ITPub博客

Python有多火热，不需要我罗列具体的数据，仅大家回想下见过多少广告就知道。Python最初是由数据分析带起来的，号称自动化办公，表格处理，数据分析，图表制作吸引了一大波人。不过等真的感兴趣想要学习的时候，大家又被一堆代码拦在了门口，说到底Python并非真的适合普通人的职场办公，因为它确实有一定的学习门槛。那是否就意味着大家还是只能回到原来的办公阶段？既然提出这个问题，我自然找到了Python

经常看到年轻人提问“究竟是去大公司打杂好，还是去小公司磨练好？”这个问题我年轻的时候也想过，当时觉得去大公司只能当螺丝钉，做按部就班的工作，于是毅然决然放弃了大厂offer去了一家IT部门只有3个人的公司。当时我在想，IT老大可以手把手带我成长，要不了多久我就能自己干项目了。现在想来真的天真，入职领了一台Thinkpad之后，我就开始工作了。第一周：取数第二周：取数 ，做表第n周：取数，做表。。。

这几年数据分析被炒热过了头，但冷静想下大家费那么大劲学的、做的数据分析，真的有用吗？从找我咨询的人的分享来看：数据小白正忙着收藏各路数据分析入门知识；有点基础的就转战上各种培训班的3-7天数据分析速成课；已经入职当数据分析师的，则上班8h，5h取数洗数，2h吐槽业务，剩下1h导入、拟合数据，套用分析报告，最后给出一些“正确但无用的废话”。明白大家都不容易，小白不知如何入门，有点基础的需要项目练习，

除去电影情节，大部分人第一次见到的可视化大屏是什么？不出意外，应该是2015年的淘宝双十一直播大屏吧。早些年前，做这样一个可视化大屏除了有硬件要求，还有很高的技术门槛，最初也只有像阿里这样的大厂能够做到，但现在数据可视化的应用已经普及到各行各业了，其场景更是多元，譬如科技展览馆、智博会，以及公司大厅，甚至是日常报表!这也就导致行业对可视化的需求越来越多，即便你并非该方向专业人才，也时不时会接到领导

待过几年中小型传统企业的应该都有这个感知：虽然每个月都在采购新的软件系统，但整个公司的数字化仍旧一团糟，数字化转型是越搞越回去了。这也很好解释。传统企业业务部门繁多，在搞信息化阶段采购了很多业务系统，比较常见的像OA、ERP、MES等，后续随着业务部门的发展，又会分别添置新的业务系统。这些业务系统的数据又来自不同的数据库，像Oracle、SQL Server、My sql，各个系统的数据库存储方式

总有粉丝朋友们来咨询，关于BI工具选型的事情。因为不是非常了解你们公司的需求，所以我也不敢直接给你们回复。不过总结了一下大家的描述，基本上就是要上手简单，后续维护工作少，以及数据处理速度快的BI工具。于是我花了一周的时间，翻遍了百度、知乎，看完了51CTO、CSDN、博客园之类的大佬测评，最后选出了4大BI工具，包括国外2款：Tableau、PowerBI，以及国内2款：FineBI、永洪BI。每

每年11、12月注定是非常忙碌的月份，大多数行业会集中在这两个月上线大量的促销活动，所以不少运营人员、业务人员、数据分析师要同时进行大量的活动复盘工作，而这些复盘工作，最后又都会以一份报告呈现。这就导致大家要在复盘活动之余，还要再多花更多的时间与精力来完成报表，毕竟干得好的不如PPT做得好。所以，如何利用最小的投入，让报表不至于成为完整活动的拉跨点，我特意整理了40套可视化报表模板，大家改个数据源

在银行，业务部门是利润中心，而科技部门是成本中心（数据部门一般划在科技部门底下），能赚钱的部门强势嗓门大，同时压力也大。为了完成KPI和抗住同行的竞争压力，业务部门经常需要快速提取各类业务数据指标。业务需求提得急，科技反应慢，为难的就是夹在中间的银行数据人（也就是银行的“表哥表姐”）给分行的填表模板必须做好校验，不然填的数字五花八门。这张报表要跨几个业务系统拉数据，暂时没办法做报表，能不能写个宏把

中国信息化建设发展了几十年，像政府和央企、国企这类不差钱的，很多系统购买的原因之一就是“消除数据孤岛”。这个口号喊了几十年，结果系统是越来越多，数据孤岛也越来越严重。就像给裤子打补丁，哪里破了个洞，哪里补一块，到最后补丁越来越多，但裤子却没法穿了。看了很多文章，大家对于解决数据孤岛问题都是浅谈即止，今天跟大家一起深入思考一下，为什么消除数据孤岛这么困难？欢迎大家在评论区探讨。可能有朋友经常听说这个

为什么要学习图表？很多人在没有想清楚的时候就已经开始接触图表了。小伙伴们还记得自己制作的第一个图表是什么吗？老李的第一个图表是柱状图。图表入门很简单，一个折线图、一个饼图就算入门了，并且这些图表在日常中的使用概率也更高，似乎占据了80%的各种报表，但这并不意味着图表的潜力只限于此。不少朋友希望学习图表除了能满足日常工作之外，还能满足其他的需求，譬如满足领导日渐提高的审美需求，譬如追求与众不同，或是

作为一个在IT行业摸爬滚打了多年的老油条，我是越来越看不懂现在的互联网行业了。至少曾经我听过太多人吐槽写代码的永远干不过写PPT的，并且在现实工作中验证过也确实如此，但是老马的这一波骚操作，让推特工程师打印出最近30-60天的代码，并审查后撕掉代码，且在电脑上展示出来，让我似乎看到了这个行业某些其他东西。这波操作不讨论老马的真实意图到底是什么，从技术角度而言，不仅让我，也让许多程序员感受到保持写代

马上年终了，又到了写年终总结的时候。网上有很多写年终总结的方法，甚至还有不少年终PPT模板分享，这很好，至少能让大家的水平稍微提高一点。有粉丝找我，问我有没有年终总结的报表模板，其实一直关注我的粉丝应该也知道我做过不少模板，但都是用专业的报表工具FineReport做的，而不是用PPT。因为对我来说PPT的效果有限，展现数据也多为静态，顶多是通过添加动画，让画面略微增加些动态效果，但这种制作起来麻

又要周五了，数据整理好了吗？周报提交了吗？下周周会的材料准备好了吗？基本上每个工作的人，都会被周报、月会折磨，「周报」本身不是形式主义，而现在公司把周报和周会变成「形式化」而非业务导向，这才是形式主义。不管是不是「形式主义」，作为打工人，周报得写，周会得开。我们最常见的周报形式应该就是word或者ppt，经常花了大量时间和精力制作ppt，但根本没办法保证引用的数据是完全准确的，会议结束之后的ppt

在工作中，未经视觉化的数据往往令人费解，不仅增加了沟通成本，也提高了项目难度，但可视化数据太难了，大多数情况下，好的数据往往沦为拙劣可视化的牺牲品。所以如何提高数据可视化能力，是值得行业终生研究的事。不过作为普通人，我们仅掌握以下几个技巧，至少能够让你超越95%的人。1、数据可视化是艺术与科学的结合常规的图表譬如折线图、饼图等实在太过无聊了，所以仅凭这些图表，你也不要指望能够让人眼前一量，进而吸引

前几天有个粉丝找我，说花699报了一门数据分析课程，还有实战项目，让我帮她看看她做的数据分析。项目的名称叫：豆瓣高分电影分析。她写了一大堆内容，我也没细看，截取几张可视化图表给大家，大家觉得有什么问题呢？其实我看完项目标题，就想说“妹妹，你被割韭菜了。”这个项目可以称为优秀的python爬虫实战项目，但要说数据分析项目的话，多少有点扯了。到处可见的“数据分析”培训课都快把人都带跑偏了，今天再给大家

今天跟大家讲一个老生常谈又不得不谈的话题：IT部门和业务部门的配合。企业里这两个部门经常互相抱怨，业务部门抱怨IT部门不懂业务，花了大把钱做出来一堆没有价值的页面；IT部门则抱怨业务部门什么都不懂，自己想要什么数据都描述不清楚。结果常常是业务部门为王，IT部门当小弟，天天跟在业务后面取数，做报表。表面上看上去配合得很好，实际上互相瞧不起对方。归根结底，IT部门与业务部门能否有深入的配合，关键在于项

一个合格的数据分析师，一定掌握了大量的思维模型。这些思维模型有时能帮助他们少走点弯路，有时能够快速建立对特定场景、业务的认知，这也是为什么我一直强调思维模型的重要性。成熟的思维模型系统性地沉淀了每种业务的明细与视角，掌握这些模型的来龙去脉，更有助于你将工作中的零碎经验系统性地串接起来。顶级的思维模型能提高你成功的可能性，并帮你避免失败，比业务更懂业务，比管理更有格局也不是件难事。1、贝叶斯模型贝叶

我十分不能理解那些把技术团队当作是运营负担的老板，只觉得他们都傻透了，因为在我看来，一个大型项目编码所投入的成本占比是真的很低，后期的维护才占大头。我只能认为这些老板不懂软件工程，不懂编码阶段节省的那点时间成本相比于后期维护成本来说简直微不足道，所以以一种强势中带着蔑视的姿态管理着团队。因此刚开始公司在推行低代码的时候，我的内心非常抗拒，觉得老板们真傻。只是当其切身地为我带来了正向收益，减少了我的

千万不要一辈子靠技术生存，这句话，我也是到了30岁才有了深刻认知。当我20多岁，年收入2-3W的时候，我会认为说这话的人都是自身技术不咋地，想靠技术吃饭吃不了。然而，当我将近30岁了，虽然技术小有心得，偶尔还被称之为专家，但我自己知道这些都是恭维，我自己远远不够，被后辈随时取代的压力，让我不敢有一点放松。刚开始技术也确实为我带来了较高的薪水和稳定的工作，一度也曾让我看不起那些跑业务、做市场开发的人

职场上最折磨人之一的东西莫过于各种汇报。写太少，领导直接说你敷衍；写多了，领导又不乐意看。明明做了很多事情，领导根本没感知，下次升职也轮不到你。我自己写了十几年日报了，也看过很多人写的，最后归纳出了三个写周报时经常遇到的问题：没思路。不知道哪些该汇报，哪些不该汇报。没条理。不知道哪些先说，哪些后说，内容混乱。没重点。不知道哪些该多说，哪些该少讲，直接写成了流水账。那怎么写出言简意赅、领导又爱看的汇