访问了很多MBB和BAT的高管后,我们发现这四个字几乎占据80%的话题——数据分析。
据统计,北京地区每天急需10000+的数据分析人才,1年经验的数据分析岗位有一半月薪在20k以上。
如果你会使用像Python、SQL、Tableau等数据分析工具,可以大大降低数据收集和多维度分析的难度,轻松解决商业难题。
例如,上级要求你简单分析全国市委书记的信息。
只用Excel,你很有可能点开数据透视表,调整参数,然后进行运算得到女性市委书记的数量,写上函数,求出女性市委书记的比例为2.77%,其他规律的分析便难以下手了。
可如果你用的是Python,只需要几行代码即可得出女性市委书记的数量。
此外,还可获得多对规律关系及各种图表。例如,先对比两个维度,尝试着分析市委书记们的出生年月和任期的关系,直接把计算的结果整理好,调用Matplotlib和Seaborn两个工具包,就可以做出图表。
除此以外,在金融、咨询、财务、快消零售等多个行业,很多让行业大佬头痛不已的问题,数据分析工具都可以几分钟轻松搞定