1、什么是数据分析:1.1、识别类问题(识别哪些因素影响了结果)
1.2、预测(以影响因素为基础,分析与结果之间的定量关系)
2、数据分析分类:2.1、数据分析:是以数据为分析对象,以探索数据内的有用信息为主要途径,以解决业务需求为最终目标;2.2、数据挖掘:是一个跨学科的计算机科学分支,它是用人工智能、及其学习、统计学和数据库的交叉方法在相对较大型的数据集中发现模式的计算过程。
3、数字化工作:EDIT数字化模型:E(Expolration)探索:建立指标体系;D(Diagnosis)诊断:性质分析法、数量分析法;I(Instruction)指导:知识库,策略库,流程模板;T(Tool)工具:数据模型,算法模型,优化模型。
4、数据分析师职业道德操守:将数据产权、用户利益和机构利益置于个人利益至上,保护数据资产的安全性,遵循数据的真实性、可靠性,禁止技术欺诈、数据造假、非法交易,损害用户和机构利益。 保持和加强自身职业道德操守以及同行的操守。不参与任何违法行为,包括但不限于:偷窃、欺骗、腐败、挪用或贿赂;不使用或滥用他人的产权,包括数据资产、知识产权;不参与诽谤和侮辱;不宽恕或帮助他人参与违法行为。
5、数据分析师的行为准则:①、全面了解业务背景、痛点、需求,做出分析建议,与团队充分沟通,确定合理的业务指标,获取符合要求的源数据;②、保持工具与算法的前沿性、适用性、高效性。根据业务需要,选择合理的工具、平台、系统及算法;③、不断迭代并优化业务指标与数据模型;④、撰写专业可视化报告,逻辑清晰展示项目成果,并做出具有商业价值的建议。⑤、尊重契约,按时按质完整交付工作成果,并对相关数据、代码、结果进行保密;⑥、履行后期义务与责任。完整交付结果后,对客户须进行后期解答、咨询、维护等服务;对机构业务须进行后期跟进、优化、指导建议等工作。
6、GDPR规定用户享有的个人信息权利包括:数据访问权、被遗忘权、限制处理权、数据携带权
7、关于我国数据安全相关的法律问题答题原则:问题存在,逐步推进解决