如何转行数据科学家(适用数据员/ MIS / BI分析师)？

为什么我要特别关注这些职业：数据分析/数据仓库(MIS)/商业智能(BI)呢？让我先解释一下。

      我经常遇到一些优秀的商业智能分析师 (BI)，寻求获得自己人生的第一个数据科学角色。但他们常常因缺乏机会而沮丧。他们中很多人感觉自己的角色是重复的，或者只需要扮演好被要求的角色。

他们实际上忽略了一个事实：比起任何其他职业的人，他们离数据科学更近。

商业智能分析师 (BI) 为何能更轻松地过渡到数据科学领域

商业智能专业人士比几乎所有试图过渡到数据科学的人都拥有巨大优势，原因如下：

♦ 商业智能分析师已经在各个项目中接触到了数据科学家;

♦ 知晓如何管理和处理数据(有时按比例);

♦ 有业务背景，他们密切地从事相关业务;

♦ 他们有基本的数据探索步骤的经验，因为除了用在报告中，业务部门也会经常要求这些。

换句话说，这些人工作在数据科学项目的“前半部分”，这已经比大多数有志成为数据科学家的人多了很多行业经验。

如果你正是这样一位希望从数据分析/数据仓库(MIS)/商业智能(BI)跳转到数据科学家，这篇文章就是为你量身定制的。你可以将这11步作为你能遵循的学习路径。开始于你正站着的地方，直到破雾而出，进入数据科学!我自己整理的一份最新的大数据进阶资料和高级开发教程，大数据学习群：957205962 欢迎进阶中和进想深入大数据的小伙伴加入。

在下面的内容中--—商业智能、数据仓库师、数据员、数据分析员都可以互换使用。这些角色和名称几乎没有区别，而且有很多重叠。

准备好和我一起踏上征程了吗?让我们一步一步地来。

 

第一步：进行探查分析并解读分析成果

让我以三个BI人员日常报告的例子开始。

示例 1：

该BI人员已经得到了数据结果，其中包含有关城市和地区级别的业务来源，以及业务质量的详细信息。

面临的挑战和解决方案：

无法在分析结果与业务之间建立联系：生成见解与你对业务的理解直接相关。我建议你与领域专家联系，并尝试解释它正如何影响着业务指标。

没有足够时间生成见解：我同意--—你正在紧张的最后期限下，忙着做业务报告，没有时间生成见解。这种情况下，我有2个建议：

不要开始一个有着非常严格时间表的报告(例如日报)。挑选有较少时间限制的报告任务。月报便是一个很好的开始，因为它们包含重要的信息并且为你深入挖掘信息提供了时间。

自动生成报告。这将为你节省大量时间，你可以利用这些时间来理解报告并生成见解。你应该学习 Excel/SAS 的宏指令或其它类似自动化报告工具。

 

第二步：学习统计学以支持你对于报告的见解

是时候用一些统计指标来支持你的见解了。不要把你自己局限在仅仅靠视觉解释来生成见解。看看下面的图--—你的第一反应是什么?

这个图上可

以看到竞争前和竞争后的平均业务来源。现在的问题是“竞争是平均业务来源增长的背后推动力，还是只是一种随机增长?”这里，我们需要依靠某些统计概念来支持我们的见解，比如做 z-检测, t-检测或其它统计检验。掌握好统计知识将在这些处境中帮助到你。

你应该对以下统计主题有扎实的理解....