
数据分析与数据挖掘,你了解多少
1.数据挖掘与数据分析在实际工作中,真的有很大区别甚至是区别吗?我知道一些定义,比如数据分析偏重于统计,而数据挖掘的工作是分类,聚类,是信息的提炼,但是实际工作中是不是往往两方面都在做?分不清,分不开。
答:第一个问号你指哪方面有区别?第二个问号,实际工作中是“谁”两方面都在做?
给些提示:实际工作中,数据挖掘通常后面跟的是工程师(engineer),而数据分析,英文是analyst。通常,一个人或者是分析师,或者是挖掘工程师,不会同时是两个角色,至少会有所侧重。
2.有些单位(互联网、软件)找数据方面的人会要求编程比如python,R,hadoop等。有些则似乎要求的是应用,比如spss,sas,modeler(过去叫clementine)等。是不是编程的那部分人使网站能动态的响应,而应用的那部分人的工作是通过了解分析改善运营跟业务状况?是不是有些公司把这部分人叫做需求分析师,业务分析师等?
答:数据方面的人,这个用词反映出你对实际工作确实了解不多。什么叫“数据方面的人”?数据有很多方面,因而也会有很多方面的人。我的理解是,你说到的编程,更偏基础层建设,而你提到的应用,是基于基础层进行的应用,属于analyst范畴。
3 针对与2所提问及的搞应用的人,现在的公司真的有对他们的分析结构给予足够重视吗?这部分人一般在什么部门?岗位多吗?
答:分析结果公司是否给予足够重视,这个问题还是太大,因而很那回答。我来解构一下:谁代表公司?业务方吗?业务方的什么级别的人呢?进而,假设你的分析结果是给业务部门的总经理做汇报,那么你的分析结论真的对总经理的工作有助益吗?如果回答为是,我想总经理会重视的。而如果你的分析结果没到总经理关注的层面,一来你可能没有机会把结论晒给总经理,你是否会得出结论这家公司不重视你的分析
这部分人的分布通常可能是这样:大型公司会有独立的BI部门(商业智能部),这部分人集中于此;某些小公司,这部分人直接归属在业务部门,比如运营部、销售部,甚至财务部等。
4 对于整个数据分析/数据挖掘,你们觉得是一次概念炒作,又或是我们遇到了大数据/云时代,所以有比很大的应用前景?
答:又是个很大的问题,前景二字,不用管概念如何炒作,你总能判断出来人类未来的决策会越来越依赖信息,即越来越依赖数据的产出。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
t 检验与 Wilcoxon 检验:数据差异比较的两大统计利器 在数据分析中,“比较差异” 是核心需求之一 —— 如新药疗效是否优于旧药 ...
2025-08-26季节性分解外推法:解锁时间序列预测的规律密码 在商业决策、资源调度、政策制定等领域,准确的预测是规避风险、提升效率的关键 ...
2025-08-26CDA 数据分析师:数据治理驱动下的企业数据价值守护者 在数字经济时代,数据已成为企业核心战略资产,其价值的释放离不开高 ...
2025-08-26基于 SPSS 的 ROC 曲线平滑调整方法与实践指南 摘要 受试者工作特征曲线(ROC 曲线)是评估诊断模型或预测指标效能的核心工具, ...
2025-08-25神经网络隐藏层神经元个数的确定方法与实践 摘要 在神经网络模型设计中,隐藏层神经元个数的确定是影响模型性能、训练效率与泛 ...
2025-08-25CDA 数据分析师与数据思维:驱动企业管理升级的核心力量 在数字化浪潮席卷全球的当下,数据已成为企业继人力、物力、财力之后的 ...
2025-08-25CDA数据分析师与数据指标:基础概念与协同逻辑 一、CDA 数据分析师:数据驱动时代的核心角色 1.1 定义与行业价值 CDA(Certified ...
2025-08-22Power Query 移动加权平均计算 Power Query 移动加权平均设置全解析:从原理到实战 一、移动加权平均法的核心逻辑 移动加权平均 ...
2025-08-22描述性统计:CDA数据分析师的基础核心与实践应用 一、描述性统计的定位:CDA 认证的 “入门基石” 在 CDA(Certified Data Analy ...
2025-08-22基于 Python response.text 的科技新闻数据清洗去噪实践 在通过 Python requests 库的 response.text 获取 API 数据后,原始数据 ...
2025-08-21基于 Python response.text 的科技新闻综述 在 Python 网络爬虫与 API 调用场景中,response.text 是 requests 库发起请求后获取 ...
2025-08-21数据治理新浪潮:CDA 数据分析师的战略价值与驱动逻辑 一、数据治理的多维驱动引擎 在数字经济与人工智能深度融合的时代,数据治 ...
2025-08-21Power BI 热力地图制作指南:从数据准备到实战分析 在数据可视化领域,热力地图凭借 “直观呈现数据密度与分布趋势” 的核心优势 ...
2025-08-20PyTorch 矩阵运算加速库:从原理到实践的全面解析 在深度学习领域,矩阵运算堪称 “计算基石”。无论是卷积神经网络(CNN)中的 ...
2025-08-20数据建模:CDA 数据分析师的核心驱动力 在数字经济浪潮中,数据已成为企业决策的核心资产。CDA(Certified Data Analyst)数据分 ...
2025-08-20KS 曲线不光滑:模型评估的隐形陷阱,从原因到破局的全指南 在分类模型(如风控违约预测、电商用户流失预警、医疗疾病诊断)的评 ...
2025-08-20偏态分布:揭开数据背后的非对称真相,赋能精准决策 在数据分析的世界里,“正态分布” 常被视为 “理想模型”—— 数据围绕均值 ...
2025-08-19CDA 数据分析师:数字化时代的价值创造者与决策智囊 在数据洪流席卷全球的今天,“数据驱动” 已从企业战略口号落地为核心 ...
2025-08-19CDA 数据分析师:善用 Power BI 索引列,提升数据处理与分析效率 在 Power BI 数据分析流程中,“数据准备” 是决定后续分析质量 ...
2025-08-18CDA 数据分析师:巧用 SQL 多个聚合函数,解锁数据多维洞察 在企业数据分析场景中,单一维度的统计(如 “总销售额”“用户总数 ...
2025-08-18