数据分析（挖掘）匹配相应的技能及知识储备

1.商业理解

• 微观经济学、电商运营知识、市场营销、数字化营销、计算广告
• 消费行为学、心理学
• 财务管理、会计学基础
• 信息分析方法
• 所在行业业务知识

习得技能：需求调研，需求规划经验

2.数据理解

• Xpath、CSS、HTML（爬虫）
• 数据结构
• 数据仓库   →（元数据）
• 数据字典

习得技能：需求文档，建模实现路径经验

3.数据采集

• SQL类（暂存待定）
• HIVE
• Python（爬虫）

习得技能：爬虫规划策略，业务数据敏感度

4.数据清洗

• SQL
• EXCEL（高级函数、VBA）
• Python（pandas、numpy）
• R语言（plyr、stringr、reshape 2）

习得技能：数据清洗流程，策略经验

5.数据建模

• 数理统计基础、概率论、时间序列分析
• 机器学习（决策树、随机森林）
• 运筹学
• 数据建模一般流程：异常值分析、缺失值分析、归一转换、主成分分析、特征提取、建模
• R语言（科学计算模块）
• SPSS

6.模型评估

    模型评估技能

7.商业建议

• 数据可视化
• 信息可视化
• 暂存待定

最重要的是：业务实操经验！业务实操经验！业务实操经验！（项目经验也ok）

自学拷问：

• 如何学
• 学了多久
• 学到什么程度
• 遇到什么问题，如何解决

去做！并发现问题且解决！

自学目标：

• 思维活跃
• 逻辑性强
• 具备快速学习能力

随感：

      下午进行了一场通信公司的电话面试，全英文，感觉自己发挥的真的是好差啊（捂脸。每一次面试都是灵魂拷问，把自本科到现在的经历挖掘一遍，努力去思考当年做过的事，分门别类的归档，看清走过的路。这个阶段发生过的一切就像一条奔流而过的河，冲积出一大片扇形平原。一路懵懵懂懂走来，就像迷了路的蒙古马，在这片平原上信马由缰，逆风飚驰，最后停驻嘶鸣。等到深秋，终于下汛， 头也不回地离开了这片停驻地。现在就是来还债了（笑哭