聽說你是做數據分析的?
鄧小姐變身數據分析汪長久以來,
常常處在精神崩潰的邊緣。
今天寶寶心里苦,但寶寶要說!含淚控訴!
對有以下惡劣言行的人類,
表示強烈抗議!!!強烈抗議!!!強烈抗議!!!
如果你也是一只數據分析汪,以下幾種情況,
鄧小姐斥巨資2毛5打賭,你至少遇到過1種。
1. 數據分析不就是幾個數字加一加!?
EXO ME?! 你可能不造,你所謂的加一加,鄧小姐從接到需求那一刻,需要從數據庫取數據,進行清洗和加工,使用模型,生成可視化圖表,對業務進行分析,發現問題,提出解決方案以及合理建議。這是一個完完整整的獲取數據→處理數據→分析數據→呈現數據的過程,需要用到編程語言,統計工具、數據處理工具、模型、算法、邏輯、業務理解等。當別人問我是干什么的,我通常回復是“寫代碼”的,而數據分析到底是一種什么樣的人生呢?規劃數據、收集數據、整理數據、日報周報月報、寫PPT、打小報告、做模型、端茶送水澆花等,每一只數據分析汪的理解都不一樣。Anyway,希望需求方不要不說明白前因后果就提出無理需求。
2. 你這個數據是不是有問題?
這句話是數據分析汪不能忍之No.1,鄧小姐不得不佩服說這句話的人的勇氣,你這不是在提問啊,你冒著生命危險在挑戰分析汪的權威,你在質疑分析汪的專業,那你也就不要怪分析汪一言不合就在你頭上狂澆一杯Espresso了,畢竟分析狗心里苦啊,你無法感同身受。氣歸氣,數據分析狗也得喝杯82年的雷碧冷靜下,是不是在給需求方提交數據的時候沒有交代清楚,數據的來源、 統計口徑、算法等有必要備注的,千萬不能省。如果在事情都做到全面周到的情況下,還有這樣“找茬”的需求方,甭客氣,一壺涼水澆在他頭上,人話聽不懂嘛,需要實實在在的“醍醐灌頂”。
3. 我馬上開會要用,一會兒老板要問。
講這句話的同學一般是對工作毫無規劃,對自己的項目數據漠不關心。平時不燒香,臨時抱佛腳,還連累一堆人。呵呵!笑話,你馬上要用,我就馬上能給你出啊?你不知道需求要排期、評優先級嗎?不知道我的需求都多到繞地球兩圈了嗎?但這時你跟他說什么都沒有用了,對方會使盡渾身解數:苦苦哀求狀“求求你啊,一會兒開會老板肯定要問,我答不上來會被罵慘的,救救我!。” 少女撒嬌狀“拜托啦,一會兒開會急用,拜托!拜托!。”還要一邊搖著分析汪的肩膀。“你最好啦!”鄧小姐是經不住這種撒嬌的,特別是男同事來搖肩膀,啊,不要辣別人眼睛啊!骨頭搖散架了!諂媚賄賂狀“你最好啦!” 不要啊!你干嘛?把你的泡泡糖、果丹皮、大白兔、辣條都拿走!我不吃!不吃!吃!
4 .幫我找點好看的數據啊!
有時候鄧小姐深深地感覺到,寫報告是一件出力不討好的事情,非常地得罪人。對于一個項目、活動、甚至App功能,數據分析汪都秉著客觀的原則,拿數據講事實。盈利就是賺錢了,活動參與人數少就是策劃沒動腦子,新功能提高了用戶活躍度那就是用戶對功能感興趣。麻煩需求方別為難小的們,你活動策劃得好,運營也到位了,各種指標自然噌噌噌地往上漲,根本不需要我們挖空心思去找所謂好看的數據。還請多留意分析汪的建議,總結經驗教訓,莫要怪罪。
5. 你excel用得好啊,教我一下?
這位同學您說得十分的正確啊,我Excel用得好,感謝您的肯定。然而,鄧小姐經常被咨詢的問題是1、怎么去掉重復數據?2、怎么添加把同一個人的所有記錄匯總?3、怎么出來下拉選擇框?4、XX函數怎么用?此時此刻,在內心輕輕地嘆氣,同學,這些so easy的問題,度娘有千萬種方法給你。伸手黨們,答應我,能百度的就不要去麻煩別人好嗎?在此,鄧小姐墻裂建議HR們,凡簡歷上寫著熟練使用辦公自動化軟件的面試者,只考一個Excel的簡單函數——VLOOKUP,遇上喜歡tree new bee的高能面試者,不妨多問一句ture 和false精確匹配和近似匹配的區別。
6. 我只查一個數
鄧小姐,我只要一個總數,麻煩你幫我算一下。對于這種看似簡單的需求,衍生出來的是“我每天都只查一個數”。同學啊,我們不是數據的搬運工好嗎,你大概忽略了我們的title上還有“分析”二字,對于這種需求,分析汪真的不用理會,既然是常規的查詢,產品經理是需要考慮到接入系統的,沒有什么是非得走數據庫來查一個數那么簡單的事情。同行們請調整到數據分析最正確的姿勢。
7. 你去重沒有?
能說出這么有技(hou)術(yan)含(wu)量(chi)的話一定是宇宙最神奇物種——程序猿哥哥,每每聽到這句話,盡管心已碎成渣渣了,還要眨著無辜的大眼睛,溫柔地說“偶吧,人家去過重了喲~”(事實是把DISTINCT、GROUP BY大寫加粗甩他一臉,你踏馬給我吃了!)然后程序猿哥哥們在你身后圍繞,你一邊寫SQL,他一邊念,富有磁性的聲音在你腦子45°角方向立體環繞“SELECT * FROM……” 能不能讓妹兒安安靜靜擼兩行代碼,能不能!畢竟我還是一只有思想的程序媛好伐?
鄧小姐細思極恐,這幾年是怎么活下來的呢?溫馨提示您:數據分析有風險,入行謹慎再謹慎。