作者:接地气的陈老师
链接:https://www.zhihu.com/question/264096978/answer/318933620
来源:知乎
首先界定下问题范围:我们不谈学术,就讲企业应用。让学数学的同学们看看未来的就业机遇和挑战,毕竟未来还是要就业的。实际上,企业里有很多数据分析应用机会,几乎每个部门都需要,除了专业的数据开发、数据分析、数据挖掘岗以外,几乎每个部门都要使用数据报表。这样就有大量的用武之地。
简单列举一下,只到一级分析目录,到二级目录,一页纸就放不下了。几乎每个部门都有需求,只是有些负责看数据,有些负责跑数据
作为数据部门,经常会收到业务部门需求,想挑一些“数学好”同学培训,提升数据应用能力。怎么挑呢?我们有一个简单的测试办法。场景:一个哥们打电话给你,说“我们销售业绩下滑很厉害,市场部是不是近期考虑做一些促销活动,比如找近期上市的新产品做一些大力度的买赠……”
你的第一反应是什么?
有数学天赋的人,第一反应是反问:
这些也被称作数据敏感性。毕竟数学也好,数据分析也罢,命根子都是数据本身。如果数据都是错的、假的、甚至是不存在的,那就无从说起了。第一反应代表了人的本能,如果真的有“数学天赋”的话,那本能反应是找数据而不是找答案。即使不是数据分析师,是市场策划或者运营,数学天赋好的也有这种反应。当然,这种能力能通过训练提升,只是找到底子好的同学,训练起来更容易一些。
有很多同学第一反应不是这样的,常见的有:
很多做营销、做运营、做产品的专员们第一反应就是这个。大家可以试试。
这两种反应,最根本的区别在于:数学好的人会先确认数字本身,把分析、计算、推理的地基打在岩石上。而数学不好的人会跳过这一步,直接跨进分析甚至结论部分。他们的分析地基,是打在泥巴里的。
数学可以是很复杂的算法公式,也可以是很简单的加减乘除。我个人觉得,数学最美的地方,不止是那些让人搞不懂的高深技术,还有:它代表了人们思考中理性的那一面。在面对各种复杂问题的时候,让我们尽量撇除冲动、回归理智。
这种情景在生活中也很常见。比如类似话题《为什么许多优秀的女人不嫁人》《如何看待90后疯狂买房》这些本来应该首先是一个数据问题,先确认到底是不是,是多少,在哪里是。再谈为什么。然鹅,一谈到结婚,买房这种话题,大家内心的各种情绪就会爆炸,各种故事、段子、情绪就开始喷发,自然也注意不到事实到底是什么。
企业里也一样,比如销量、新人数量、投诉量,这些指标是很多部门的核心KPI,压在部门经理的肩膀上。担子重了,自然会很敏感,有个风吹草动就开始咋呼。比如某天品牌总监看到别人家的广告上了微信,某天渠道部总监看到客人在旗舰店大闹,某天销售部老总听到某个大区经理来抱怨,最后这些细节都会变成:“我们的品牌已失去影响力!我们的服务质量严重下滑!我们的销售业绩遭遇重大障碍!”一股脑的倾倒给下属讨论。这时候如果数据部不能保持冷静,跟着一起咋呼,最后打的还是自己的脸。
这个测试很简单,但是有两个大用处:
第一:看领导的风格。实际上,并非所有的领导都很理性。有些是靠熬资历熬上来的,有些是运气好做了一个巨好的项目升上来的,有些是靠关系硬有人罩,有些是个人能力突出很自负的,千奇八怪什么都有。打交道的时候留个心眼观察下。如果领导是很理性,就认认真真列数据讲逻辑。如果领导很感性,就得在“顾客流失率从20%飙升到25%”这种话后边,加一句故事“这相当月于一个业务员每月少了5个顾客,少挣1000多块提成,自然业务员会达量流失”。这样针对性汇报,通过的效率会高很多。
第二:鉴别高级数据分析师的能力。作为一个基础的数据分析师,能当个跑数机器,按需求单取出来数据就差不多了。但是高级数据分析师需要有独立解决问题的能力,要有能把也无妨各种问题转化为一个靠谱的 需求单的能力。这时候就不是excel,sql,python的活了,而是考察分析能力。就需要考察数据敏感性、分析逻辑性、提分析假设的能力,选择分析方法的能力。相应的内容展开讲太多,有兴趣的可以看之前的一个分享:如何在业余时学数据分析?
数学不止算法模型,加减乘除也有大用处,看一个例子:学习数学到底有什么用?(https://www.zhihu.com/question/68481428/answer/307918380)
![](https://i-blog.csdnimg.cn/blog_migrate/0271ae21974b11f9f014343e149fb7fa.png)
☟☟☟ 猛戳阅读原文,即刻加入课程。