解讀大數(shù)據(jù)分析

王媛滿

一、大數(shù)據(jù)分析的5個(gè)基本方面

1.可視化分析

大數(shù)據(jù)分析的使用者有大數(shù)據(jù)專家，同時(shí)還有普通用戶，他們對(duì)于大數(shù)據(jù)分析最基本的要求就是可視化分析，因?yàn)榭梢暬治瞿軌蛑庇^地呈現(xiàn)大數(shù)據(jù)特點(diǎn)，同時(shí)容易被接受，就如同看圖說(shuō)話一樣簡(jiǎn)單明了。

2.數(shù)據(jù)挖掘算法

大數(shù)據(jù)分析的理論核心就是數(shù)據(jù)挖掘算法，各種數(shù)據(jù)挖掘的算法基于不同的數(shù)據(jù)類型和格式才能更加科學(xué)地呈現(xiàn)出數(shù)據(jù)本身的特點(diǎn)，也正是因?yàn)檫@些被全世界統(tǒng)計(jì)學(xué)家所公認(rèn)的各種統(tǒng)計(jì)方法才能深入數(shù)據(jù)內(nèi)部，挖掘出公認(rèn)的價(jià)值。另外一個(gè)方面也是因?yàn)橛羞@些數(shù)據(jù)挖掘的算法才能更快速地處理大數(shù)據(jù)，如果一個(gè)算法得花上好幾年才能得出結(jié)論，那大數(shù)據(jù)的價(jià)值也就無(wú)從說(shuō)起了。

3.預(yù)測(cè)性分析能力

大數(shù)據(jù)分析最重要的應(yīng)用領(lǐng)域之一就是預(yù)測(cè)性分析，從大數(shù)據(jù)中挖掘出特點(diǎn)，通過(guò)科學(xué)的建立模型，之后便可以通過(guò)模型帶入新的數(shù)據(jù)，從而預(yù)測(cè)未來(lái)的數(shù)據(jù)。

4.語(yǔ)義引擎

大數(shù)據(jù)分析廣泛應(yīng)用于網(wǎng)絡(luò)數(shù)據(jù)挖掘，可從用戶的搜索關(guān)鍵詞、標(biāo)簽關(guān)鍵詞或其他輸入語(yǔ)義，分析、判斷用戶需求，從而實(shí)現(xiàn)更好的用戶體驗(yàn)和廣告匹配。

5.數(shù)據(jù)質(zhì)量和數(shù)據(jù)管理

大數(shù)據(jù)分析離不開(kāi)數(shù)據(jù)質(zhì)量和數(shù)據(jù)管理，高質(zhì)量的數(shù)據(jù)和有效的數(shù)據(jù)管理，無(wú)論是在學(xué)術(shù)研究還是在商業(yè)應(yīng)用領(lǐng)域，都能夠保證分析結(jié)果的真實(shí)性和有價(jià)值。

二、如何選擇適合分析的數(shù)據(jù)

大數(shù)據(jù)要分析的數(shù)據(jù)類型主要有四大類：

1.交易數(shù)據(jù)

大數(shù)據(jù)平臺(tái)能夠獲取時(shí)間跨度大、海量的結(jié)構(gòu)化交易數(shù)據(jù)，這樣就可以對(duì)更廣泛的交易數(shù)據(jù)類型進(jìn)行分析，不僅包括POS或電子商務(wù)購(gòu)物數(shù)據(jù)，還包括行為交易數(shù)據(jù)，例如Web服務(wù)器記錄的互聯(lián)網(wǎng)點(diǎn)擊流數(shù)據(jù)日志。

2.人為數(shù)據(jù)

非結(jié)構(gòu)數(shù)據(jù)廣泛存在于電子郵件、文檔、圖片、音頻、視頻以及通過(guò)博客、維基，尤其是社交媒體產(chǎn)生的數(shù)據(jù)流。這些數(shù)據(jù)為使用文本分析功能進(jìn)行分析提供了豐富的數(shù)據(jù)源。

3.移動(dòng)數(shù)據(jù)

能夠上網(wǎng)的智能手機(jī)和平板越來(lái)越普遍，這些移動(dòng)設(shè)備上的APP都能夠追蹤和聯(lián)系無(wú)數(shù)事件，從APP內(nèi)的交易數(shù)據(jù)（如搜索產(chǎn)品的記錄事件）到個(gè)人信息資料或狀態(tài)報(bào)告事件（如地點(diǎn)變更即報(bào)告一個(gè)新的地理編碼）。

4.機(jī)器和傳感器數(shù)據(jù)

包括功能設(shè)備創(chuàng)建或生成的數(shù)據(jù)，例如智能電表、智能溫度控制器、工廠機(jī)器和連接互聯(lián)網(wǎng)的家用電器。這些設(shè)備可以配置為與互聯(lián)網(wǎng)絡(luò)中的其他節(jié)點(diǎn)通信，還可以自動(dòng)向中央服務(wù)器傳輸數(shù)據(jù)，這樣就可以對(duì)數(shù)據(jù)進(jìn)行分析，機(jī)器和傳感器數(shù)據(jù)是來(lái)自新興的物聯(lián)網(wǎng)（IoT）所產(chǎn)生的主要例子。來(lái)自物聯(lián)網(wǎng)的數(shù)據(jù)可以用于構(gòu)建分析模型，連續(xù)監(jiān)測(cè)預(yù)測(cè)性行為（如當(dāng)傳感器值表示有問(wèn)題時(shí)進(jìn)行識(shí)別），提供規(guī)定的指令（如警示技術(shù)人員在真正出問(wèn)題之前檢查設(shè)備）。

三、如何區(qū)分3個(gè)大數(shù)據(jù)熱門(mén)職業(yè)

隨著大數(shù)據(jù)的愈演愈熱，相關(guān)大數(shù)據(jù)的職業(yè)也成為熱門(mén)，給人才發(fā)展帶來(lái)帶來(lái)了很多機(jī)會(huì)。數(shù)據(jù)科學(xué)家、數(shù)據(jù)工程師、數(shù)據(jù)分析師已經(jīng)成為大數(shù)據(jù)行業(yè)最熱門(mén)的職位。它們是如何定義的？具體是做什么工作的？需要哪些技能？讓我們一起來(lái)看看吧。

數(shù)據(jù)科學(xué)家的工作職責(zé)：數(shù)據(jù)科學(xué)家傾向于用探索數(shù)據(jù)的方式來(lái)看待周?chē)氖澜?。把大量散亂的數(shù)據(jù)變成結(jié)構(gòu)化的可供分析的數(shù)據(jù)，還要找出豐富的數(shù)據(jù)源，整合其他可能不完整的數(shù)據(jù)源，并清理成結(jié)果數(shù)據(jù)集。新的競(jìng)爭(zhēng)環(huán)境中，挑戰(zhàn)不斷地變化，新數(shù)據(jù)不斷地流入，數(shù)據(jù)科學(xué)家需要幫助決策者穿梭于各種分析，從臨時(shí)數(shù)據(jù)分析到持續(xù)的數(shù)據(jù)交互分析。當(dāng)他們有所發(fā)現(xiàn)，便相互交流，建議新的業(yè)務(wù)方向。他們很有創(chuàng)造力地展示視覺(jué)化的信息，也讓找到的模式清晰而有說(shuō)服力，把蘊(yùn)含在數(shù)據(jù)中的規(guī)律建議給Boss，從而影響產(chǎn)品的流程和決策。

數(shù)據(jù)工程師的工作職責(zé)：分析歷史、預(yù)測(cè)未來(lái)以及優(yōu)化選擇，這是大數(shù)據(jù)工程師在“玩數(shù)據(jù)”時(shí)最重要的三大任務(wù)。通過(guò)這3個(gè)工作方向，他們幫助企業(yè)做出更好的商業(yè)決策。

大數(shù)據(jù)工程師一個(gè)很重要的工作，就是通過(guò)分析數(shù)據(jù)來(lái)找出過(guò)去事件的特征。通過(guò)引入關(guān)鍵因素，大數(shù)據(jù)工程師可以預(yù)測(cè)未來(lái)的消費(fèi)趨勢(shì)。在阿里媽媽的營(yíng)銷平臺(tái)上，工程師正試圖通過(guò)引入氣象數(shù)據(jù)來(lái)幫助淘寶賣(mài)家做生意。比如今年夏天不熱，很可能某些產(chǎn)品就沒(méi)有去年暢銷，除了空調(diào)、電扇，背心、游泳衣等都可能會(huì)受其影響。這樣就會(huì)建立氣象數(shù)據(jù)和銷售數(shù)據(jù)之間的關(guān)系，找到與之相關(guān)的品類，提前警示賣(mài)家周轉(zhuǎn)庫(kù)存。

根據(jù)不同企業(yè)的業(yè)務(wù)性質(zhì)，大數(shù)據(jù)工程師可以通過(guò)數(shù)據(jù)分析來(lái)達(dá)到不同的目的。

與傳統(tǒng)的數(shù)據(jù)分析師相比，互聯(lián)網(wǎng)時(shí)代的數(shù)據(jù)分析師面臨的不是數(shù)據(jù)匱乏，而是數(shù)據(jù)過(guò)剩。因此，互聯(lián)網(wǎng)時(shí)代的數(shù)據(jù)分析師必須學(xué)會(huì)借助技術(shù)手段進(jìn)行高效的數(shù)據(jù)處理。更為重要的是，互聯(lián)網(wǎng)時(shí)代的數(shù)據(jù)分析師要不斷地在數(shù)據(jù)研究的方法論方面進(jìn)行創(chuàng)新和突破。

就行業(yè)而言，數(shù)據(jù)分析師的價(jià)值與此類似。例如就新聞出版行業(yè)而言，無(wú)論在任何時(shí)代，媒體運(yùn)營(yíng)者能否準(zhǔn)確、詳細(xì)和及時(shí)地了解受眾狀況和變化趨勢(shì)，都是媒體成敗的關(guān)鍵。

此外，對(duì)于新聞出版等內(nèi)容產(chǎn)業(yè)來(lái)說(shuō)，更為關(guān)鍵的是，數(shù)據(jù)分析師可以發(fā)揮內(nèi)容消費(fèi)者數(shù)據(jù)分析的職能，這是支撐新聞出版機(jī)構(gòu)改善客戶服務(wù)的關(guān)鍵職能。

大數(shù)據(jù)分析師需要掌握的技能：

1.懂業(yè)務(wù)。從事數(shù)據(jù)分析工作的前提是要懂業(yè)務(wù)，即熟悉行業(yè)知識(shí)、公司業(yè)務(wù)及流程，最好有自己獨(dú)到的見(jiàn)解，若脫離行業(yè)認(rèn)知和公司業(yè)務(wù)背景，分析的結(jié)果只會(huì)是脫了線的風(fēng)箏，沒(méi)有太大的使用價(jià)值。

2.懂管理。一方面是搭建數(shù)據(jù)分析框架的要求，比如確定分析思路就需要用到營(yíng)銷、管理等理論知識(shí)來(lái)指導(dǎo)，如果不熟悉管理理論，就很難搭建數(shù)據(jù)分析的框架，后續(xù)的數(shù)據(jù)分析也很難進(jìn)行。另一方面的作用是針對(duì)數(shù)據(jù)分析結(jié)論提出有指導(dǎo)意義的分析建議。

3.懂分析。掌握數(shù)據(jù)分析基本原理與一些有效的數(shù)據(jù)分析方法，并能靈活運(yùn)用到實(shí)踐工作中，以便有效地開(kāi)展數(shù)據(jù)分析?；镜姆治龇椒ㄓ校簩?duì)比分析法、分組分析法、交叉分析法、結(jié)構(gòu)分析法、漏斗圖分析法、綜合評(píng)價(jià)分析法、因素分析法和矩陣關(guān)聯(lián)分析法等。高級(jí)的分析方法有：相關(guān)分析法、回歸分析法、聚類分析法、判別分析法、主成分分析法、因子分析法、對(duì)應(yīng)分析法和時(shí)間序列等。

4.懂工具。掌握數(shù)據(jù)分析相關(guān)的常用工具。數(shù)據(jù)分析方法是理論，而數(shù)據(jù)分析工具就是實(shí)現(xiàn)數(shù)據(jù)分析方法理論的工具，面對(duì)越來(lái)越龐大的數(shù)據(jù)，不能依靠計(jì)算器進(jìn)行分析，必須依靠強(qiáng)大的數(shù)據(jù)分析工具幫我們完成數(shù)據(jù)分析工作。

5.懂設(shè)計(jì)。懂設(shè)計(jì)是指運(yùn)用圖表有效表達(dá)數(shù)據(jù)分析師的分析觀點(diǎn)，使分析結(jié)果一目了然。圖表的設(shè)計(jì)是門(mén)大學(xué)問(wèn)，如圖形的選擇、版式的設(shè)計(jì)以及顏色的搭配等，都需要掌握一定的設(shè)計(jì)原則。

四、從菜鳥(niǎo)成為數(shù)據(jù)科學(xué)家的9步養(yǎng)成方案

首先，各個(gè)公司對(duì)數(shù)據(jù)科學(xué)家的定義各不相同，當(dāng)前還沒(méi)有統(tǒng)一的定義。但在一般情況下，一個(gè)數(shù)據(jù)科學(xué)家是結(jié)合了軟件工程師與統(tǒng)計(jì)學(xué)家的技能，并且在他或者她希望工作的領(lǐng)域有大量行業(yè)知識(shí)。

大約90 %的數(shù)據(jù)科學(xué)家至少有大學(xué)教育經(jīng)歷，甚至到博士以及獲得博士學(xué)位，當(dāng)然，他們涉及的學(xué)科的領(lǐng)域非常廣泛。一些招聘者甚至發(fā)現(xiàn)人文專業(yè)的人們也有所需的創(chuàng)造力，他們能教別人一些關(guān)鍵技能。

因此，排除一個(gè)數(shù)據(jù)科學(xué)的學(xué)位類別，你還需要采取什么措施，成為一個(gè)數(shù)據(jù)科學(xué)家？

1.復(fù)習(xí)數(shù)學(xué)和統(tǒng)計(jì)技能。一個(gè)好的數(shù)據(jù)科學(xué)家必須能夠理解數(shù)據(jù)內(nèi)容，做到這一點(diǎn)，必須有扎實(shí)的基本線性代數(shù)，對(duì)算法和統(tǒng)計(jì)技能的理解。在某些特定場(chǎng)合可能需要高等數(shù)學(xué)，但這是僅一個(gè)好的開(kāi)始。

2.了解機(jī)器學(xué)習(xí)的概念。機(jī)器學(xué)習(xí)是下一個(gè)新興詞，卻和大數(shù)據(jù)有著千絲萬(wàn)縷的聯(lián)系，機(jī)器學(xué)習(xí)使用人工智能算法將數(shù)據(jù)轉(zhuǎn)化為價(jià)值，并且無(wú)需顯式編程。

3.學(xué)習(xí)代碼。數(shù)據(jù)科學(xué)家必須知道如何調(diào)整代碼，以便告訴計(jì)算機(jī)如何分析數(shù)據(jù)，從一個(gè)開(kāi)放源碼的語(yǔ)言開(kāi)始吧。

4.了解數(shù)據(jù)庫(kù)、數(shù)據(jù)池及分布式存儲(chǔ)。數(shù)據(jù)存儲(chǔ)在數(shù)據(jù)庫(kù)、數(shù)據(jù)池或整個(gè)分布式網(wǎng)絡(luò)中。如何建設(shè)這些數(shù)據(jù)的存儲(chǔ)庫(kù)取決于如何訪問(wèn)、使用、并分析這些數(shù)據(jù)。如果當(dāng)建設(shè)數(shù)據(jù)存儲(chǔ)時(shí)沒(méi)有整體架構(gòu)或者超前規(guī)劃，那么對(duì)后續(xù)的影響將十分深遠(yuǎn)。

5.學(xué)習(xí)數(shù)據(jù)修改和數(shù)據(jù)清洗技術(shù)。數(shù)據(jù)修改是將原始數(shù)據(jù)變換為另一種更容易訪問(wèn)和分析的格式，數(shù)據(jù)清理有助于消除重復(fù)和“壞”數(shù)據(jù)。這二者都是數(shù)據(jù)科學(xué)家工具箱中的必備工具。

6.了解良好的數(shù)據(jù)可視化和報(bào)告的基本知識(shí)。你不必成為一個(gè)平面設(shè)計(jì)師，但確實(shí)需要深諳如何創(chuàng)建數(shù)據(jù)報(bào)告，便于外行的人可以理解。

7.添加更多的工具到工具箱。一旦掌握了以上技巧，是時(shí)候擴(kuò)大自己的數(shù)據(jù)科學(xué)工具箱了，包括Hadoop、R語(yǔ)言和Spark，這些工具的使用經(jīng)驗(yàn)和知識(shí)將讓你處于大量數(shù)據(jù)科學(xué)求職者之上。

8.練習(xí)。在新的領(lǐng)域有一個(gè)工作之前，如何練習(xí)成為數(shù)據(jù)科學(xué)家？使用開(kāi)源代碼開(kāi)發(fā)一個(gè)喜歡的項(xiàng)目、參加比賽、成為網(wǎng)絡(luò)工作數(shù)據(jù)科學(xué)家、參加訓(xùn)練營(yíng)、志愿者或?qū)嵙?xí)生。最好的數(shù)據(jù)科學(xué)家在數(shù)據(jù)領(lǐng)域?qū)碛薪?jīng)驗(yàn)和直覺(jué)，能夠展示自己的作品，以成為應(yīng)聘者。

9.成為社區(qū)的一員。跟著同行業(yè)中的思想領(lǐng)袖，閱讀行業(yè)博客和網(wǎng)站，參與、提出問(wèn)題，并隨時(shí)了解時(shí)事新聞和理論。