스스로 데이터 분석가가 되는 법

1. 문제 정의

당신이 필요로 하는 문제와 당신이 원하는 결론을 확정하세요. 고려할 수 있는 옵션이 많으니 업무에 따라 판단해야 한다. 흔히 볼 수 있는 것은 변화 추세, 사용자 초상화, 영향 요인, 과거 데이터 등이다.

2. 데이터 수집

데이터를 얻는 방법에는 여러 가지가 있습니다.

먼저 엔터프라이즈 데이터베이스에서 직접 검색합니다. 이를 위해서는 데이터 추출과 같은 데이터베이스 관리를 수행하기 위해 SQL 기술이 필요합니다.

두 번째는 정부, 기업, 통계청 등의 공공 데이터를 얻는 것이다.

셋째, 파이썬을 통해 웹 크롤러를 작성하십시오.

3. 데이터 전처리

불완전 및 중복과 같은 예외 데이터를 정리합니다.

4. 데이터 분석 및 모델링

이 섹션에서는 기본 통계 분석 방법 및 데이터 마이닝 알고리즘, 다양한 통계 방법의 적용 가능한 시나리오 및 적용 가능한 문제를 이해해야 합니다.

5. 데이터 시각화 및 분석 보고서 작성

시각화 도구를 학습하여 시각화를 통해 데이터를 가장 직관적으로 보여줍니다.

데이터 분석을 시작하는 데 필요한 기술은 다음과 같습니다.

1.SQL (데이터베이스):

데이터베이스에서 데이터를 가져오려면 어떻게 해야 합니까? 원하는 구체적인 데이터를 어떻게 얻을 수 있습니까? 이러한 문제는 SQL 에 의해 해결되는 가장 먼저 고려해야 할 문제이므로 SQL 은 데이터 분석의 가장 기본적인 기술입니다.

2. 잘하다

분석가는 데이터를 분석하는 경향이 있습니다. 데이터를 분석할 때 excel 인 파일에 데이터를 배치해야 합니다.

Excel 공통 공식에 정통하고, 피벗 테이블을 만들고, 모든 데이터를 차트로 작성하는 법을 배웁니다.

3.3 의 기수. 파이썬 또는 r:

필수 항목도 가산점이며 데이터 마이닝 방향의 필수 항목입니다. 언어는 도구보다 더 유연하고 실용적입니다.

4. 시각화 도구 학습

더 높은 수준으로 발전하려면 위의 것은 최대 20%, 나머지 80% 는 비즈니스를 이해하는 능력, 목표를 분해하는 능력, 데이터 요구 사항에 따라 더 많은 새로운 기술을 배울 수 있는 능력입니다.