业务决定数据,数据决定分析。 先有企业基础的 IT 信息化的底子,才会有数据的沉淀,才会有数据的基础。 IT 基础信息化起步较早的行业,系统沉淀的数据成熟度就越高。 金融、银行、通信、政府等领域,为了支撑基础的交易, IT 信息化再 2010 年基本完成。电商、零售、物流等领域进入到了拼效率、强运营阶段,市场瞬息万变,需要数据的支撑。数据分析的岗位多与少与企业规模无关,与行业相关。市面上大多数数据分析的书籍都在讲零售电商运营金融人物画像,其他场景很难支撑数据分析。 另外一方面,有些传统行业信息化程度也不错,数据量也不错,但是很缺乏合适的人才,人才储备不够。 从业人员也可以瞄准弄一个刚起步的行业就业。 数据分析人员又要懂数学,又要懂业务。 往技术走就是建模,多和算法组学习;往商业走就是对数据有自己的理解,对公司的理解要比一线业务部门要深的多。没有较高的业务敏感度,没有算法数理统计的精深理解,很容易被淘汰。