01, 互联网运营岗的SQL学习路线
互联网运用最多的是数据库是 MySQL, 针对 MySQL 已经有太多的资料了。前两天我还转载了一个 MySQL 的入门版本系列：
学完这些要多久，快点一个礼拜，慢点一个月，总行了。拿市面上初级数据分析师的职位要求来说，其实技术方面，考察的就是 SQL
只要你不嫌弃，一年内拿下数据分析师不是什么难事。我们仔细看这份 JD，几个优先项可以不考虑，重点就是 SQL 和数据敏感度。SQL 部分不会用到深奥的技术，比如性能优化，ETL，或者维度建模等，就是平常的函数和存储过程的使用，能准确拉到数据就满足要求了。
数据分析关键的步骤不仅仅在于技术本身，而是对整个业务的理解深浅。
举两个例子：
1）双十一大促中，我们会统计哪个渠道来的订单最多，比如手机，网页还是 iPad? 如果是手机端来的订单多，且利润高，毫不犹豫的应该提出加强手机端的应用开发和促销手段。数据分析在这里起到了运营手段改进的监督作用
2）在线下超市，分析师通过分析购物篮的货品，会得出啤酒和尿布一起出现的概率更高，那么将其放在相邻的上下两层更有助于促销。这里数据分析师就在帮公司赚更多利润了。
第一种分析手段更多是建立在统计学的基础上，而第二种则是要运用数据挖掘算法了。为什么说大数据技术也是今后必备手段，就是因为线上购物的体量已经超越线下，成为海量数据，仅凭单机手段无法做出统计和预测，才需要使用多台计算机联合处理数据分析等任务。
为了解释数据分析的简单本质，我在今天的第二栏特转载了一场实战的数据分析应用文。技术发挥在场景中才能走的更远。
02，ERP集成与数据中台策略
第二位读者的问题比较具有实战型。他的目的是要集成两个ERP系统，并最终部署一个数据中台。说实话，这是一个项目，仅凭一篇文章我是无法写出详细的每一步做法的，原谅我也只是普通人。
ERP系统的集成，是个迁移的过程，假设一方的ERP将要淘汰，而集成的这方ERP要兼容淘汰方的功能。那么我认为至少要分两期走，确保三个方面。
第一期，做数据集成。淘汰方的输入系统仍要使用，输入的数据，不仅仅在老系统存储，还要同步到集成方的存储，使用批次或者实时，看业务本身的需求。此时同步一定会有数据的失真，即完整性，一致性和安全性并无办法保障，那么每日的审核就要处理这些失真的兼容性bug，且做好集成数据与固有数据的区分。等到数据完成了三性保障，且功能上也做到了兼容淘汰方的ERP。那么就可以进入第二期。
第二期，正式切换，安排专业人员做 Support. 上线之后，进行人员培训，培养新的输入习惯和数据思维。以免因为输入方法造成的数据逻辑错误，因为此时，你已经无法区别是哪方的数据带来的bug了。
第三期，是做数据中台。其实数据中台的概念比较新，是近期大热门，但不建议为了热门而赶热门，ERP本身的管理思想就很前卫，没有彻底发挥ERP的效用，转而用中台策略，反而会造成资源的浪费。当然，领导说要上，我们肯定要想法子上。我写过两篇中台的文章，可以参考：
数据中台的概念，由阿里提出，2015年就在做了，阿里的体量做中台比较符合应用，众所周知，船小好调头。就是这个意思！
推荐这本书：
看前四章的思想就够了，后面偏技术部分，稍微了解下。互联网技术栈和传统企业不是很切合。
以上是我的一点看法，未必正确，还是需要你们多读书，多搜集互联网的分享，找到适合自己的路子。祝大家都学有所成，升官发财！
End
往期精彩：
扫一扫
3658
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
