1700433541
1700433542
■ 分析最重要的部分是，在事情发生之前做出判断。能否建立对正确问题的分析框架会直接影响到分析工作的成败。
1700433543
1700433544
■ 统计显著性不同于业务重要程度，不要通过统计测量方法来判断分析结果的业务重要程度。
1700433545
1700433546
■ 统计显著性测试只是提供了结论正确的概率。把显著性水平测试结果中较小的那部分概率与实际的错误联系起来。
1700433547
1700433548
■ 虽然对全体进行分析是可行的，但是它可能会带来额外的成本与工作，还没有太多实际的收益。因此，在很多情况下，包括分析大数据，抽样都是一种好的策略。
1700433549
1700433550
■ 一个出色的分析要提供对业务的推断和应采取的行动方案，并不是简单地汇报统计数据和事实。
1700433551
1700433552
1700433553
1700433554
1700433556
驾驭大数据 第8章如何成为优秀的分析专家
1700433557
1700433558
本章开始之前，我们先来做个小测验。测验非常简单，不用紧张。现在坐好了，花几分钟时间想一想顶级分析专家的身上有哪些最重要的特质。被我们称为分析专家的这种人，能够成功地驾驭大数据，有能力完成第7章里描述的那些复杂的分析工作。他们是掌握了高超技巧且受过专业训练的分析专家，他们能够建立预测模型，完成预测或者类似的工作，他们并不是只会做复杂电子表格或报表的那类人。列出你认为最重要的3～5项特质。好了吗？你的清单应当包含你认为最重要的那些特质，完成后请继续往下阅读。
1700433559
1700433560
大部分读者的答案都不会完全正确，都会有这样那样的错误。原因是当我们谈到什么是优秀的分析专家最重要的特质时，会根据一些常识来判断，而这些常识即便说不是完全错误的，也是不完整的。本章将对此进行探讨，讨论究竟是哪些特质让优秀的分析专家脱颖而出。首先，我们要清晰地界定分析专家的含义。
1700433561
1700433563
8.1 哪些人是分析专家
1700433564
1700433565
被冠以分析专家头衔的人会有很多不同的称呼。以往最常见的称呼是分析专家、数据挖掘工程师、预测建模工程师以及统计人员。最近，数据科学家这个称呼比较流行，尤其是指那些使用MapReduce工具并分析大数据的人。本书将上述所有人全都认为是分析专家。
1700433566
1700433567
事实上，上述分析专家虽然头衔多种多样，但是他们技能的相似程度会大于差异程度。这些分析人员的日常工作都是利用数据解决业务问题。不同类型的分析专家所使用的工具或算法可能会有所不同，但优秀的分析专家会根据需求在不同领域之间自由徜徉。如本章所述，优秀的分析专家之所以与众不同，绝不是因为他们使用了不同的工具、算法或数据。
1700433568
1700433569
需要特别指出的是，与传统意义的分析专家相比，数据科学家这个新的群体并没有什么特殊之处。就像以往分析专家关心的是找到新颖有效的方法利用数据解决业务问题一样，数据科学家也是如此。事实上，数据科学家喜欢使用不同的工具、编程语言和数据集，这种做法并没有让他们的目标和意图有所不同。他们使用的都是相同的技能，具备相同的竞争力。
1700433570
1700433571
唯一阻碍传统意义上的分析专家成为优秀数据科学家的是培训和学习，反之亦如此。有了一定的基础，任何优秀的分析专家学习一门新的语言、一种新的工具，都不会有什么问题。任何优秀的分析专家都会迫不及待地抓住机会，去了解新的数据源以及它们的使用方法。
1700433572
1700433573
凡是认为自己是分析专家的人，无论他们被称为数据科学家还是分析专家，都会认同本章的观点。跟这些分析专家进行交流的那些人肯定也会认同这些观点。分析专家能够理解他们彼此之间有很多共同之处，这一点对他们来说非常重要。这些特质和行为正是所有优秀分析专家的特征。
1700433574
1700433576
8.2 对分析专家常见的误解
1700433577
1700433578
列出分析专家最重要的特征时，大多数人都会加上学历这一点。通常，我们会认为优秀的分析专家应该是学统计学、数学、计算机科学、运筹学或者其他类似的专业。而且，我们经常还会认为他们得有个硕士学位或者博士学位什么的。我们经常关心的另一点是编程经验。我们认为优秀的分析专家应该可以使用多种语言编程进行分析。这种认识背后的逻辑是，普通分析人员所使用的工具，分析专家肯定用得更好。
1700433579
1700433580
人们普遍都会选择列出上述这两点，但这是不正确的。优秀的分析专家需要很强的数学和统计学背景知识。正经八百的学位，其实并非必需。在工作中边干边学，或者通过其他方式学习也是可以的。优秀的分析专家需要一定的编程能力，这是因为所有主流的分析工具都要有一定的编程知识才能用好。但是，具备这些编程能力也不能保证百分之百成功。
1700433581
1700433582
这就应了数学上的一句话：必要但非充分。要想成为优秀的分析专家，统计、数学、编程这些技能是绝对必要的，但并不充分。除了这些基础知识以外，分析专家还需要掌握更多的技能。具备数学方面的基础知识和编程能力是一个前提条件。虽然这些能力很重要，但它们并不是区分优秀分析专家和普通分析人员的分水岭，它们仅仅是起点而已。
1700433583
1700433584
如果招聘经理把注意力过多地放在技能知识以及学术背景上，结果是他们招到的员工也会把精力放到这些支离破碎的事情上面，而非关注全局。公司在招聘分析专家的时候还要在其他层面上设定一些评价标准。毕竟，我们需要的并不是那种“统计极客”，坐在角落里没日没夜地摆弄奇妙算法的人。招聘那些人并不会保证我们获得成功。
1700433585
1700433586
我们需要的是能够融入团队的分析专家。他们能够理解亟待解决的业务问题，理解如何才能有效地帮助业务部门解决他们的问题。如果没有这些顶级人才，我们就无法驾驭大数据浪潮。下面，我们将讨论怎样才能找到这些顶级人才。
1700433587
1700433589
8.3 每一位优秀的分析专家都是独特的
1700433590
[
上一页 ]
[ :1.700433541e+09 ]
[
下一页 ]