樣本，較 2016 年，增長 9.4%。

2、大數(shù)據(jù)開發(fā)工程師

北京大數(shù)據(jù)開發(fā)平均工資：30230/月。

3、Hadoop開發(fā)工程師

北京hadoop平均工資： 20130/月，取自 1734 份樣本。

4、數(shù)據(jù)挖掘工程師

北京數(shù)據(jù)挖掘平均工資：21740/月，取自 3449 份樣本，較 2016 年，增長 20.3%；

5、算法工程師

北京算法工程師平均工資： 22640/月，取自 10176 份樣本。

四、大數(shù)據(jù)職業(yè)發(fā)展

最后一個問題，到底哪些公司需求大數(shù)據(jù)人才？

事實上，大到世界500強，BAT這樣的公司，小到創(chuàng)業(yè)公司，他們都需求數(shù)據(jù)人才。

目前，大數(shù)據(jù)人才數(shù)量較少，因此大多數(shù)公司的數(shù)據(jù)部門一般都是扁平化的層級模式，大致分為數(shù)據(jù)分析師、資深研究員、部門總監(jiān)3個級別。、

大公司可能按照應(yīng)用領(lǐng)域的維度來劃分不同團隊，而在小公司則需要身兼數(shù)職。有些特別強調(diào)大數(shù)據(jù)戰(zhàn)略的互聯(lián)網(wǎng)公司則會另設(shè)最高職位—如阿里巴巴的首席數(shù)據(jù)官。這個職位的大部分人會往研究方向發(fā)展，成為重要數(shù)據(jù)戰(zhàn)略人才。另一方面，大數(shù)據(jù)工程師對商業(yè)和產(chǎn)品的理解，并不亞于業(yè)務(wù)部門員工，因此也可轉(zhuǎn)向產(chǎn)品部或市場部，乃至上升為公司的高級管理層。

馬云說“我們已從IT時代進(jìn)入了DT時代，未來我們的汽車、電燈泡、電視機、電冰箱等將全部裝上操作系統(tǒng)，并進(jìn)行數(shù)據(jù)集成，數(shù)據(jù)將會讓機器更“聰明”。DT時代，數(shù)據(jù)將成為主要的能源，離開了數(shù)據(jù)，任何組織的創(chuàng)新都基本上是空殼?！?/p>

我們從大哥大，小靈通，到諾基亞塞班，到今天的人手一部智能手機，每天各大企業(yè)會收到多少數(shù)據(jù)，如何從這些數(shù)據(jù)里面分析礎(chǔ)客戶的需求，這都是企業(yè)所要做的事，總之，數(shù)據(jù)，是未來的一切。

昨晚看了《誰說菜鳥不會數(shù)據(jù)分析》入門篇的第一章。主要介紹了什么是數(shù)據(jù)分析，以及數(shù)據(jù)分析的整個流程。下面呢，就給大家說說數(shù)據(jù)分析的定義，以及數(shù)據(jù)分析的步驟流程。

該書對于數(shù)據(jù)分析的定義跟百度百科相差無幾。

“數(shù)據(jù)分析是指用適當(dāng)?shù)慕y(tǒng)計分析方法對收集來的大量數(shù)據(jù)進(jìn)行分析，提取有用信息和形成結(jié)論而對數(shù)據(jù)加以詳細(xì)研究和概括總結(jié)的過程，最終的目的幫助人們作出判斷，以便采取適當(dāng)行動。”

數(shù)據(jù)分析的整個流程主要包括了6個部分（以分析百度競價近一個月的轉(zhuǎn)化為例）

1、確定分析的目的以及分析思路。目的是分析近一個月百度的競價效果怎么樣。分析思路先看一下近一個月的展現(xiàn)量，點擊量，消費額，轉(zhuǎn)化量，轉(zhuǎn)化成本。然后于上個月的數(shù)據(jù)做一個對比。

2、收集相關(guān)的數(shù)據(jù)。數(shù)據(jù)收集的來源主要是從百度競價后臺的提取，百度統(tǒng)計的相關(guān)數(shù)據(jù)，以及百度商橋的咨詢量的數(shù)據(jù)。

3、數(shù)據(jù)的處理。對展現(xiàn)，點擊，消費，咨詢量，轉(zhuǎn)化成本進(jìn)行簡單的匯總。與上個月的數(shù)據(jù)進(jìn)行對比。

4、分析數(shù)據(jù)。與上個月對比，這個月的咨詢量的是增加了還是減少了，轉(zhuǎn)化的成本是降還是升。咨詢量增減的原因是什么.轉(zhuǎn)化成本提高或是降低的原因又是什么，得出一個結(jié)論。

5、數(shù)據(jù)的展現(xiàn)。數(shù)據(jù)的展現(xiàn)，一般來說要么的表格，要么是一些圖標(biāo)如柱狀圖，餅狀圖，折線圖等等，使用的標(biāo)準(zhǔn)是怎么樣讓別人能夠清晰明了的看懂。

6、形成數(shù)據(jù)分析報告。最后就是完成一份完整的數(shù)據(jù)分析報告。

以上就是今天的分享，有點糙，后續(xù)會把數(shù)據(jù)分析的每個步驟詳盡地大家說的。這篇文章只是讓大家對于數(shù)據(jù)分析有個大致的了解。

一般的大數(shù)據(jù)平臺從平臺搭建到數(shù)據(jù)分析大概包括以下幾個步驟：

1、Linux系統(tǒng)安裝

一般使用開源版的Redhat系統(tǒng)--CentOS作為底層平臺。為了提供穩(wěn)定的硬件基礎(chǔ)，在給硬盤做RAID和掛載數(shù)據(jù)存儲節(jié)點的時，需要按情況配置。比如，可以選擇給HDFS的namenode做RAID2以提高其穩(wěn)定性，將數(shù)據(jù)存儲與操作系統(tǒng)分別放置在不同硬盤上，以確保操作系統(tǒng)的正常運行。

2、分布式計算平臺/組件安裝

當(dāng)前分布式系統(tǒng)的大多使用的是Hadoop系列開源系統(tǒng)。Hadoop的核心是HDFS，一個分布式的文件系統(tǒng)。在其基礎(chǔ)上常用的組件有Yarn、Zookeeper、Hive、Hbase、Sqoop、Impala、ElasticSearch、Spark等。

使用開源組件的優(yōu)點：1）使用者眾多，很多bug可以在網(wǎng)上找的答案（這往往是開發(fā)中最耗時的地方）；2）開源組件一般免費，學(xué)習(xí)和維護相對方便；3）開源組件一般會持續(xù)更新；4）因為代碼開源，如果出現(xiàn)bug可自由對源碼作修改維護。

常用的分布式數(shù)據(jù)數(shù)據(jù)倉庫有Hive、Hbase。Hive可以用SQL查詢，Hbase可以快速讀取行。外部數(shù)據(jù)庫導(dǎo)入導(dǎo)出需要用到Sqoop。Sqoop將數(shù)據(jù)從Oracle、MySQL等傳統(tǒng)數(shù)據(jù)庫導(dǎo)入Hive或Hbase。Zookeeper是提供數(shù)據(jù)同步服務(wù)， Impala是對hive的一個補充，可以實現(xiàn)高效的SQL查詢

3、數(shù)據(jù)導(dǎo)入

前面提到，數(shù)據(jù)導(dǎo)入的工具是Sqoop。它可以將數(shù)據(jù)從文件或者傳統(tǒng)數(shù)據(jù)庫導(dǎo)入到分布式平臺。

4、數(shù)據(jù)分析

數(shù)據(jù)分析一般包括兩個階段：數(shù)據(jù)預(yù)處理和數(shù)據(jù)建模分析。

數(shù)據(jù)預(yù)處理是為后面的建模分析做準(zhǔn)備，主要工作時從海量數(shù)據(jù)中提取可用特征，建立大寬表。這個過程可能會用到Hive SQL，Spark QL和Impala。

數(shù)據(jù)建模分析是針對預(yù)處理提取的特征/數(shù)據(jù)建模，得到想要的結(jié)果。如前面所提到的，這一塊最好用的是Spark。常用的機器學(xué)習(xí)算法，如樸素貝葉斯、邏輯回歸、決策樹、神經(jīng)網(wǎng)絡(luò)、TFIDF、協(xié)同過濾等，都已經(jīng)在ML lib里面，調(diào)用比較方便。

5、結(jié)果可視化及輸出API

可視化一般式對結(jié)果或部分原始數(shù)據(jù)做展示。一般有兩種情況，行數(shù)據(jù)展示，和列查找展示。

以上就簡單介紹這么多，如果有小伙伴想了解和學(xué)習(xí)更多的大數(shù)據(jù)技術(shù)，可以私信小編索要資料

你的關(guān)注就是對我們最大的肯定。每天一篇原創(chuàng)文章，將華銳視點十年創(chuàng)業(yè)中關(guān)于運營、程序技術(shù)方面的感悟、走過的各種坑，分享給你。希望能幫助更多創(chuàng)業(yè)者快速成長，繞過一些坑。

　　在互聯(lián)網(wǎng)的大時代下，如果想要做電商運營，首先就得要充分了解用戶的需求，才有可能受歡迎。這就要求我們要經(jīng)常分析電商平臺的相關(guān)數(shù)據(jù)。那問題來了，電商平臺應(yīng)該分析哪些數(shù)據(jù)呢？又該怎么去分析呢？下面來為大家介紹一下。

　　1.總體運營數(shù)據(jù)：從流量、訂單、總體銷售業(yè)績、整體指標(biāo)進(jìn)行把控，對自己運營的店鋪數(shù)據(jù)要了解，到底運營的怎么樣，是虧是賺。

　　2、買家用戶行為數(shù)據(jù)：不同屬性的用戶，興趣與審美觀念以及消費能力會有不同。我要做的就是要對這些數(shù)據(jù)進(jìn)行統(tǒng)計分類。再通過該數(shù)據(jù)分析和了解客戶特征，了解客戶特征，為客戶維護和回購刺激提供決策依據(jù)。

　　3、網(wǎng)站流量指標(biāo)：顧名思義就是對網(wǎng)站的訪客進(jìn)行分析，看一下跳出率和訪問時間等，分析訪客對網(wǎng)站哪些頁面感興趣等等?？梢愿鶕?jù)這些數(shù)據(jù)對網(wǎng)站內(nèi)容和排版進(jìn)行改進(jìn)。

　　4、推廣投入數(shù)據(jù)：做電商運營少不了會在推廣平臺中投入一部分資金，我們要對付費推廣平臺的數(shù)據(jù)進(jìn)行統(tǒng)計，看一下這些平臺導(dǎo)入到我們網(wǎng)站的流量效果，決定后期是否繼續(xù)投入資金。

　　5、銷售轉(zhuǎn)化數(shù)據(jù)：分從下單到支付整個過程的數(shù)據(jù)統(tǒng)計，可以幫助運營人員提升商品轉(zhuǎn)化率。

　　6、競爭對手?jǐn)?shù)據(jù)：知己知彼，百戰(zhàn)百勝。我們可以分析比我們做的好的競爭對手標(biāo)題、店鋪設(shè)計以及促銷活動等等，對我們自己的平臺進(jìn)行改進(jìn)。從而提升店鋪流量和銷量。

　　7、商品數(shù)據(jù)：這里所說的數(shù)據(jù)主要是指商品種類，暢銷產(chǎn)品、滯銷產(chǎn)品等等，分析哪些商品同時銷售的幾率比較高，而進(jìn)行捆綁銷售，提高產(chǎn)品銷量。

　　8、市場營銷活動數(shù)據(jù)：促銷活動必不可少，比如每年的節(jié)假日、店慶等等。這時我們要統(tǒng)計分析活動給網(wǎng)站帶來的效果，確定后期是否再繼續(xù)此類活動。

　　9、售后相關(guān)數(shù)據(jù)：電商類平臺售后的相關(guān)數(shù)據(jù)也不能忽視。比如差評、退貨退款等等。我們要了解出現(xiàn)此類狀況的原因，研究對應(yīng)的解決方案，畢竟買家的一個差評，就會拉低店鋪的整體形象。

　　通過數(shù)據(jù)化來監(jiān)控和改進(jìn)，通過數(shù)據(jù)分析用戶，可以看到用戶從哪里來、如何組織產(chǎn)品可以實現(xiàn)很好的轉(zhuǎn)化率、投放廣告的效率如何等等問題。上面是小編從9個方面介紹的電商平臺數(shù)據(jù)。不過，具體問題還要具體分析，我們從自己的側(cè)重點制定自己的數(shù)據(jù)分析體制。

每個人都會有機會進(jìn)行數(shù)據(jù)展示，為什么別人展示永遠(yuǎn)獲得正視，而我的展示永遠(yuǎn)只有自己愿意去看，別人在看手機？那怎樣做數(shù)據(jù)圖表分析呢請看以下步驟：

如何對表格進(jìn)行修飾，本次小編帶來兩個技巧，一是使用“套用表格格式”，和使用“條件格式”。二是帶領(lǐng)大家學(xué)會養(yǎng)成修飾表格的思維。

第一步是對表格進(jìn)行粗略的修飾調(diào)整，思維：行高、列寬、對齊方式、表格線等；

使用“套用表格格式”、“條件格式”之后看數(shù)據(jù)不再枯燥無味，而且還更有看頭。“條件格式”可以將篩選條件轉(zhuǎn)換為顏色可視化，從而達(dá)到一目了然的效果。

第一個技巧，①“套用表格格式”。方法：任一單元格→開始→套用表格格式。

②“條件格式”，方法：選中單元格區(qū)域→開始→條件格式。

條件1：高于平均值

條件2：數(shù)據(jù)條

條件3：色階

第二個技巧：養(yǎng)成修飾圖表的思維。這次舉例柱形圖的修飾例子，其他希望大家動用類似的方法進(jìn)行模擬實踐。

步驟一：根據(jù)銷售數(shù)據(jù)建立柱狀圖，建立方法可參考。選擇數(shù)據(jù)源→插入→柱狀圖→選擇數(shù)據(jù)源→編輯坐標(biāo)

步驟二：添加輔助線。選擇數(shù)據(jù)源→→添加→點擊柱體右鍵，設(shè)置數(shù)據(jù)系列格式→次坐標(biāo)軸→選中柱體，右鍵更改圖表類型→折線圖。

希望回答對你能有所幫助，如果覺得不錯就來點個贊或關(guān)注吧，感謝各位了！

身處傳統(tǒng)行業(yè)，數(shù)據(jù)分析的工作可能會無所適從。我們既沒有互聯(lián)網(wǎng)行業(yè)強大的數(shù)據(jù)驅(qū)動基因，甚至都沒有大企業(yè)完善的信息基礎(chǔ)和數(shù)據(jù)環(huán)境。個人不論是數(shù)據(jù)分析師和DBA，成長都有所局限。

數(shù)據(jù)分析很火，懂行的都深知數(shù)據(jù)對于業(yè)務(wù)，對于企業(yè)生產(chǎn)經(jīng)營的重要性。但是沒有數(shù)據(jù)、數(shù)據(jù)不完整、業(yè)務(wù)不重視、數(shù)據(jù)分析淪為取數(shù)和報表制作......這些問題都阻撓著數(shù)據(jù)行業(yè)的發(fā)展，也影響個人自身。

關(guān)于企業(yè)的數(shù)據(jù)分析，如何從0——1著手分析工作？這里想分享一個來自我們客戶“小唐”的真實故事，沒有雞湯，只有濃濃的方法論值得借鑒。

小唐就職于一家股份制銀行A，近兩年由于銀行改制，A銀行開始逐漸重視銀行信息化的提升，以及數(shù)據(jù)分析的應(yīng)用，小唐在對公業(yè)務(wù)一線做過2年，被委派到的數(shù)據(jù)部門做業(yè)務(wù)分析。

委派到新部門的小唐負(fù)責(zé)對公業(yè)務(wù)，需要對下屬一級支行南京支行的業(yè)務(wù)做針對性分析：風(fēng)險預(yù)估、壞賬分析、創(chuàng)新業(yè)務(wù)跟蹤。

從存款金額和貸款金額入手，分析該支行總體的經(jīng)營狀況；想了解存款和貸款主體業(yè)務(wù)的狀況，尤其是壞賬的風(fēng)險；想了解下屬各二級機構(gòu)的經(jīng)營狀況；下屬二級支行瑞金支行是新增的二級試點支行，投放了許多創(chuàng)新業(yè)務(wù)，想在分析過程中對該二級支行加強關(guān)注；

小唐是怎么做的呢？

分析過程

業(yè)務(wù)分析需要借助良好的分析工具，且考慮到上層戰(zhàn)略的需要，此項業(yè)務(wù)分析不僅僅是單一問題的解決，而是需要長期監(jiān)控的，給部門業(yè)務(wù)經(jīng)理監(jiān)控的?；谶@樣的場景，小唐需要一個自住性較強、易操作、能實時同步數(shù)據(jù)、且具有協(xié)同功能的數(shù)據(jù)工具，自然而然的想到了商業(yè)智能BI工具FineBI，開展了分析工作，從0-1進(jìn)行數(shù)據(jù)分析搭建業(yè)務(wù)分析模型的工作。

1、提出問題/需求

即最原始的問題/需求。

領(lǐng)導(dǎo)提出“小唐啊，我想看一看部門最近的業(yè)績怎么樣？”或者自己發(fā)現(xiàn)“最近XX產(chǎn)品的推出好像在市場受到了阻礙，想看看原因在哪”，這都是最原始的問題/需求。這部分問題/需求不直接涉及業(yè)務(wù)數(shù)據(jù)，但是和目標(biāo)“解決問題，提高效益”直接相關(guān)，最表象也是大家最關(guān)心的事情。

2、明確問題/需求

上面提出的問題/需求，不管是領(lǐng)導(dǎo)提出還是自己的訴求，都比較寬泛，如果想要通過數(shù)據(jù)分析解決問題/需求，自然而然地，需要把問題/需求往數(shù)據(jù)上靠，用我們的業(yè)務(wù)去明確問題/需求?？梢苑殖蓛蓚€步驟：

①用我們熟悉的業(yè)務(wù)名詞精簡描述

②化零為整。

（1）從存款金額和貸款金額入手，分析該支行總體的經(jīng)營狀況——存款金額、貸款金額→日期即研究不同日期下支行的存款金額和貸款金額。（2）想了解存款和貸款主體業(yè)務(wù)的狀況，尤其是壞賬的風(fēng)險——存款類型、貸款類型，不良貸款額即研究不同業(yè)務(wù)類型的存款金額和貸款金額的情況，尤其是五級不良貸款。（3）想了解下屬各二級機構(gòu)的經(jīng)營狀況——機構(gòu)即研究不同機構(gòu)的存款金額和貸款金額的情況。（4）下屬二級支行瑞金支行是新增的二級試點支行，投放了許多創(chuàng)新業(yè)務(wù)，想在分析過程中對該二級支行加強關(guān)注；即研究單一機構(gòu)的存款金額和貸款金額的情況。

這樣，通過用熟悉的業(yè)務(wù)名詞去明確我們的需求，就變得十分具體，數(shù)據(jù)分析的切入點就有了突破口。但是這樣的描述還是比較零散而且互有重疊，通過化零為整，整合一下我們的需求，即“研究不同時間不同機構(gòu)不同存款類型/貸款類型下的存款金額/貸款金額”。

3、梳理指標(biāo)

對于“不同時間不同機構(gòu)不同存款類型/貸款類型下的存款金額/貸款金額”這一明確需求，將相關(guān)涉及的所有指標(biāo)進(jìn)行進(jìn)一步梳理，可以先用我們最熟悉的明細(xì)表做一個展示，對數(shù)據(jù)能夠有一個非常直觀的感知。

4、搭建業(yè)務(wù)包（指標(biāo)分類）

根據(jù)分析思路框架，利用FineBI數(shù)據(jù)分類的功能來針對性地搭建業(yè)務(wù)包。

由于存款類型、貸款類型和貸款質(zhì)量是三個接近平行的維度，互相之間不干擾，所以我們可以設(shè)計三條平行線，分別來看各日期機構(gòu)下的存款類型、貸款類型、貸款質(zhì)量的情況，并搭建以下業(yè)務(wù)包：

三張事實表（存款數(shù)據(jù)事實表、貸款數(shù)據(jù)事實表、不良貸款數(shù)據(jù)實施表）三張維度表（機構(gòu)維度表、貸款類型維度表和存款類型維度表），并建立和業(yè)務(wù)關(guān)聯(lián)。

5-6、 自助創(chuàng)建儀表板-分析決策

創(chuàng)建儀表板的過程，實際上是將我們的分析思路以各種指標(biāo)和圖表具象化的過程，是數(shù)據(jù)分析思維的具體體現(xiàn)，所以做儀表板和分析決策是不能夠分開的。這也就決定了創(chuàng)建儀表板的時候，我們需要掌握兩個步驟，一是用常用的分析形式和分析指標(biāo)結(jié)合需求落地，二是用分析決策檢驗和完善我們的儀表板。

以各日期機構(gòu)下的存款類型情況進(jìn)行分析為例，即存款分析為例，先用我們常用的分析形式和分析指標(biāo)結(jié)合需求落地。在這里只需要控制單一變量：

a. 固定機構(gòu)，分析它的日期維度。常見對日期進(jìn)行分析方法有

趨勢分析對比分析（比昨日、比上月、比年初、同比）

當(dāng)然還有一些其它的業(yè)務(wù)分析形式，我們都可以進(jìn)行嘗試。在進(jìn)行數(shù)據(jù)分析的時候，我們應(yīng)該養(yǎng)成看到時間維度就能立馬復(fù)現(xiàn)出這些分析方法的習(xí)慣，不管不是所有對日期進(jìn)行分析的方法都應(yīng)該囫圇吞棗，但是把每個分析方法都過一遍是十分有利于我們的思考過程，從而甄別出適合出當(dāng)前分析的分析形式和指標(biāo)。

先對日期進(jìn)行趨勢分析。研究存款總額、對公存款和對私存款的時間變化趨勢。而歷史數(shù)據(jù)對于當(dāng)前的業(yè)務(wù)影響小，我們更關(guān)心近期的數(shù)據(jù)走勢，因此可以過濾出最近10天的數(shù)據(jù)。

可以看出南京支行的主體存款業(yè)務(wù)是由對公存款組成，因此存款總額的變化趨勢幾乎只受到對公存款業(yè)務(wù)的影響；對公存款是處于起伏不定的狀態(tài)，處于停滯不增長的狀態(tài)，而對私業(yè)務(wù)乍看也是處于一條水平線，沒有什么起伏，然而，當(dāng)我們?nèi)∠P(guān)注對公存款和存款總額的時候，可以發(fā)現(xiàn)對私業(yè)務(wù)的存款總額竟然是下降的。

綜上，我們發(fā)現(xiàn)，最近該支行的總體存款業(yè)務(wù)是下降的，對公業(yè)務(wù)沒有什么增長，對私業(yè)務(wù)雖然體量相對較小，但是呈下降趨勢，發(fā)展出現(xiàn)問題。因此我們可能需要對該機構(gòu)的存款業(yè)務(wù)進(jìn)行重要調(diào)整，想辦法推進(jìn)對公業(yè)務(wù)的繼續(xù)增長，考慮改變對私業(yè)務(wù)的推廣策略或者放棄相對該支行來說比較雞肋的對私存款業(yè)務(wù)。

同樣地，對日期繼續(xù)進(jìn)行對比分析，研究比昨日、比上月、比年初、同比的對比情況。

將當(dāng)日的營業(yè)額度和歷史同期比較是非常有說服力的，也可能更能反映時間的周期性問題?？梢园l(fā)現(xiàn)，對公業(yè)務(wù)和對私業(yè)務(wù)盡管在近期的發(fā)展態(tài)勢一般，但是較歷史同期而言，都幾乎有著成倍的增長。

這說明，過去的經(jīng)營策略確實取得了巨大的成效，但是可能由于市場飽和或者過去的經(jīng)營策略所能取得的成效已經(jīng)飽和，導(dǎo)致了近期的業(yè)務(wù)增長一般。說明，對于現(xiàn)在支行的發(fā)展，可能到達(dá)了一個瓶頸，需要對經(jīng)營的策略進(jìn)行重大調(diào)整，以適應(yīng)現(xiàn)在的業(yè)務(wù)情況。

b. 固定時間，分析它的機構(gòu)維度。常見對機構(gòu)進(jìn)行分析方法有：

排名分析比例分析機構(gòu)分析穿透分析指標(biāo)（平均值）

同樣地，我們只需要將這些分析方法逐一套用，最后結(jié)合我們實際的業(yè)務(wù)需求，選擇出合適的分析形式和指標(biāo)。

這里對最常用的排名分析和機構(gòu)分析進(jìn)行一個介紹。這里由于存款總額是每天累計匯總的，因此關(guān)注當(dāng)天具體的額度變化情況更加有意義。

可以看到各機構(gòu)存款總額較上日增幅的排名；對于增幅靠前的機構(gòu)，可以研究具體這些機構(gòu)的業(yè)務(wù)策略進(jìn)行推廣，而對于存款凈增額落后的機構(gòu)單位，一般我們都比較關(guān)注在平均值以下的機構(gòu)，可以進(jìn)行標(biāo)紅處理做警示作用，同時對于尤其關(guān)注的某些特別支行，如瑞金二級支行，可以進(jìn)行特別關(guān)注處理。同樣的分析還能用于產(chǎn)品類別、產(chǎn)品、供應(yīng)商等品類。

穿透分析、比例分析的落地過程我們略去。這樣將我們熟悉和常見的分析形式和指標(biāo)，結(jié)合分析決策的過程去套用，創(chuàng)建我們所需要的儀表板，很快就可以做出以下存款分析報表。

貸款分析和不良貸款分析，我們也同樣地按著存款分析的分析思路過程進(jìn)行落地。FineBI有一個比較方便的功能，可以直接將模板復(fù)用，然后簡單地替換成貸款分析和不良貸款分析的各個指標(biāo)，就快速生成了對應(yīng)的分析模型。

分析總結(jié)

在從無到有搭建完業(yè)務(wù)模型之后，一定要對我們形成的分析模型進(jìn)行總結(jié)，沉淀成為企業(yè)內(nèi)部的指標(biāo)庫，這部分是我們數(shù)據(jù)分析最終沉淀的內(nèi)核。

同時，在進(jìn)行數(shù)據(jù)分析時，小唐給了大家兩個非常受用的小貼士：

1、自主分析是個反復(fù)嘗試的過程，實際上也是思維不斷突破的過程。需要養(yǎng)成良好的設(shè)計習(xí)慣，用常見維分析形式和分析指標(biāo)去落地，不要希望每次都能一步到位精準(zhǔn)反映業(yè)務(wù)問題，需要踏實做好數(shù)據(jù)分析，用實際問題來改進(jìn)分析模型。

2、不要企圖用一張報表解決所有問題 。往往需要制作多張報表來分析發(fā)現(xiàn)問題，需要建立系統(tǒng)性，同時也鼓勵多部門對于同一類需求/問題進(jìn)行分析，可以對結(jié)論形成互補。

昨晚看了《誰說菜鳥不會數(shù)據(jù)分析》入門篇的第一章。主要介紹了什么是數(shù)據(jù)分析，以及數(shù)據(jù)分析的整個流程。下面呢，就給大家說說數(shù)據(jù)分析的定義，以及數(shù)據(jù)分析的步驟流程。

該書對于數(shù)據(jù)分析的定義跟百度百科相差無幾。

“數(shù)據(jù)分析是指用適當(dāng)?shù)慕y(tǒng)計分析方法對收集來的大量數(shù)據(jù)進(jìn)行分析，提取有用信息和形成結(jié)論而對數(shù)據(jù)加以詳細(xì)研究和概括總結(jié)的過程，最終的目的幫助人們作出判斷，以便采取適當(dāng)行動?！?/p>數(shù)據(jù)分析

數(shù)據(jù)分析的整個流程主要包括了6個部分（以分析百度競價近一個月的轉(zhuǎn)化為例）

1、確定分析的目的以及分析思路。目的是分析近一個月百度的競價效果怎么樣。分析思路先看一下近一個月的展現(xiàn)量，點擊量，消費額，轉(zhuǎn)化量，轉(zhuǎn)化成本。然后于上個月的數(shù)據(jù)做一個對比。

2、收集相關(guān)的數(shù)據(jù)。數(shù)據(jù)收集的來源主要是從百度競價后臺的提取，百度統(tǒng)計的相關(guān)數(shù)據(jù)，以及百度商橋的咨詢量的數(shù)據(jù)。

3、數(shù)據(jù)的處理。對展現(xiàn)，點擊，消費，咨詢量，轉(zhuǎn)化成本進(jìn)行簡單的匯總。與上個月的數(shù)據(jù)進(jìn)行對比。

4、分析數(shù)據(jù)。與上個月對比，這個月的咨詢量的是增加了還是減少了，轉(zhuǎn)化的成本是降還是升。咨詢量增減的原因是什么.轉(zhuǎn)化成本提高或是降低的原因又是什么，得出一個結(jié)論。

5、數(shù)據(jù)的展現(xiàn)。數(shù)據(jù)的展現(xiàn)，一般來說要么的表格，要么是一些圖標(biāo)如柱狀圖，餅狀圖，折線圖等等，使用的標(biāo)準(zhǔn)是怎么樣讓別人能夠清晰明了的看懂。

6、形成數(shù)據(jù)分析報告。最后就是完成一份完整的數(shù)據(jù)分析報告。

以上就是今天的分享，有點糙，后續(xù)會把數(shù)據(jù)分析的每個步驟詳盡地大家說的。這篇文章只是讓大家對于數(shù)據(jù)分析有個大致的了解。

一般的大數(shù)據(jù)平臺從平臺搭建到數(shù)據(jù)分析大概包括以下幾個步驟：

1、Linux系統(tǒng)安裝

一般使用開源版的Redhat系統(tǒng)--CentOS作為底層平臺。為了提供穩(wěn)定的硬件基礎(chǔ)，在給硬盤做RAID和掛載數(shù)據(jù)存儲節(jié)點的時，需要按情況配置。比如，可以選擇給HDFS的namenode做RAID2以提高其穩(wěn)定性，將數(shù)據(jù)存儲與操作系統(tǒng)分別放置在不同硬盤上，以確保操作系統(tǒng)的正常運行。

2、分布式計算平臺/組件安裝

當(dāng)前分布式系統(tǒng)的大多使用的是Hadoop系列開源系統(tǒng)。Hadoop的核心是HDFS，一個分布式的文件系統(tǒng)。在其基礎(chǔ)上常用的組件有Yarn、Zookeeper、Hive、Hbase、Sqoop、Impala、ElasticSearch、Spark等。

使用開源組件的優(yōu)點：1）使用者眾多，很多bug可以在網(wǎng)上找的答案（這往往是開發(fā)中最耗時的地方）；2）開源組件一般免費，學(xué)習(xí)和維護相對方便；3）開源組件一般會持續(xù)更新；4）因為代碼開源，如果出現(xiàn)bug可自由對源碼作修改維護。

常用的分布式數(shù)據(jù)數(shù)據(jù)倉庫有Hive、Hbase。Hive可以用SQL查詢，Hbase可以快速讀取行。外部數(shù)據(jù)庫導(dǎo)入導(dǎo)出需要用到Sqoop。Sqoop將數(shù)據(jù)從Oracle、MySQL等傳統(tǒng)數(shù)據(jù)庫導(dǎo)入Hive或Hbase。Zookeeper是提供數(shù)據(jù)同步服務(wù)， Impala是對hive的一個補充，可以實現(xiàn)高效的SQL查詢

3、數(shù)據(jù)導(dǎo)入

前面提到，數(shù)據(jù)導(dǎo)入的工具是Sqoop。它可以將數(shù)據(jù)從文件或者傳統(tǒng)數(shù)據(jù)庫導(dǎo)入到分布式平臺。

4、數(shù)據(jù)分析

數(shù)據(jù)分析一般包括兩個階段：數(shù)據(jù)預(yù)處理和數(shù)據(jù)建模分析。

數(shù)據(jù)預(yù)處理是為后面的建模分析做準(zhǔn)備，主要工作時從海量數(shù)據(jù)中提取可用特征，建立大寬表。這個過程可能會用到Hive SQL，Spark QL和Impala。

數(shù)據(jù)建模分析是針對預(yù)處理提取的特征/數(shù)據(jù)建模，得到想要的結(jié)果。如前面所提到的，這一塊最好用的是Spark。常用的機器學(xué)習(xí)算法，如樸素貝葉斯、邏輯回歸、決策樹、神經(jīng)網(wǎng)絡(luò)、TFIDF、協(xié)同過濾等，都已經(jīng)在ML lib里面，調(diào)用比較方便。

5、結(jié)果可視化及輸出API

可視化一般式對結(jié)果或部分原始數(shù)據(jù)做展示。一般有兩種情況，行數(shù)據(jù)展示，和列查找展示。

以上就簡單介紹這么多，如果有小伙伴想了解和學(xué)習(xí)更多的大數(shù)據(jù)技術(shù)，可以私信小編索要資料

每個人都會有機會進(jìn)行數(shù)據(jù)展示，為什么別人展示永遠(yuǎn)獲得正視，而我的展示永遠(yuǎn)只有自己愿意去看，別人在看手機？那怎樣做數(shù)據(jù)圖表分析呢請看以下步驟：

如何對表格進(jìn)行修飾，本次小編帶來兩個技巧，一是使用“套用表格格式”，和使用“條件格式”。二是帶領(lǐng)大家學(xué)會養(yǎng)成修飾表格的思維。

第一步是對表格進(jìn)行粗略的修飾調(diào)整，思維：行高、列寬、對齊方式、表格線等；

使用“套用表格格式”、“條件格式”之后看數(shù)據(jù)不再枯燥無味，而且還更有看頭。“條件格式”可以將篩選條件轉(zhuǎn)換為顏色可視化，從而達(dá)到一目了然的效果。

第一個技巧，①“套用表格格式”。方法：任一單元格→開始→套用表格格式。

②“條件格式”，方法：選中單元格區(qū)域→開始→條件格式。

條件1：高于平均值

條件2：數(shù)據(jù)條

條件3：色階

第二個技巧：養(yǎng)成修飾圖表的思維。這次舉例柱形圖的修飾例子，其他希望大家動用類似的方法進(jìn)行模擬實踐。

步驟一：根據(jù)銷售數(shù)據(jù)建立柱狀圖，建立方法可參考。選擇數(shù)據(jù)源→插入→柱狀圖→選擇數(shù)據(jù)源→編輯坐標(biāo)

步驟二：添加輔助線。選擇數(shù)據(jù)源→→添加→點擊柱體右鍵，設(shè)置數(shù)據(jù)系列格式→次坐標(biāo)軸→選中柱體，右鍵更改圖表類型→折線圖。

希望回答對你能有所幫助，如果覺得不錯就來點個贊或關(guān)注吧，感謝各位了！