你和数据分析大神之间,就差这7个沟通技巧
常常有读者跟我抱怨,在他们公司里,顶着“数据分析师”的title,干着人肉取数机器的活,接需求时要当好业务的乙方,出报告时还经常被领导嫌弃,工作成果也不容易被衡量和认可。工作了几年发现,事情做了不少,但就是没啥成就感。其实,数据分析并不是一个纯技术的活儿,如果不想当一个“人微言轻”的工具人,想高效完成工作,光靠技术和理论是不够的,沟通能力也是一项关键的技能。数据分析师需要沟通的环节主要就是对接需求
高考语文再现奇葩作文题!大数据分析高考作文,看看哪年最坑爹?
今天是2021高考的第一天,千万的莘莘学子在高考战场上结束了第一天的征程,而语文作文题目毫无疑问地成为了大家关注的焦点。提起每年高考里的那些“奇葩”作文题目,想必经历过高考的同学一定深有体会,比如当年十多年没考过的“书信体”、被无数网友恶搞的“100份与60分”漫画:今年全国各地的高考作文是不是又会有奇葩题目呢?老李在网上搜索了近几年全国各地的高考作文题目,从2017年开始全国各个省份基本上都用了
IT大神提升代码效率的秘密,都私藏在这10个神仙软件里
今天就拿出我的私藏工具送给你们,部分内容也适合职场人士。每款都是下了不后悔!而且光推工具不给下载地址的都是耍流氓~一、Everything不光是程序员,这就是职场人都要拥有的!最强文件搜索神器。这是windows平台可下载的神奇,1s找到你想找的文件绝对不是吹牛的,而且超级小不占用电脑空间。二、sinpaste这也是适用于windows,这是一款截图工具,大部分人还在用QQ、微信截图么?有了它可以
「报表开发者必看」避开这6个误区,报表才能好看又实用
你是否还在为这些问题苦恼?报表设计得很完美,内容很全面,功能很强大,但是业务就是用不起来?我明明完全按照业务的要求做的模板,但到最后居然满足不了他们的需求?明明指标都很全,但业务说我的报表没有价值?如果你遇到以上问题,那你可能走入了报表设计的一些误区:一、报表设计常见误区1、内容丰富、重点不突出你是否认为展现的内容越多,报表的价值越高,但是事实并非如此。一张报表,用户的着眼点在哪里呢?哪里才是你想
避坑指南!数据分析最容易被忽略的10个错误
本文总结了数据分析的几个阶段中最常犯的10个错误,以及规避的方法,收藏起来,分析不翻车! 一、数据采集阶段1、数据失真数据是可能骗人的,比如店铺、电影的评分,可能被人为操控;比如某公司发布的行业分析报告,也具有很大的主观性。基于错误的数据,做出的分析结论是无益甚至是有害的。所以在采集数据时,我们先要考证数据的来源及可信度,还要关注不符合常理的数据变化,对数据采集方法进行调整。2、幸存者偏
一张图剖析企业大数据平台的核心架构
我们先来看看这张图,这是某公司使用的大数据平台架构图,大部分公司应该都差不多:从这张大数据的整体架构图上看来,大数据的核心层应该是:数据采集层、数据存储与分析层、数据共享层、数据应用层,可能叫法有所不同,本质上的角色都大同小异。所以我下面就按这张架构图上的线索,慢慢来剖析一下,大数据的核心技术都包括什么。一、数据采集数据采集的任务就是把数据从各种数据源中采集和存储到数据存储上,期间有可能会做一些简
月薪2W和月薪10W的差别,怎么判断一个产品经理的专业水平高低?
作为曾经在百度和腾讯工作多年的老产品经理,试着说一下我的看法,仅供参考。题主的这个问题我觉得应用到面试场景非常适合,作为从业十几年的老产品经理,这么多年至少面试过上千人,纯产品经理面试也至少有几百人了,从我过去面试和用人的经验以及教训来看,一个产品经理功力考量得有这么几个方面:是否基于用户需求做产品?是否通过用户观察了解需求?是否具有设计的审美感?是否有很好的落地执行力?是否具备强烈的好奇心?是否
5.6亿人没有存款、人均负债13万,大数据揭示负债累累的年轻人
最近一位清华副教授的言论在网上火了:从丧文化到佛系,从打工人到躺平,越来越多的年轻人在互联网上不断寻找着共鸣、创造着新词,然而很多既得利益者都在职责或者阴阳怪气当代的年轻人,说他们不热爱劳动,不热爱奋斗。究其根本,极度严重的内卷化已经让年轻人的生存空间迅速减小,暴露的矛盾已经到了临界的状态。今天老李从国家统计局找了一下数据,导入到了可视化工具FineBI里,探究一下如今年轻人的生存状况有多么严峻:
为什么说堡垒机是企业IT运维的“安全终结者”?
堡垒机,听起来就是一个够酷的名字,有用户笑言,听着名儿就觉着安全,就像大块头施瓦辛格一出现在电影镜头里就像终结者一样。那么,作为内网安全的"终结者",堡垒机究竟是个什么模样。所谓"堡垒主机"(简称"堡垒机"),就是一种被强化的可以防御进攻的计算机,具备很强安全防范能力。什么是堡垒机?“堡垒主机"这个词是有专门含义的概念,最初由美
五种高大上的可视化地图,10分钟快速上手,一个代码都不用敲
在数据可视化中,地图可视化是最最常用的高级图表之一了,尤其是各种企业的可视化大屏里,要是不放张地图大屏,都不好意思跟老板或者同行看。这种可视化地图虽然高大上,但是制作方法其实并不难,主要有两种方法:第一种是用python、echarts组合的方法,这种方式要求具有一定的JS编程基础,难度较高,但是自由化程度很高,可以实现诸如喷泉图的效果,推荐有编程基础的人学习。第二种是使用可视化平台,比如国内的F
企业部署BI系统怎么能一直做下去,PDCA闭环是关键
帆软数据应用研究院 | 王文信BI项目失败的一大表现就是不做验证、不听反馈,究其原因,还是缺少闭环思维。而闭环思维之所以能够促进BI项目成功,离不开其“有始有终、不断反馈、不断优化”的核心思想。没有反馈、不做优化的BI项目只能是大量数据应用的堆叠,其价值也就只能停留在提供数据层面,无法提升企业的管理水平和业务水平。企业内最常见的一个闭环思维便是PDCA闭环。PDCA是质量管理的基本方法,分为Pla
5招训练你的数据敏感度,数据高手都在用
真正的数据分析大神是怎样的?有人说能轻松玩转各种分析工具,有人说能从海量数据中找到关联,有人说能一眼识别出报告中的数据异常,还有人说能够撰写一份经典的数据分析报告。其实对于一个数据大神,这些都是必备技能,要想练就这样的十八般武艺,最重要的就是提高自己的数据敏感度。所谓数据敏感度,就是善于洞察数据和业务间的联系,一个优秀的数据分析师,总能快速洞察出数据背后的问题和对业务的指导意义。什么叫快速洞察?比
数据中台不是企业的万能妙药
数据中台最早是阿里最先发明的概念,起初阿里提出建立数据中台的目的是很明确的,就是为了解决各个部门之间的数据孤岛,数据标准和口径不能统一,造成了很大的数据资源浪费。而经历了十年多的发展,数据中台的热度也逐渐从大火降温到了低谷,未来数据中台究竟将会如何发展,帆软君今天给大家分享一篇文章,内容出自公众号《谈数据》:什么是数据中台?根据数据中台要解决的问题,我们可以确定数据中台建设的终极目标。数据中台首先
产品经理为什么越来越不值钱?不懂数据,只能尴尬退场
前两天和正在换工作的读者小K聊了聊,他是个经验老道的产品经理,不过最近在面试却屡屡碰壁,不甘心地来找我倾诉。原来,在他面试时,面试官都很喜欢问数据有关的问题,但这恰好是他的薄弱环节,只能尴尬地答非所问。“原本以为这些是数据分析师的工作,没想到已经成为了产品经理的必备技能”“平常一直有学习数据分析,但没想到大厂的要求还要更高”相信很多产品经理也有此感,懂数据分析对岗位越来越重要了,很多大公司甚至在招
三个数据分析里最难攻破的“悖论”,每一个都令人费解
跟数据打的交道越多,就越可能对数据产生绝对的信赖感,但其实在实际业务中,数据往往会“说谎”,今天给大家介绍三个数据分析中常见的悖论:1、辛普森悖论辛普森悖论是数据分析中最常见的悖论之一,举个最实际的例子来说:鸭堡某学期期末考试,考数学、物理、化学三科,A的数学比B高2分,物理比B高15分,化学比C高3分,请问A的总分是否比B高?很多人会说,这不是废话么,问题太简单了,当然是A的总分比B高了!实际上
可视化大屏设计指南,附20份可直接套用的实用模板
如何开发一个可视化大屏?现在很多公司对可视化大屏非常热衷,原因很简单,大多数公司都存储了很多原始数据,比如报表数据、业务数据、财务数据等,但是领导高层无法理解如此庞大的数据细节。所以很多高层都喜欢用可视化大屏的方式,来提高数据的易理解性,但也有人觉得可视化大屏都是面子工程,花了很多钱,但是最后也起不到什么作用其实,数据可视化是一门涵盖范围非常广的门类,其中既有服务于业务人员的报表可视化,也有专门为
运维是不是IT行业里技术含量最低的岗位?
运维是不是IT行业里技术含量最低的岗位?原创IT技术管理那些事儿2021-05-19 15:00:34在互联网行业里,运维一直都是一个被人误解很深的岗位,以致于很多人都认为运维在IT行中的技术含量很低,但是今天我要为运维人“平反”。开发与运维搞不清楚从本质上说,运维其实是用自己的技术储备知识,保证自己所管理的IT服务可以正常运转的岗位。举个例子,在公司里经常会有妹子找软件开发工程师修电脑,而软件工
20张可视化大屏,给数据分析师最全的大屏模板!无代码直接套用
作为数据分析师或者可视化方面的设计师,设计制作可视化大屏是非常加分的一个技能。在缺少专业大屏软件的情况下,制作一张大屏模板可能需要编写大量的代码搭建iframe布局、接入echart图形。而帆软大屏的制作立足于FineReport决策报表,用户可以通过简单拖拽的方式设计整体布局,可以直接使用数十种拥有自主产权的图表,还可以添加轮播、闪烁、旋转等动态效果,让大屏可视化更生动。大屏场景模板最后给大家带
一张图解释清楚大数据技术架构,堪称阿里的核心机密
我们先来看看这张图,这是某公司使用的大数据平台架构图,大部分公司应该都差不多:从这张大数据的整体架构图上看来,大数据的核心层应该是:数据采集层、数据存储与分析层、数据共享层、数据应用层,可能叫法有所不同,本质上的角色都大同小异。所以我下面就按这张架构图上的线索,慢慢来剖析一下,大数据的核心技术都包括什么。一、数据采集数据采集的任务就是把数据从各种数据源中采集和存储到数据存储上,期间有可能会做一些简
想做出让老板眼前一亮的可视化报告,这几个“心机”千万要有
部门大神做的数据分析报告,总能得到领导夸赞,自己做的报告只能在一旁吃灰。明明用一样的一样的分析套路,到底差在哪了?其实,大神们做数据分析报告,背后都藏着满满的小心机,文本我就带大家揭开一下大神们的数据分析报告里,都藏着哪些“小心机”!让人眼前一亮的标题标题是一种语言艺术,好的标题不仅可以表现数据分析的主题,还能激发读者的阅读兴趣。常规的报告标题,一般只会概括分析报告的主要内容,如《2021年公司经