最近，我们与Worki的分析和数据科学主管Yuri Trostin举行了网络研讨会“如何改变您的职业并成为一名出色的分析师？” 观看此在线密集课程的录音
为什么需要分析？
任何企业的目标都是获利。利润是收入减去成本。长期而言，利润必须最大化。分析在这里有何帮助？
分析可在三个主要方面增加价值：
1.业务流程的形成。
正确方向的业务方向在哪里，关键客户和业务部门的感觉如何？有了这些数据，分析师可以为某些问题提供解决方案。假设在业务中出了点问题，在一个快速发展的世界中，时间确实是最宝贵的资源。您需要比竞争对手更快地解决问题并将新的假设推向市场，这就是分析师可以为您提供帮助的地方。
2.根据数据做出明智的决定。
这里不仅涉及警报，还涉及关键决策的形成。做任何事情都伴随着不确定性，您无法获得全部信息。如果信息始终是完整的，可访问的并且在市场参与者之间平均分配的，那么就不需要这样的分析了。但是企业也不会有超级利润。如果您具有用于决策的相关数据并了解如何从中提取信息，那么您将自动赢得那些没有数据和这种了解的人。当然，在业务中，您不能总是做出正确的决定，但是，例如，使用数据驱动的方法，可以最大程度地减少错误决策的份额。当然，为此，您需要可以为您分析此数据的专家，以便使其完整且一致，即一致。然后，从长远来看，您可以从中受益。
3.有关业务，发展和试验的新想法。
从本质上讲，这主要是某种想法，它可以进入也可以不进入市场。产生更多相关的想法和更多的实验，您将来可以获得更多的利润。 IT产品的优点在于，通过检查服务中的行为模式，您可以了解最初似乎并不明显的见解，但这些见解说明了用户将如何通过分析和数据而变得更好。此外，有关您所查看内容的数据的积累也朝着同一方向发展。例如，这是由YouTube，Netflix，VKontakte和其他推荐系统得到广泛开发的公司完成的。
在分析期间和之后进行任何分析的关键问题：所以呢？
这一切对企业意味着什么？您是否以某种方式提高了对当前业务状况的了解？您是否正在通过分析产生更多的想法和实验？您是否正在做出更好，最新的决定？
如果对这三个问题的回答中至少有一个是“是”，那么分析师就不会白费力气了。Analytics（分析）不仅是数字和数字，它还是一个强大的工具，可让您开展高质量的业务。了解这一点的公司已经准备好认真地投资于分析，因为他们知道尽管过程成本很高，但可以从中获得更多收益。
寻找第一份工作时要注意什么？
如果您已决定自己需要分析，那么在寻找第一份工作时，您需要找到最能发挥作用的地方。抽水不仅意味着硬技能和工具的使用，而且还意味着如何处理问题，如何以及使用哪些数据。
寻找第一份工作时应该寻找什么？
要点的重要性从高到低依次为：
1.最重要的是团队和领导者。
这些人将在接下来的六个月（一两年）中与您一起学习。登机前，问自己：您想向他们学习，他们启发您，他们对自己的工作很酷吗？
尝试尽可能多地了解他们：查看他们在Internet上的演讲，如果他们有任何博客或频道，也许他们在专业社区中撰写文本。如果团队中至少有一个人这样做，那么这是一个好兆头。
在访谈中，请详细询问从六月开始会发生什么，公司团队中的互动形式是什么。请记住，您的主要目标是带着一个充满知识和经验的包升级并离开那里。
2.公司本身。
这不是关于办公室和工作条件的，当然，这还不错，但这不是长期的动机。这与公司本身广播的消息有关。
高质量的个人成长只能与动力相结合。如果没有动力，那么你就无法冷却。如果您的共鸣与公司共鸣，那么您才可以有效地提高自己的技能。最好立即找到自己喜欢的地方。现在到处都需要分析：电子商务，分类，食品技术，游戏技术，人力资源，媒体，物流等。实际上，到处都有数据，您需要使用它来有效地管理业务。
3.公司使用的技术堆栈。
到了六月，您可能还不了解它们，但总体上没有人期望您这样做，但是如果这些人使用Excel并且他们具有相同的MySQL数据库，那么您应该保持警惕。是的，Excel是一种超级强大的工具，但是如果公司拥有大量的数据堆栈，则意味着它了解其重要性并准备投资。而且，最有可能的是，企业拥有一支强大的团队，这意味着您可以更好地进行抽水。
寻找分析师的第一份工作有什么建议？
1. SQL知识。
如果无法获取所需的数据，则无法进行分析。您可以使用SQL获取数据。Yuri Trostin由于不懂SQL而遭到了很多拒绝。然后，当然，他必须学习它。
SQL不同：
- SQL, 80- . . SQL sql-ex.ru. SQL, .
- IT- SQL, ClickHouse. ClickHouse — , , .
现在，每个人都在各处使用ClickHouse，例如Mail.ru Group，Avito，Yandex。它的语法与主要语法没有太大差异，尽管当然，存在一些差异，使其在使用ClickHouse时更具功能性。它的任务专门针对分析，潜在客户，而不仅仅是数据提取。
2. Python。
这是数据分析，数据科学的行业标准，您也可以立即创建可视化。如果与Python结合使用，了解Python可以使您更快地执行某些操作，而不是只有SQL。对于潜在的初级人员，Python知识将是其加分项。
Yuri Trostin指出Python对他来说比SQL容易得多。他在kaggle.com上经常逛逛，在那里参加比赛。还有许多不同的脚本可用于Python中的分析，清理，数据可视化。第二点是课程。例如，ProductStar的同一课程。
3.数据可视化系统/ BI系统。
没有数据可视化，您的分析就毫无意义。借助BI系统，您可以分析数据，对其进行可视化，将图表收集到单个仪表板中，这将使您对业务中发生的事情有更好的了解，并且还可以从这些数据中即时获取见解。 Tableau，Power BI，QlikView等产品都与BI功能相关。它们彼此相似，因此，如果您熟悉这些产品中的任何一种，那么以后再切换到其他产品将很困难。
4.分析中使用的特定产品。
营销分析，业务分析，产品分析已经不是秘密。有些地方有战略分析，呼叫中心分析，支持热线等。
营销分析的狭窄工具是Google Analytics（分析）和Yandex.Metrica。对于产品分析-幅度，这是分析应用程序中用户行为所必需的。
5.计量经济学，A / B测试，数据科学。
在初级阶段，这并不重要，但是如果您想在分析方面表现出色，将来肯定会需要此类工具的知识。
如果您没有首先学习上面的工具，则无需跳到下面的工具。如果您还不了解SQL，则不应该开始学习Python等。
寻找第一份工作时还能有什么帮助您？
1.解决业务案例。
解决业务案例时，您将学习以结构化，快速而清晰的方式进行思考和说话。您将学习制定假设，查询相关数据，进行定性分析并得出正确的结论。它还将教您清楚地将有关所做工作的信息传达给不同的人。
2.了解IT的工作方式。
这是因为分析师通常位于企业和技术团队之间。分析师需要能够找到与业务和技术团队的联系。
3.在业内约会。
这对于没有技术背景的人特别有价值。通过约会，您可以获得建议，这当然不是决定性的，但在某些时候可以有所帮助。
有各种各样的离线和在线聚会，您可以在那里结识新朋友。还有一个庞大的Slack社区，即开放数据科学（ODS），拥有3万多人，您还可以在其中找到自己感兴趣的人。
面试时会有什么期望？
典型的面试方案：
1.相识；
2.技术部分。
检查您在简历中列出的技能；
3.作业。
要么为您提供了一种数据方案，根据该数据方案，您最终应不发送数字形式的特定答案，而应发送SQL。另外，您将得到一个需要使用Python或其他编程语言进行分析的数据集，然后发送此分析的建议；
4.动机访谈。
找出为什么您需要这项特殊工作。
Jun的第一份工作应该做什么？
第一项工作的主要内容是最大抽水。
1.尽可能与团队沟通。
解决任何问题时，请务必与您的同事协商，以便您吸收他们的经验并做得更好。
2.尝试准确了解业务的运作方式。
问问题：
- 贵公司卖什么？
- 一笔买卖的经济性是什么？
- 什么是获利模型？
- 用户使用您公司的产品会得到什么？
这将帮助您从整体上了解自己的业务，同时还可以帮助您分析数据并提出假设。
3.不仅与您的团队进行沟通。
与内部各种人聊天：开发，产品，市场营销，销售。他们可以与您分享出色的业务和市场见解。
4.扩展您的专业领域，而不仅仅是分析。
5.不要坐在一个地方。
当您意识到自己的职责开始重复时，您不能像以前那样从这个地方搬走，然后考虑是否需要对提出的建议敞开心open，以便您可以继续成长为分析师。
组建团队时要寻找什么？
1.渴望和热情去处理数据。
如果您想查找数据中的模式，如果您了解数据背后有某种物理意义，并且可以借助数据来影响某些事情，那么这项工作绝对适合您。
2.驱动器。
这是关于改变事物的渴望。一位出色的分析师应该积极主动。
3.多样的经验。
当一个人有广泛的经验时，他们可以为问题添加自己的非标准观点。与这样的人一起工作更有趣。
4.动机。
此人必须清楚意识到以下几点很重要：
- 他想从这项工作中得到什么？
- 人们为什么决定使用数据？
5.技术能力。
没有他们，无处不在。
Yuri Trostin的有用链接：
Victor Cheng是一位顾问人物。他在YouTube上有很酷的书籍和讲座，以及案例访谈的录音。您可以找到并收听它们。
咨询领域的一本非常普通的书，是业务案例的集合。尝试自己阅读和解决本书中的案例。
本书面向从Juns到pro的大量专家。这本书很好地阐明了为什么根本需要分析的想法。她甚至创建了一个框架，用于思考公司中的分析。
Yuri最喜欢的YouTube频道。有许多快速课程，包括计算机科学课程。通过本课程，您将能够学习计算机科学的基础知识并了解其起源。
一本关于互联网如何工作的好书。很简单，我建议阅读。
该资源使您可以重新分析分析，即各个指标的重要性。本指南包含有关如何在幅值中使用所有这些知识的教程。
尤里·特罗斯汀（Yuri Trostin）在明斯克的演讲，他在演讲中谈到了他们如何打造数据驱动的初创公司Worki。