
数据分析和个人提升
数据分析,从工作技能的角度,除了业务直接相关的,也有相对比较通用的环节或技能单元,例如前面提到的目标确认、数据分解、归纳比较等,此外有时候还会涉及到最优化、数据图形化以及关系数据库等,和具体的专业领域也有关系。
今天再补充一些数据最优化相关分析,及其在个人提升方面的拓展思考。
先来看一个简单的例子。
有位朋友开了家玩具用品店,销售某种类型的积木玩具和毛绒玩具。他提了个问题:总的预算一定,在单位时间例如一个月内,要达到总利润最大化,应该如何考虑进货,积木玩具、毛绒玩具分别进货多少套?
——首先遇到的问题就是数据不全。他至少得提供两种玩具当前的利润数据,然后是给定的总预算分别可以进货多少积木玩具、多少毛绒玩具?
现在提供数据如下(暂不考虑其合理程度)。
一套积木玩具和毛绒玩具的利润分别是10元和8元,一个月的总预算最多可以进货500套积木玩具或者400套毛绒玩具。厂家的产能也有限制,每个月最多可以生产400套积木玩具或者300套毛绒玩具。
这样就可以把前面的问题映射到一个目标函数:
约束条件1 * 决策变量1 + 约束条件2 * 决策变量2 = 目标数据
其中决策变量1对应积木玩具进货数目,决策变量2对应毛绒玩具的进货数目,目标数据对应总利润,约束条件则包括预算和产能的限制。
如果要对该问题进一步分析,可以使用Excel中的Solver(规划求解)工具来计算。这部分不是本文重点,具体就不在这里讨论了,有兴趣的朋友可单独留言。
实际上,这里的模型在约束条件方面存在问题,主要是没有考虑销量方面的限制,这也会直接影响总利润。例如这两种类型的玩具,其市场需求如何,有无历史统计数据或者行业参考数据等。
拓展思考,将前面的模型映射到工作技能和个人提升领域。
我们把玩具类型的组合改为两大工作技能的组合,目标从总利润改为个人综合竞争力,约束条件包括个人时间精力、经济投入以及相关技能在市场上面的需求或者行情。
这样看起来是不是和前面的最优分析有些类似?
当然,对于个人提升,实际的约束条件比这里提到的要复杂得多,并且个人竞争力也是难以量化的。
但在有些场景下,这里的分析或许能够提供一些参考,例如我们在选择学习、提升某项或者多项工作技能时,可以结合多种约束条件,来更好地评估自己对于时间精力与经济成本的投入比例。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19CDA 数据分析师:让统计基本概念成为业务决策的底层逻辑 统计基本概念是商业数据分析的 “基础语言”—— 从描述数据分布的 “均 ...
2025-09-19CDA 数据分析师:表结构数据 “获取 - 加工 - 使用” 全流程的赋能者 表结构数据(如数据库表、Excel 表、CSV 文件)是企业数字 ...
2025-09-19SQL Server 中 CONVERT 函数的日期转换:从基础用法到实战优化 在 SQL Server 的数据处理中,日期格式转换是高频需求 —— 无论 ...
2025-09-18MySQL 大表拆分与关联查询效率:打破 “拆分必慢” 的认知误区 在 MySQL 数据库管理中,“大表” 始终是性能优化绕不开的话题。 ...
2025-09-18DSGE 模型中的 Et:理性预期算子的内涵、作用与应用解析 动态随机一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确:TIF 中的地名有哪两种存在形式? 在开始提取前,需先判断 TIF 文件的类型 —— ...
2025-09-17CDA 数据分析师:解锁表结构数据特征价值的专业核心 表结构数据(以 “行 - 列” 规范存储的结构化数据,如数据库表、Excel 表、 ...
2025-09-17Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用 在用 Python(如 pandas 库)处理 Excel 数据时,“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验:差异、适用场景与实践应用 在数据分析与统计学领域,假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16CDA 数据分析师:掌控表格结构数据全功能周期的专业操盘手 表格结构数据(以 “行 - 列” 存储的结构化数据,如 Excel 表、数据 ...
2025-09-16MySQL 执行计划中 rows 数量的准确性解析:原理、影响因素与优化 在 MySQL SQL 调优中,EXPLAIN执行计划是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 对象的 text 与 content:区别、场景与实践指南 在 Python 进行 HTTP 网络请求开发时(如使用requests ...
2025-09-15CDA 数据分析师:激活表格结构数据价值的核心操盘手 表格结构数据(如 Excel 表格、数据库表)是企业最基础、最核心的数据形态 ...
2025-09-15Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11