草丁图书馆

  1. 首页 > 生活百科 >

如何做数据分析 如何自己找数据分析项目来做？

生活百科



给大家提供两个公开的数据分析项目来源如何做数据分析：

如何做数据分析 如何自己找数据分析项目来做？

文章插图
如何做数据分析 如何自己找数据分析项目来做？

文章插图
阿里天池阿里天池://tianchi.aliyun.com/ 是国内数据科学竞赛平台 ， 有奖金可观的实战竞赛 ， 也有供学员备战的学习赛 。对刚入门数据分析的同学来说 ， 学习赛是不错的选择 。在提高技能的同时 ， 还能对标其他同学 ， 确定自己的竞争力 。
下面是几个较容易上手的学习赛项目：
1. Airbnb短租数据集分析赛：
://tianchi.aliyun.com/competition/entrance/231715/introduction
这是一个较为开放式的问题 ， 侧重分析的思路 ， 是练习数据分析的最佳项目选择 。
2. 零基础入门数据挖掘 – 二手车交易价格预测
://tianchi.aliyun.com/competition/entrance/231784/introduction
这是一个典型的回归问题 ， 也是机器学习最容易上手的项目 。
3. 零基础入门NLP – 新闻文本分类
://tianchi.aliyun.com/competition/entrance/531810/introduction
这是文本处理、NLP的入门项目 。
除了学习赛 ， 阿里天池还有竞争程度激烈的竞赛：如算法大赛、程序设计大赛、可视化大赛、诸神之战等 ， 同学们可以根据自己感兴趣的发展方向选择比赛项目 。
KaggleKaggle（:///）成立于2010年 ， 是一个进行数据挖掘和预测的在线竞赛平台 。Kaggle上的竞赛有多种 ， 如奖金高且竞争激烈的 Featured项目 ， 相对入门级别的Research项目 。
Kaggle项目虽然不限制编程语言 ， 但绝大多数队伍会选用Python和R ， 所以你需要至少熟悉其中一种 。
下面是三个入门级的经典项目：
1.Titanic: Machine Learning from Disaster（泰坦尼克：从灾难中学习）：
:///c/titanic
2.House Prices: Advanced Regression Techniques（房价预测：高阶回归技巧）
:///c/house-prices-advanced-regression-techniques
3.Digital Recognition（数字识别）
:///c/tmlc/notebooks
英文好的同学可以选择Kaggle的项目来练习 ， 这是一个受国际认可的数据科学竞赛平台 ， 在这个平台上成绩靠前的同学 ， 是不愁找工作的 ， 都是别人来找自己 。
过往经验当然 ， 除了上面的项目 ， 平时工作中多数也会用到数据分析 ， 你可以从之前工作中总结数据分析的思路 。
虽然数据不是你处理的 ， 但是分析的思路是通用的 。
数据分析是为解决问题而生的 ， 过去积累的通过数据发现问题进而给出解决方案的经验 ， 是数据分析的精华所在 。不要忽视哦！
我之前有整理过50多个数据分析项目 ， 想要的话转发本文 ， 私信我“项目”获得
如何做好一名数据分析师？相比问这个问题的人应该是刚入行数据分析的 ， 那我就以过来人的经验 ， 说说入行数据分析师3年的成长要点和规划 。
为什么要定义3年呢？这个行业基本3年内都是助攻 ， 偶尔能成为主攻 ， 助攻基本都是提取数据、处理数据、核对数据、写常规的分析报告 ， 基本很少参加项目的讨论 。
去看招聘信息时 ， 这个时间内的分析师还是以技术、工具为主 ， 因此3年内大家大部分时间都集中在工具、技术的研究 ， 没办法 ， 要先活着 ， 得有份工作 ， 3年后许多分析师才慢慢会有自己的思考和职场焦虑 。
下面的几个点 ， 也是我曾经用到的一些要点和思考 ， 欢迎交流
一、断章取义（用数据说谎）经常看到一些人写文章 ， 大多数人引用别人的数据 ， 用一张看似完美的图表 ， 来疯狂做自己的观点输出 ， 然而你仔细看看数据报告的背景she’ji、数据的来源、统计的口径、时间维度等 ， 你会发现他的观点其实是在自圆其说
举个栗子：都说转行AI即可年薪50万 ， 转行数据分析即可30万 ， 市场需求几千万人
聪明的人都会去看这个分析的背景 ， 前因后果是什么？指标的定义是？数据可信度多大？
在数据分析中最重要的不是数据看到的结论 ， 而是数据背后的意义
你的分析对象是谁？你的数据如何采集的？你的统计口径又是什么？这些都至关重要 ， 带着这些问题去看一份报告 ， 你才会产生自己的看法 ， 而不是被别人套路 ， 盲目跟风 ， 到头来你还是一场空
这种深度思考报告的背后比看报告更有价值 ， 你可以不是专业的数据分析师 ， 但你必须要有数据分析师的思维
二、缺乏深度（长期养成）我们在看待任何问题时候 ， 往往要多一些场景的假设和验证 ， 你才能看透某件事情 ， 比如前几天一个学员 ， 给我发来一份简历 ， 让我帮看看 ， 我看到这么一句话：
工作成就 ， 在XXX项目中帮助公司实现用户60%的增长
第一眼 ， 我看过去 ， 我靠 ， 牛逼！但仔细想一想 ， 还有几个问题有待商定
1、站在管理层 ， 你花了多钱换来60%增长？
2、站在同行 ， 你这个活动的特点是什么？和以往类似的活动比 ， 这次真的好吗？同时期竞争对手在做什么？
3、站的数据分析师角度 ， 你这个活动的时间维度是什么？有没有排出行业本身的因素（季节性、自然） ， 活动评估跟踪的方式是什么？数据如何采集
4、站业务的角度 ， 你对比的是什么时间 ， 这个时间前后有没有什么事件发生 ， 最近一段时间用户的增长程度如何？对比是2个数据的比较 ， 一个过大、一个过小 ， 很容易完成60%
等等 ， 还有很多要考虑的
所以当我们看待一个问题时 ， 一定要站在整个公司不同人、不同级别的程度去看待某个业务 ， 这样你后面的思路和深度会更加清晰 ， 一定要养成这种习惯
三、学会梳理（值得拥有）好多人学了几百G的视频 ， 看了几十本书 ， 换来的还是职场的现在的自己 ， 在职场一定要定期学会梳理自己的知识体系 ， 最简单的方式就是拆分自己的各种技能看不足之处 ， 再设定目标去改进 ， 最后在阶段性对比 ， 看看到底有没有改变 ， 拆分、对比、合并也是数据分析师常态化的思维
其实职场的关键技能学习也就10年的时间 ， 10年后也许你看的书都是管理类、商业类、社会类的书籍 ， 如何你不能清晰的梳理自己利弊 ， 那么你薪资和职场很难一帆风顺 ， 别人并没有看到你过人之处 ， 高手与低手差别并不是在于工具、而是在于你看待问题的深度、广度
我经常也看一些学员的学习笔记 ， 也希望大家多看看别人的笔记 ， 特别同在一个学习小组 ， 学同样课程的 ， 每个人认识和认知都是不一样的 ， 结构化思维拆分的方式也肯定不同 ， 有的喜欢从课程难易程度去分解 ， 有的喜欢从整个数据分析流程去梳理 ， 有的喜欢从不同算法的场景去归纳 ， 这些对你梳理都是很有帮助的 ， 师夷长技以制夷 ， 不要老去吐槽别人 ， 要善于吸收别人的体系 ， 融合成你的体系
举个简单栗子 ， 指标体系一般是一个分析师常具备的技能 ， 很多人梳理指标体系时 ， 只是罗列了N个sheet ， 并没有去归纳和梳理
在企业里面 ， 你常常会看到很多优秀分析师做出来的指标体系 ， 让大BOSS会高声喊赞 ， 注意几个要点
1、大而全 ， 一定要站在公司未来发展的战略上去详细梳理 ， 梳理出目前拥有和未来一定要有的
2、归纳 ， 根据业务的形态对指标进行归纳 ， 比如规模类、趋势类、盈利类、驱动类、核心类等等 ， 类似聚类分析一样 ， 给指标做出业务的画像
3、电路图 ， 我们都学过电路 ， 知道并联、串联 ， 那一样要将这些指标与业务场景和发展的周期进行电路分析 ， 那些指标是串联的 ， 那些是并联的 ， 那些是可以递推的 ， 这点很重要
4、落地 ， 要梳理出什么指标是日报用的 ， 什么是周报用的 ， 什么是月报看的 ， 指标异常的设定 ， 达到什么程度时 ， 我们一定要介入专题进行分析
5、给领导的呈现和概述一定要简介 ， 就好比电视遥控器一样 ， 按一下通俗易懂的按钮 ， 就能获得相应的内容 ， 这不仅仅是目录
四、迅速提升（自我模仿）要模仿什么？当然是别人、你觉得优秀的分析思路、分析报告
一定要多看看行业报告 ， 行业报告一般都是一个行业的通病和关注的核心方向 ， 要提炼其中的思路转变成自己的 ， 主要关注3点：1、整体报告逻辑；2、指标体系的设定；3、分析的角度；
光有这些还是不够的 ， 还要学习方法论 ， 这里的方法论不是算法 ， 可以理解为商业分析模型 ， 比如5W2H、SWOT、用户生命周期、漏斗、AARRR等等 ， 这些框架样式的模型就是你分析的思路 ， 剩下的就是指标的设计和分析体系 ， 看似简单却很难 ， 这需要大量的项目或者企业内部的优化 。
模仿很懂 ， 从行业的数据产品工具出发 ， 理解这样设计的意义及行业的痛点、分析的方向是什么？
【如何做数据分析 如何自己找数据分析项目来做？】多去看一些数据产品的设计 ， 比如网站分析 ， 看GA、百度统计 ， APP看友盟、ThinkingData等 ， 用户行为就去看看CRM、神策、GrowingIO等 ， 有的产品工具把每个主题进行了划分 ， 而且里面的呈现方式都是经过好多迭代的 ， 拿迭代的依据就是他们客户的需求 ， 这就是你要分析的方向 ， 未来要关注的 ， 提早做好储备的方向 。
五、建护城河（自我造血）闭着眼睛想一想 ， 一个月的薪水除了支付房租和日常花销外 ， 几乎没有剩余 ， 甚至还有负债 ， 而你唯一的收入是“工资”
换句话讲 ， 没有了工作 ， 吃饭都是问题 ， 设想一下 ， 离开职场了 ， 我们的活路在哪？
用2个常用的逻辑：
推理思维：家里没钱 ， 要上班 ， 不上班没人给钱
演绎思维：被公司KO了 ， 我就完蛋了 ， 要努力干好 ， 可领导不好把控
那还有活路吗？
做生意？没头脑
要创业？没资金
要赚钱？没路子
要暴富？没人包
那不妨就从3方面全面提升
1、让自己变得更专业 ， 知识与职场的锻造
2、借助互联网让自己变得更有名气 ， 玩名气价值
3、让自己的人脉更广
这样简单吧
1、职场上好好干 ， 没事就学习 ， 多和同事交流
2、网络上塑造自己 ， 多分享 ， 但要专注
3、有事没事参加一些活动 ， 针对性的参与
以上就是我感觉很重要的几个点 ， 欢迎有不同想法的可以交流 ， 毕竟每个人的成长、处境都不一样 。
最后送一段 ， 2012年写的数据分析5步走：
1、锁定分析目标 ， 梳理思路 ， 叫纸上谈兵；
2、把杂乱的数据整理出图表报表 ， 用数据探业务 ， 叫自问数答；
3、锁定核心抓重点 ， 设定最终算法 ， 叫挟天子以令诸侯；
4、梳理重点发现 ， 准备剧本开拍 ， 接受PK ， 叫才辨无双；
5、效果梳理 ， 总结经验 ， 叫内视反听 。
文源：小邓种草

    推荐阅读


    上一篇：魅族怎么进入挖煤模式

    下一篇：热水器镁棒多久换一次