數據分析是在做什麼?


數據分析 (Data Analysis) 是指通過建立審計分析模型對數據進行核對、檢查、復算、判斷等操作,將被審計單位數據的現實狀態與理想狀態進行比較,從而發現審計線索,搜集審計證據的過程。


哇,看了這個解釋,反而更迷糊了。說白話一點,數據分析工作就是「要讓數據說話」,告訴我們透過這些數據,後續我們應該怎麼做。後續的反應正確了,這個數據分析就是對的,後續的反應錯誤了,這個數據分析就是錯的。透過後續的檢討,再來修正數據分析的方法。

這篇搶當大數據科學家,5大特質你有嗎? 說:「美國專業招聘公司羅致恆富(Robert Halt)公布的《2015薪資指南》把大數據工程師列為今年薪資漲幅最大的六大行業之一,預計薪資年成長率9.3%,平均年薪119,250美元至168,250美元,在國內根據經驗平均也有100萬到500萬的薪資行情。」

所以把數據分析當成職業,算是不錯的選擇了。但是,數據分析都在做什麼呢? 需要哪些技能呢?

數據分析不一定是在處理大數據,也可能只是不大不小的數據,通常數據分析工作需要的專長在於~數學、統計、或是電腦科學等的相關學位跟背景,最常見的工作技能要求是 SQL、R、SAS、Excel,以及隨著需要處理的資料量日漸龐大,Hadoop 也被許多公司列為必備的基本條件之一。

而跟數據分析師有些類似的工作是資料科學家 (Data Scientist),資料科學家可以說是高一等級的數據分析師,他還必須具備程式開發的能力,例如 Java 或 Python,而且對機器學習(Machine Learning)或是人工智慧(Artificial Intelligence)領域有所瞭解。

數據分析師所需要的條件:

(1) 熟悉相關業務,例如你是銀行方面的數據分析師,你就必須熟悉銀行相關業務,才能夠解讀數據資料。

(2) 熟悉分析常用工具和基本的分析方法,例如R語言、SQL工具、SAS等統計工具,以及應用在這些工具的分析方法。

(3) 熟悉數據搜集、整理、分析的程序,例如必須知道要分析的數據從何而來,是取自於內部資料,還是需要外部抓取。

(4) 熟悉能夠處理更大量資料的平台或是工具,例如Hadoop、Spark、NoSQL等等。

所以從上面,大概就能夠理解數據分析師的工作內容,就是先要了解相關業務,知道這個行業需要解讀什麼資料,知道解讀後數據的意義。然後就要利用工具進行擷取及處理數據資料,進行分析獲得結果。

所以數據分析這個工作看似簡單,但是因為沒有規則,並且環境變化大,會讓需要的能力必須與時俱進,所以薪資漲幅才會是最大的六大行業之一,也不是沒有道理的。

更多參考
頂尖專家給數據分析師的忠告(上)
頂尖專家給數據分析師的忠告(下)

沒有留言

張貼留言