データ操作とデータ分析のどちらが優れているのでしょうか? (データ分析職には落とし穴がたくさんあるのでしょうか? 10 年間データ アナリストとして働いてきた人が言います: この仕事は最高です!)

すべてのデータ分析職には落とし穴がたくさんあるのでしょうか? 10 年の経験を持つデータ アナリストがあなたに伝えます: この仕事は最高です!

業界に関係なく、データ操作の一般的な仕事の目標は同じです。データの価値を実現し、データからビジネスの「何」に答え、ビジネスの「なぜ」を理解し、会社に「何をすべきか」を伝えることです。

データ操作を行う際には迷いが生じやすく、注意しないと業務に誘導されてしまう可能性があります。この文章をよく読み、今やっていることがこの方向に進んでいるのかを考えて、段階的な目標を細分化していくのがおすすめです。

仕事の目標をお話しした後は、データ運用の日々の業務内容についてお話しします。作業工程によって、

要件収集 → 要件評価の分類 → プロセス管理の分析 → 結論の分析

ビジネス側がデータ分析要件を提案し、データ運用部門がデータ要件を収集・整理します。このセクションでは、要件を受動的な受け入れ要件と能動的な収集要件に分けることができ、2 つでは異なる手法が使用されます。

① 受動的な需要の受容

この種の要件を収集するときは、要件を明確に述べ、詳細を尋ねるという原則に従ってください。

使用できる方法は5w2hで、具体的な例は次のとおりです。

営業部長として、各地域の目標達成を監視および促進するために、各地域の月次売上内訳が必要です。

② 積極的に要件収集を行う

この種の要件を収集するときは、別の原則に従ってください。つまり、明確に質問し、要件を明確に説明します。

ここでは、問題の問題点を発見する → 問題の根本原因を分析する → 実装アクションを分解する → 能動的から受動的に変換するというプロセスをたどることができます。具体的な例は以下のとおりです。

カテゴリー1: シンプルなデータ準備要件

• シンプルなデータセットのみを提供する必要があり、需要者はBIセルフサービスデータセットまたはシンプルなダッシュボード作成を通じて分析を完了できます。

ここで簡単にデモンストレーションしてみましょう。 FineBI ツールの助けを借りて、データ担当者はデータ接続とデータ セットを確立する責任を負います。ビジネス担当者は準備されたデータに直接アクセスし、データがない場合にはデータ部門にデータ要件を送信します。

カテゴリー2: シンプルなデータ分析のニーズ

• 単純な結論を導き出すことは不可能だ。一般的に、これは統計的な結果ではなく、ビジネス上の結論に関連付ける必要があります。
• 取得されたデータのほとんどは以前に使用されたものであり、基本データの品質は制御可能です。
• 通常、2人日以上5人日未満かかります

カテゴリー3: 複雑なデータ分析のニーズ

• 分析の結論はビジネス側の手に負えない
• データの50％以上が一度も使われておらず、基本データの品質は制御不能
• 通常5人日以上かかります

カテゴリー4: データプロジェクトの要件

• 通常、0から1までの分析システムの構築を指します
• 通常14人日以上かかります

1) 分析のアイデアと計画を提供する

1. 適用範囲: 複雑なデータ分析のニーズ
2. ステップ1: 分析の目的とビジネスへの価値を明確にする
3. ステップ2: 分析が必要なビジネスプロセス図を描く
4. ステップ3: 分析のマインドマップを描く。

• 分析可能な次元
• 構築すべき指標
• 使用されたデータ

5. ステップ4: 分析のための時間計画を立てる

2) データの準備

1. データ準備に関連するセルフサービスデータセットを作成する
2. 新製品の使用に関する生データセット
3. 新しい分析プロセスのためのセルフサービスデータセットを作成する

3) プロセス管理

覚えて！プロセスに注意を払ってください、プロセスに注意を払ってください、プロセスに注意を払ってください！厳格、厳格、厳格！真剣に取り組むべきところで手を抜かないでください!

利便性のためにランダムなデータ セットやダッシュボードを構築しないでください。いかなる分析も、すぐに合理的な結論を出すことはできません。以前のデータ セットと結論を使用する必要がある場合、それらを再度見つけるためのコストは、標準のものを使用するコストよりも高くなります。

1) 結論出力方法

1. データ準備タスク

• タスクノートに、準備したデータセットの場所と使用方法を指定します。

2. 簡単な分析タスク

• 分析の結論を示す必要があり、ダッシュボードまたはドキュメントに記述できます。
• タスクノートに分析に使用するダッシュボードをマウントします
• ダッシュボードをダッシュ​​ボードにマウントする必要があるかどうかを判断します。継続使用価値があると考えられる場合は記録する

3. 複雑な分析タスク

2) 完全な分析結論には、要素とトップダウンの構造化された順序を含める必要がある

1. [目標] ビジネス分析の目標は何ですか?この分析はそれを達成できるでしょうか?
2. 【結論】結論が先です。分析の結論を先に述べましょう
3. [データ] この分析で使用したデータを説明し、使用したデータの精度が要件を満たしているかどうかを確認します。
4. 【指標】新しい指標/次元/概念が構築された場合、その意味を説明します
5. 【プロセス】分析プロセスとサブ結論を説明する

目標とする向上のために、ビジネス理解力、データ操作専門能力、一般品質能力の3つの部分に分けることができます。

1. 製品ビジネス知識の習得

C エンドデータ操作の場合は、ビジネスプロセス全体を 2 回以上実行します。 Bエンドデータ操作の場合は、製品ヘルプドキュメントを3回以上読み、製品業務を徹底的に理解してください。

（II）製品運用業務知識の習得

ビジネスグループの既存ビジネスに迅速かつ深く統合し、目標設定と内訳のロジックを理解し、全員の作業方法の背後にある意思決定の根拠と理由を完全に理解します。ビジネスを深く理解していないデータアナリストは、すべて「データ取得エンジニア」です。

3. データ収集と分析のフレームワーク

データポイントの記録 - データ収集 - データ処理 - データ分析。現在分析に使用できるデータが何であるかを理解できます。少なくとも、埋め込まれたポイントがすべてどのテーブルにあるかを知ることができます。

1. 必要な能力:

①データ運用と成長思考

考えることが最も大切なことです。データを活用してビジネスの成長を促進するという考え方がなければ、データを処理および分析する能力があっても、ビジネスに影響を与える結論にはつながりません。

おすすめの読み物:

「シリコンバレーハッカー 成長実践ノート」 / 「成長ハッカー」 1 選書

リーンデータ分析

②データ分析ツール

主なもの: BI ツール、SQL、Excel

中級: SPSS、Python、R

データ分析スキルを向上させるには、私の記事「データ分析入門」をお読みください。初心者必読

③プロジェクトマネジメント能力

おすすめの読書：「プロジェクトマネジメントの真髄」は、物理的な本を購入して手元に置いて頻繁に読むことをお勧めします。

2. 基本的なスキル:

① プロセスを整理する能力

ビジネスを理解しているかどうかはどうやってわかりますか?つまり、指標と数学的関係を通じて、ビジネス運営の重要な側面を抽象化できるということです。

電子商取引業務で用いられる指標体系を整理：電子商取引業務指標体系

②データ分析能力

おすすめの読み物: 「データ駆動型オペレーションのクイックガイド」、「初心者はデータ分析ができないなんて誰が言った」、「コース: 7 週間でデータ アナリストになる」、「詳細かつわかりやすいデータ分析」

3. 中級・上級レベルの能力:

① 埋設ポイント集積の設計

データ操作のニーズと障害に基づいて体系的な追跡ポイントを設計できることは、データ操作の高度な機能の 1 つです。これを実行する前に、ビジネスについて十分な理解が必要です。焦らないでください。

「コース: 埋設ポイントコレクション」 「資料: 埋設ポイントの歴史的設計文書」

②データベースと基盤となるデータツール

【swift】【mysql】【kafka】【kettle】【Hive】【Spark】など

コミュニケーションスキル： 「非暴力コミュニケーション」と「重要な会話：効果的なコミュニケーションの方法」

業務管理： 「7つの習慣」、「効果的な経営者」

論理的思考:読むことに加えて、より多くの記事を読むことができます。思考にはさまざまな方法があります。「直線的思考、第一原理、逆行的思考、画期的思考」「批判的思考ガイド」「ピラミッド原理」

今のところ私が言いたいことはこれだけです。データ操作について他にご質問がある場合は、直接コメントを残していただければ、引き続き更新させていただきます。