ITPub博客

作为一名重度报表工作者，最近被最近被Excel伤害得很深，想找一个可以替代的做报表做dashboard的工具，网上有人推荐了很多工具，然而效果和效率都始终不尽人意。直到我利用专业的报表工具做出了类似这样的仪表盘，领导都夸我的报表功底是公司第一！这个工具就是FineReport+FineBI，相比来说，Excel对于大数据量的支持不能让我满意，并且经常崩溃，而且Excel的图表公式太过于繁琐。既然它

让人惊艳，这个要求也不低。这也从侧面说明了工具的易用性、成熟度、用户体验、性能都是ok的，实话实说，一般的工具达不到用让人惊艳的标准。关于可视化工具，我曾经也说过很多次了，这次就再来说一遍吧。作为一名数据分析师，一提到数据可视化就会感到莫名兴奋，我认为数据可视化有两个非常重要的部分：一个是数据，一个是可视化。而我们最常见的问题就是一看已经有了数据，却不知道如何去可视化。市面上有相当多的可视化工具，

作为我们IT人，一到年底年初就要做各种各样的数据报表、数据报告，且不说从各个业务系统里拉通数据有多费事，光是与需求方沟通就要浪费太长时间，尤其是面对业务变化非常快的部门，一张报表做三天都是常事。Excel应该是最常用的报表工具了，但是在实际工作过程中，由于IT规划和业务流程的缘故，很多IT人、数据人开发报表都不一定通过excel来实现，相反用邮件发送抄送密送excel报表是一个很落后的方式。不信你

根据我从业这么多年的经验，如果为了尽快找到一份数据分析的工作，需要掌握三个核心的点：数据分析基础（一定的数据思维、统计学基础和sql能力）——能做最基本的取数工作数据分析能力（使用各种分析工具、套用数据模型、做可视化报表等）——能做简单的分析工作业务分析经验（熟悉各种业务逻辑和指标体系）——能做复杂的业务拆解因此对新人来说，强烈建议按照下面的学习路径进行学习：一、数据分析常用的思维判断一个人做数据

转行进数据分析已经十年了，表达一下我的个人看法。私以为，数据分析行业是可以长期发展下去的，但是对于数据分析师的专业技能的要求会越来越严格。一、原因分析在互联网时代下诞生的不仅仅是一系列的智能产品，还有海量的用户数据。从app的开发使用、人工智能的快速发展到5G的产生，整个大数据时代高速发展。就像当年的淘金热一样，谁能在海量的数据中找到有用的信息，谁就能在这场信息战中获得巨大的胜利。于是，在大数据的

提起数据运维，大部分人的第一印象都是：运维=修电脑+接网线+连监控+打扫机房卫生+背锅其实这都是圈外人对运维的刻板印象，无论你是个刚入职没几个月的行业新人，还是在行业里摸爬打滚了好几年的“老鸟”。你都面对着同样残酷的一个现实：这是一个高速发展的行业，任何肚子里没有实货的技术人员都会被这个圈子所淘汰。那么，做运维的你，最终的出路到底在哪里呢？到底怎么样才能出人头地，拿到一个年薪百万的Offer？我给

我是一个数据从业者，很早以前就想把自己在工作和学习中的心得做个总结，一方面是对自己过往经历的一个总结和回顾；一方面最近几年大数据是越来越火了，也希望自己的经验能帮到那些对数据有热情、希望从事数据行业的新人们；还有一方面，也非常重要，是希望借助ITPUB这个平台跟广大同行们做一个交流，互相帮助，共同成长。自我介绍在开写之前，先做下自我介绍。我在企业里从事数据相关的工作已经有11年了，在这些年里，我做

最近拼多多的员工猝死事件闹得沸沸扬扬，这场痛心的事件不仅让人们看到了无良企业的冷血残酷，更让很多人深深感受到了程序员内卷的危机感。当年程序员还属于稀缺岗位的时候，并没有太多的加班现象，然而随着国外低代码平台逐渐在国内兴起，一场抢夺“低代码”市场份额的拉锯战正在上演。自从低代码平台到来之后，程序员的竞争就更加激烈了，因为不会代码的人几乎都不用学会SQL，甚至零编程基础的人都能迅速涌入这一行业。但是程

每一年的双十一，你一定看见过这样的天猫大屏：这样超大画面、富有科技感和炫酷的呈现效果，其实并不是可视化大屏的真正意义，可视化大屏的真正目的是让对方更能直观快速地接受信息。因此就要求使用的可视化工具能够简洁、简单且高效，最重要的是要适合新手，只需要几分钟就能够上手，而且做出的效果既炫酷又实用的可视化大屏。做可视化，不管是大屏，还是放在报告里的图表，都有很多种方式：开源工具 ，如Echarts、Vue

今天给大家整理了28张数据分析的知识地图，话不多说，直接上图：1、数据分析步骤地图2、数据分析基础知识地图3、数据分析技术知识地图4、数据分析师能力体系5、数据分析思路体系6、数据分析核心主题7、数据科学技能书知识地图8、数据挖掘体系9、python学习路径10、B端数据分析地图11、RFM分析体系12、线下店铺数据分析13、小程序数据分析14、用户分析15、用户画像法16、Excel常用公式17