生,南瓜灯。也欢迎大家在文末“写评论”处写出你的看法、答复、新问题。如果你的问题有足够的普遍性、代表性,也许下期就能入选。
本期问题
提问人:南瓜灯
问题描述:你好,我是学市场营销专业的学生,现在大三,由于读了大数据时代这本书,对大数据及数据分析非常有兴趣,而且现在大数据分析得到国家支持,同时各行业大数据浪潮也将到来,而且通过数据分析,可以把原本两个完全没有关联的商品通过销售数据的分析,得到两者之间的关联,感觉非常的奇妙,以后也想立志从事于数据分析相关的工作。
只是现在的我,有点迷茫,不知道一个非计算机专业的学生应该怎样学习,系统的钻研数据分析工作,以及应该怎样去做,看什么书比较好,这是我一直渴望知道的,希望得到您的指点
大数据文摘答复
“非计算机专业的学生,如何学习数据分析”这个问题有一定代表性,因此大数据文摘请了3个朋友来来回答
【Linda Bi答复】
Linda Bi,数学硕士,现居芝加哥,在一家数字营销咨询公司从事网络优化和网络分析工作
上周有位读者给我们大数据文摘后台发信,问:市场营销专业的学生该怎么学习,将来可以从事数据分析方面的工作?有什么书可以推荐?说句实话,我并不是市场营销专业出身,只是刚好和这位读者一样,读了大数据时代这本书,感觉很新奇,忍不住去找寻各种跟大数据相关的书和网络课程,想要了解更多。
去年下半年上了MIT Professional Education在EdX上开设的一门网络课程:《应对大数据的挑战》(Tackling the Challenges of Big Data)。这门课程主要讨论大数据的理论基础, 包括大数据简介,数据收集,数据储存,数据安全以及数据分析各方面。这门课有助于开拓眼界,学习理论知识,但是并没有涉及实用技能。
今年初,一个偶然的机会,接触到Google Analytics这个工具,开始涉足网络分析领域。先来说说什么是GoogleAnalytics。Google Analytics是Google提供的一个网站流量分析工具,只需在网站上插入一段Java Script代码就可以使用。最常用的是免费版本,也可以升级成付费版本。虽然国内很多读者可能无法使用Google,但是国内有类似的工具,如百度统计,腾讯分析等。
说到这儿,读者可能会有疑问,不是要说市场营销跟大数据吗?跟网络分析有什么关系?
给大家举个简单的例子吧。比如一个电商网站,除了访问流量,销售额这些宏观的数据,它也需要关注顾客在下单之前浏览了哪些网页,有多少人把货物放进购物车却在中途退出没有完成最后的交易。还有更进一步的,有哪些顾客购物金额超过平均购物金额的两倍,这些人居住在什么城市,购买了什么商品,通过什么渠道来到这个网站的。通过对这些信息的分析,我们就可以对该电商网站和产品市场推广策略做出相应的调整。对顾客下单之前浏览的网页的分析可以看出产品的相关性,相关性高的产品可以放在相应的产品推荐里。对顾客中途放弃交易行为的分析可以帮助决定是否需要减少买单步骤,是否需要减少运费,是否应该把创建账号放在交易的最后一步,等等。而对于购物金额超过平均值两倍以上的顾客行为的分析,可以帮助调整网络广告的投放和不同地点的库存量,最终达到增加销售额和降低损耗的目的。
上面提到主要是网络分析中的流量分析。网络分析根据研究对象的不同大致可分成以下5大类:
(1)流量分析。收集,分析网站流量的汇总数据,包括访客数量,浏览时间,浏览顺序,浏览器类型以及地理定位等指标。
(2)结果分析。网站运营的目的各不相同,电子商务网站主要目的是提高成交量和销售额,媒体网站主要目的是提高浏览量,而中介网站主要目的是得到更多的注册用户信息。根据不同的运营目的,可以确定需要达到的目标,进一步分析转化率--- 即达到目标的有效点击与网页浏览量之间的比率。通过目标和转化率分析,可以了解网站运营是否达到预期效果。
(3)顾客调查。通过网络调查工具,可以了解访客为什么选择这个网站?; 访客是否很容易就找到这个网站?; 如果不是,是因为什么原因?调查结果可以反馈到流量分析和结果分析报告中,从而揭示网站转化率高低的内在原因。
(4) 实验/测试。简单的说,就是通过A/ B测试网站设计,包括文字,图形,按钮,横幅广告,等等。一些免费的工具,如谷歌网站优化(WebsiteOptimizer)和广告推广实验(AdWords Campaign Experiments)可以自动运行多变量测试,以帮助您快速找到最优的网站设计和推广形式。
(5) 竞争分析。我们的网站并不是在一个真空中运行的。通过Google或百度关键词搜索,可以看到你的网站在搜索结果中的排名。显然,排名位置会影响网站的点击率。而排名在你的前面的那些网站往往都是你的竞争对手。所以,竞争分析也是网络分析中极为重要的一部分。竞争分析可以利用关键词工具(Adwords Keyword Planner),Google Trends和Google Correlate等工具完成。
下面的表格用来说明公司规模与不同类别的网络分析之间的对应关系。
公司规模 |
流量分析 |
结果分析 |
顾客调查 |
实验/测试 |
竞争分析 |
小型 |
1 |
2 |
3 |
||
中型 |
2 |
1 |
3 |
4 |
|
大型 |
3 |
2 |
1 |
4 |
5 |
** 表格中的数字用来表示不同的网络分析类型在对应的公司规模中占的地位,1最高,5最低
从上面的表格,读者可以大概判断出你所在的公司需要哪些类型的网络分析,其中哪一类占主导地位。
如果想要深入的学习网络分析,推荐Avinash Kaushik的Web Analytics 2.0这本书以及他的blog, (http://www.kaushik.net/avinash/)。 这本书对于流量分析,结果分析,顾客调查,实验/测试,竞争分析以及新兴媒体分析都有深入浅出的实例解析,另外在开篇和结尾分别介绍了如何选择网络分析工具以及如何做网络分析职场规划。而从他的blog中能更多的了解这一领域的最新进展以及资深网络分析师进行网络分析的策略和案例。
当然,网络分析只是大数据时代市场营销的一小部分,如果想要了解更多数字营销(Digital Marketing)的理论知识和实践经验,推荐UIUC在Coursera上开的网络课程--- Digital MarketingSpecialization (https://www.coursera.org/specializations/digital-marketing)。这门课程是UIUC将在2016年初推出的iMBA学位课程之一,内容包括数字世界里的市场营销,营销人员需要具备的数据分析能力(理论和实践),数字营销策略和规划。Coursera的课程都是免费的,如果需要资格认证,可以付少量费用。
相信这些书和网络课程可以帮助读者更多的了解跟市场营销相关的数据分析行业的发展。最后,引用Digital Marketing网络课程上的一句话,“No tools is everas valuable as the analyst”。最具核心价值的永远是人,而不是工具。祝愿有志往数字营销领域发展的朋友找到一条适合自己的路,成为最具价值的市场分析师。
【徐斌答复】
徐斌,跨国公司(全球500强)CIO,企业信息化、大数据专家,清华大数据产业联合会副秘书长
这位朋友你好,谢谢你提出的这个很多人都比较关注的问题。我建议你从这几个方面考虑:
1. 首先要想清楚自己什么是自己感兴趣的。大数据是一种深刻改变商业运营和社会管理方式的技术和思维,它包括从制度,技术,应用等多方面的内容。你要搞清楚你是对大数据技术,实际应用和理论研究方面有兴趣。你未来的职业或创业方向是业务结合大数据能力,还是大数据业务去应用到企业中去,这些思考可以帮你明确未来的追求方向,以终为始。
2. 想清楚自己的优势和结合点。在明确兴趣的基础上,考虑自己的优势和结合点。比如说,你学习营销策划,这是你的优势,你可以考虑深入研究如何利用大数据技术和思维来增强营销能力,建立新的营销模式等。
3. 针对结合点进行深入学习来提升能力。在确定结合点之后,针对这个点进行深入学习,把这个点学习理解透彻,形成一定的核心竞争力。
4. 阅读总结和交流是提升能力的好方法。通过阅读书籍,尤其是和结合点相关的书籍和文章,包括阅读比较专业和分类清晰的公众号来保持对最新理论和应用的更新。同时,增强动手能力,通过参加实践性培训和企业实习,来固化和深化对大数据的理解和实际价值实现的过程。
最后,祝你在学习和应用大数据的道路上顺利前行。
【Larry 答复】
Larry,某电商公司负责开放数据平台
南瓜灯是大三的市场营销专业,作为一个非IT专业的大学生,想从事数据分析的相关工作,问问看什么书比较好,如何规划。
首先学好统计学。这个很重要。不管是否是IT专业,统计学都是必须具备的技能。推荐《统计学》
第二,数据分析和挖掘并不是什么高深学问,是一门技能,类似修车(如果你大学毕业说你会数据挖掘,你基本就费了)。
理论知识的培养很重要,除了统计学,相关的算法的掌握很重要。推荐《数据挖掘导论 完整版 Introduction to Data Minin》和《世界著名计算机教材精选:数据挖掘十大算法》
第三,就是相关技能的修炼。首先要有基本的ID技能,EXCEL必须熟练使用,有其是数据透视表。这个能解决90以上的数据分析,另外,基本的IT软件使用能力还是要有的,例如数据库软件的使用,SQL,和一些数据分析软件的使用(SPSS)等。同时,要培养自己的数据敏感性,同样的表,你能看出别人看不到的,也就是说,相同数据源的情况下,你能产出的信息熵比较高。这除了需要专业的知识,更需要长期的积累。每个行业对每个行业的数据分析都是有很大不同的,虽然数据的交叉分析价值更大,但是目前,数据分析还是有很强的行业属性。例如互联网主要分析流量数据,电商分析订单流量和用户,游戏分析DAU等等。每个行业都有其独特性,积累很重要。
第四,认识到数据不是万能。虽然,大数据炒的很热,但是价值还是很难衡量,目前在广告行业有较大的价值输出之外,其他的数据衡量数据分析的价值还是一个不容易的工作。不是分析出数据就万事大吉,还是要把分析结果落实在行动上,另外还有很多因素。数据分析不是解决一切问题的钥匙。
第五,忍受枯燥。数据分析是一个十分枯燥的行业,每天和excel和数据库打交道,还要面对数据延迟数据不准确等等一系列问题,非常枯燥。如果你单身,建议毕业之前搞定女友
如果你毕业做数据分析了,很可能会单身很久。
答复者详细介绍
Linda Bi:数学硕士,现居芝加哥,在一家数字营销咨询公司从事网络优化和网络分析工作。2014年11月加入大数据文摘翻译志愿者团队。希望通过大数据文摘这个平台,结识更多热爱数据分析工作的朋友。也希望能更多的了解国内相关领域的发展情况,寻找共同发展的方向。
徐斌:21年世界500强企业IT管理经验,担任多家全球*公司亚太区和中国区的首席信息官职务。致力于建设平台战略规划,IT治理架构,以及基于云技术的共享应用服务的部署,推动实现了IT从业务运营支持者向业务价值推动者的角色转变,显著提高了业务管理的效率和水平,建立起了超竞争对手的差异化的客户服务和持续优化创新的组织能力。
职业生涯跨越多行业,多背景,多文化的企业环境,并取得持续成功,拥有优秀的全球化视野和落地执行力,致力于将全球先进的理念,方法和流程在中国进行实践并实现优化超越。作为企业信息化和大数据方面的专家,多次获得中国最优秀CIO荣誉,并担任清华大数据产业联合会发起人和理事副秘书长。
原文发布时间为:2015-10-15
本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“BigDataDigest”微信公众号