ITPub博客

跟数据打交道这么多年，我发现这两年有个现象越来越普遍了，那就是很多原本跟数据无关的岗位，现在也开始把数据分析作为岗位的基础要求了。财务、市场、产品、运营，甚至是人事......后台来咨询我的越来越不局限于数据分析师了。经常有刚入门数据分析的新手问我：看了你之前的干货，学了各种数理统计知识和数据分析方法，自以为入门了，但一应用到实际工作场景中就蒙圈了——这么多数据分析模型和方法，我该怎么选用呢？数据

文：大数据架构师源：数仓已死？数据湖当立！前两天，我详细剖析了一下这两天脉脉上很火的数据建模帖子。指出来帖子里百度小哥“只见宽表不见建模”的核心原因是整个数据圈的核心逻辑变了。然后就引起了建模群里一帮人在疯狂吐槽。也有大厂的数仓大佬高屋建瓴，指点江山，侃侃而谈。为啥吐槽？因为我们知道，这再也不是以前数据至上、工程为先的俄罗斯方块游戏了，而是客户至上、业务为先的神庙逃亡游戏。但是绝大多数企业的数据仓

究竟是用一套ERP系统好，还是要求各个下属单位统一使用同一品牌的ERP软件，由集团总部来制定统一的使用标准，各单位按照要求去各搞各的ERP系统？我跟他分析了下图两种模式具体做法的异同，并认为，集团信息化的终极模式还是左边一种，即global single instance；当然，能不能实现左边这种模式，并不是一个技术问题，而是纯粹的集团化管理的业务问题。由于企业历史发展原因以及历史上的IT建设进程

现代企业越来越讲究“精细化运作”，而“精细化”的前提是有足够多的决策维度，所以企业管理层对数据分析的要求也越来越高、越来越细化。举个例子吧，过去老板只需要盯好企业盈利，那么给老板做一张一维利润表就可以；但慢慢地领导开始关注哪类产品利润高、哪个区域利润高，这时就需要做交叉表来分析了；再到后来，老板既要和竞争产品做横向分析，又要和历史数据做纵向分析，这时一张表显然就不够用了......总之，老板关注的

搞数据的都知道，阿里发明了数据中台，然后“中台”这个概念就马上成为了国内大多数企业趋之若鹜的风口，真正实施后却发现中台与数据平台、数据湖等项目大差不差，又有好多机构开始忙着拆中台了，中台虽然还没到人见人烦的地步，但总体来讲已经不那么受待见了。我发现网上也有很多文章进行分析，但大多是长篇大论，表述也过于技术，今天我就用最通俗的话跟大家解释一下。首先，先解释一下中台的概念首先，不论是数据中台，还是业务

这个问题总能见到一些朋友问。新人问，因为数据分析这个事儿听起来挺抽象又很高大上，具体需要做哪些，大家不知道。有些已经在做数据分析的老人也会问，因为自己当前做的工作和入行之前理解的似乎不太一样。今天就系统来说一说这个问题：数据分析师们，每天到底在干些什么？如果对数据分析行业不太了解，教大家一个最简单的方法，就是去招聘网站上看数据分析岗位的招聘要求（这个方法适用于各个行业），通常来说职位描述中提到的内

当你觉得眼前的旧代码很烂时，该怎么办?你觉得旧代码写的很烂，那又怎样呢?它们已经上线，已经在实际运行中经受住了考验。重写代码消耗了12个月！我们从头开始重写代码浪费的时间。你能想象在软件行业，12个月的时间没有任何新产品推出，没有任何新版本更新吗？真的，我不由自主地问自己这个问题：在这个快速发展的世界里，12月的时间能让我们做多少事情？“2015年1月20日，星期二，下午5:10，AntiMalw

一、漏斗模型1898 年，一个美国人提出了漏斗模型的概念，后来被总结为AIDA模型，从吸引客户的注意，到引起客户的兴趣，再到产生拥有的欲望，最后形成购买的行动，每个环节都会有客户流失，越靠后的环节，客户数量往往就越少，画出来的图形，就像一个漏斗。以常见的销售过程为例，我们可以把客户细分为目标客户、意向客户和订购客户：从销售漏斗图的形状，我们就能比较直观地看到每个环节的转化情况。通过横向或纵向的对比

想真正读透财务报表肯定是没有捷径的，但对于新手朋友，可以快速地了解财务报表的大概情况是可以有些技巧的，下面我来分享一些快速判断财务报表的方法财务报表是很重要的辅助分析工具，但不是唯一，不可以迷信财务报表，但也不可不读财务报表因为财务报表记录的是过去，我们投资的是未来过去可以说明很多问题，但不能完全决定未来这一点是阅读财务报表的基础，希望每一个投资者谨记！我一点一点地推进，慢慢地聊，大家可以慢慢看，

有人经常会把数据分析与机器学习给搞混掉，机器学习这个主题已经很普遍了，每个人都在谈论它，但很少有人能够透彻地了解它，今天老李给大家分享一下机器学习的概念。数据分析和机器学习如果你认为大数据仅仅是关于SQL语句查询和海量的数据的话，那么别人也会理解你的，但是大数据真正的目的是通过对数据的推断，从数据中获取价值、从数据中发现有用的东西。例如，“如果我降低5%的价格，我将增加10%的销售量。”数据分析是

前几天因为业务认识了阿里的可视化工程师，发现他们非常喜欢用一些炫酷、拥有黑科技感的图表特效，比如下面的这些：不得不说，这些图表确实做得非常高端大气上档次，也非常符合阿里这种企业的气质，很多人看到这样的图表都会问这个要怎么做，或者用什么样的工具去实现。其实，我也做过很多可视化报告，一般来说想要实现好看的效果一般有下面几种方式：利用Excel内置的图表做一些常规的统计图。高级复杂的譬如动态图表，图表的

在说如何成为一名数据可视化工程师之前，我想先说一个大的前提：对于前端、程序员等各种岗位而言，不要盲目地切入数据可视化这个领域，因为核心竞争力相对于来说不会很大，这只是锦上添花，并不会雪中送炭。没有一个公司的老板，会专门招人来做可视化大屏，都是IT部门去搞定，再或者数据部门，这些都不是核心工作。好了，说正题。国内让我惊艳的可视化公司有如下几个：帆软 ：应用很广，国内头部的数据分析公司阿里的datav

最近好多朋友都跟我说，现在互联网企业里的技术研发全都是白菜价，做市场的、做营销的、做运营的都比做技术的要好得多，感觉国内很多公司都看不起搞技术的，事实上是怎么样的呢？IT技术专家到底存不存在？首先，国内很多公司都是有高水平的技术专家的，并不是所有IT技术最后都转去做了技术管理，具体要看项目。就拿我自己来说，我刚毕业进的第一家企业就扔了一个技术项目给我，公司要从无到有使用td-scdma芯片，协议非

今天老李说说职场的那些事，回想起来我做数据分析这行也快十年了，期间经历了大大小小的公司和形形色色的人与事，从一个小小的数据小菜鸟，变成了数据部门的老油条。经历了无数的血与泪之后，我才领悟到一个真理：公司最大的成本不是金钱、不是财务、不是利润，而是部门之间的损耗，某件事情一个人做可能成功，但是一群人做可能就会失败。数据分析的沉没黑洞之前有一张职场鄙视链的图片在网上非常流传，展示了公司各个部门之间的沟

复工返学高峰季是疫情防控的要紧时期，引起了全国企业和高校的高度重视。不少公司和学校将信息化手段应用到了防疫工作中，数字大屏可以用做防疫数据监控的前端平台，也能通过数据展示警醒大家不可放松警惕，在防疫数据监控与分析中可以起到重要作用。但是，制作一张大屏可要花费不少精力，如何在一天内快速做好一张防疫数据实时监控大屏？需要做什么准备，用到什么材料、功能和技巧？本文包含了重要的制作步骤和功能要点，还将附送

最近呢，对链家平台上的北京二手房数据做了个可视化分析，对目前北京的二手房交易情况有了个大致了解，最终得到一个很实在的结论：奋斗一辈子也买不到一个厕所这句话不是骗人的，是真的；关于具体分析内容请看下文1、工具说明本文用到的 Python 库有外加百度地图 API2、数据采集所有数据来源于链家二手房交易平台，上面每页排列 30 条二手房数据，本文采集了前 100 页 数据，每条二手房交易数据中提取 标

运维到底是干什么的？估计连运维工程师本身都不清楚，在百度上搜索也基本得不到答案，找了很多的运维老员工，终于总结出了运维工程师的工作内容：一般来说，运维工程师都是说的互联网企业的运维师，通常属于技术部门，是支持互联网产品技术以及研发，测试和系统管理的四个主要部门。国内外公司以及大型和小型公司之间的划分将有所不同，主要的工作内容有下面几种：1、保障业务系统长期稳定运行毕竟业务系统要是出现一点差错，用户

最近，我接手了一个大屏幕项目，从初步研究需求到原型设计再到模型开发，我花了半个多月的时间。在这个过程中，我还踩了很多坑，我深深感到开发大屏幕项目并不容易（领导能力要求太高），我也借此与你分享我之前收集的可视化大屏模板，以作为你的参考，并讨论大屏开发中容易踩到的坑。我知道阿里的datav是已经存在了几年的产品，不过这几年一直没有动静。尽管它与Aliyun绑定，但在实用性方面确实不是很有用，也就3D效

大家好，最近大A的白马股们简直跌妈不认，作为重仓了抱团白马股基金的养鸡少年，每日那是一个以泪洗面啊。跌妈不认不过从金融界最近一个交易日的大盘云图来看，其实很多中小股还是红色滴，绿的都是白马股们。以下截图来自金融界网站-大盘云图：2月26日大盘云图那么，今天我们试着用python爬取最近交易日的股票数据，并试着用excel简单绘制上面这个树状图。爬取网易财经各板块股票数据excel树状图简单的树状图

从节前开始就有好多朋友问我对于阿里“拆中台”的看法，今天正好又被问到这个问题，就随笔写写自己的看法，一起探讨。我猜想大家问这个问题，言外之意心里无非就是以下这几个问题：阿里都“拆中台”了，我们要不要也跟着拆？从阿里“拆中台”，我们能看到什么？从阿里“拆中台”，我们能学到些什么？阿里都“拆中台”了，我们要不要也跟着拆？这个问题最简单，我们先姑且不考虑阿里拆中台信息的准确性，就算是阿里把中台都拆了，我