一个行业的发展，会改变很多人的命运、生活。选择好即将进入的行业，以及通向行业的机构入口，都是十分重要的。近日，一知乎大牛分享了他近10年的IT从业经历，引起了网友的大范围转发和讨论。真实的经历，朴实的语言，让大家仿佛看到自己在从业路上那些纠结的瞬间，磕磕绊绊的道路，共鸣感油然而生。

“我是哈尔滨工程大学07级电子信息工程专业的，毕业后，我在体制内做了三年的通信工程师。而我的大学同学，目前98％以上还都在行业内。当时哈工程的通信和计算机专业很火爆，录取分数丝毫不输学校传统意义上的王牌专业。

读书的时候各专业差距不大，等毕业找工作的时候，才真正体会到这个专业的疯狂，华为中兴索尼腾讯阿里，还有各种体制内的大研究所，轮番到学校进行宣讲，谈到薪酬，一般都是其他专业的1.5倍。更夸张的是，企业招人好似捡萝卜， 经常是一家企业“捡走”一个班级一半的人。”

那时是2011年，互联网行业刚起步不久，随着时间的推进，基于互联网的各种新概念、新平台、新产品和新模式层出不穷，大数据、云计算、AI、区块链铺天盖地而来。技术的迅猛发展，给了学习相关专业的学子，一个跳跃的机会。在其他人毕业几年内还是拿着为数不多的薪水时，他们已经可以依靠自身的技术，过上更好的生活。随着时间的推进，他们也逐渐完成了阶级的转变，成功跻身于中产阶级之列。

“2011年毕业后，我顺利进入一家国企做一名通信工程师，身边的同事基本上都是顶级211和985毕业，哈工程在其中只能算是垫底。在那儿我拿着足够让爸妈和老街坊吹牛的薪水，待了三年。

三年后，我转行并且放弃天津户口来到北京，经过几年的努力，我拿着之前2倍甚至是3倍的薪水。尝到好处的我，努力劝说以前的老同事离开体制。其实体制内的工作相当于圈养，甭管你是天大南开，还是北邮西电来的天之骄子，被温水煮了三年发现自己骨头都酥了，专业上和同期毕业，去了海思小米酷派的同学，已经落后了两个身位。

这样尴尬的现实让出来的同事不得不重回体制内，但也有另外一小部分人，坚持了下来。

我的老同事云峰就是其中之一，在我离开后一年跳槽来到北京。那时他家里出了变故，又恰逢孩子出生，家庭的压力让他处处捉襟见肘，他走出体制的理由并不高大上，只是为了赚更多的钱。

他在新工作开始时并不顺利，屡屡碰壁，但他没有退路，无奈之下，他找到一家IT培训机构---课工场，在那里学习了4个月，白天听数据专家、行业一线的老师讲专业知识，晚上他独自一人，每天下班后在狭小的住所学习。

现在，他年薪超过40万，家里的重担已经平息，有时候我俩在北京吃饭，聊天的时候他总会告诉我：能够拥有现在的生活，他十分感激当时没有退缩一直坚持的自己。”

体制内外的工作，无论是工作内容还是节奏，都差距很大。不能适应的人，一扭头又钻回了体制内。而另外一些人则“不撞南墙头不会”。不同的选择也决定了后来不同的发展道路，生活的差距也随之拉大。

“接下来我想讲一讲我们公司里的年轻人。小潘是一名前端，今年23岁，江西人。他本来是学对外汉语专业， 找了一圈工作，发现文科生的薪水实在是太低，于是转行做程序员，只因为两字“钱多”。钱多是真的，但也累。工作之余，小潘还去课程丰富的专业IT培训机构——课工场充电，我问他你自学不也可以，为啥还要去培训机构。

他说：“这种事儿就像是健身，你说自己在家健身能不能练出一身腱子肉，肯定可以。但成功的有多少？基本上都是健身房，一是有标准器材，二是有氛围，三是可以请私教，有科学的方法。”在培训班上课，有固定课程，能保证学习的效率；而且很多相同境况的人，大家为了同样的目标，结伴努力相互支持，这样更容易坚持下去。

如今大数据、云计算、人工智能等新技术层出不穷，想要快速完成知识的迭代，多接触人脉或参加培训是十分必要的。类似于课工场这样专注于大学生IT就业教育在近几年逐渐兴起，为很多迷茫的普通大学毕业生及职场转型人士提供一个快速入行的入口，在专业的教师指导下，知识技能得到快速提升。

我们一个班的学员有个微信群，我们结业后依然会有些联络，大家为了更高的薪水，更好的生活，彼此扶持。虽然现在的工作忙的要死，但是我已经很满意了。”

IT行业的迅猛发展为很多人提供了机会，体制内转型的，非985，211名校的，专业不好找工作的种种人，为他们带来了希望。北上广大量的互联网企业及工作机会，非重点学校或从培训机构毕业的程序员只要能独立承担起一面的工作，就能在这里获取一席之地，拿到一份不错的薪水。选择对的起点，即是成功的一半。

知乎是一个什么样的平台？打开百度搜索知乎，我们会看到它给自己的定位是“与世界分享你的知识、经验和见解”但以新知百略深耕新媒体这么多年的理解来看，知乎是一个“相互以自己专业的知识或精妙的思想，彼此分享经验、交换心得，以达到精神层面升华的社交平台”。作为新知百略多年运营者，知乎在短短2-3年时间影响力剧增；它集合了问答社区、搜索引擎、大众点评、新闻社区、情感论坛等多角色；知乎为什么那么火？因为知乎平台抓住了用户的内心，让你不由自主的被吸引，时而深入探讨时而诙谐幽默。

这两年社交网络盛行，陌陌、脉脉、豆瓣都因为平台的独特定位吸引了不少用户，而知乎用户从原本的几十万，到如今的近亿用户，大量分享者的涌入，导致知乎的营销气渐盛，虽然就知乎本身来说它是极其排斥营销广告的，但这一点也不影响品牌对于知乎平台的青睐，用户蜂拥而至的地方就必然会有营销痕迹的产生，知乎在营销与公关荷尔蒙过盛的大背景下，众多品牌尝试另辟蹊径，寻找一个新的、有别于微博和微信之外的释放能量的传播入口。可能很多人会说，豆瓣、果壳也是差不多类型的平台啊为什么不选它们，但是豆瓣的文艺小清新风格很多人不感冒；果壳、AB站的内容营销难度大且传播力度不强，AB站的推广成本极高，往往只能蜻蜓点水地作为营销环节中的一环，难当大任。所以，如果品牌想要尝试新的营销思路，知乎肯定首当其中是最优选择。

只有数据支撑的观点才有说服力，根据《知乎核心用户大数据报告》给出的数据，知乎用户的职业比例由高到低分别是互联网、大学、计算机软件、高等教育、金融、高新科技、艺术等。男女比例甚至略大于2:1，知乎用户的普遍兴趣爱好排前几位的依次是健身、电影、摄影、旅游、阅读等。从以上数据不难看出，互联网、生活、教育、金融类这几大类的话题在知乎上更受到用户的青睐和关注，如果要说品牌营销，那么这几类型的品牌或者产品也就成为最适合在知乎上做营销的。

知乎对营销、广告公关最大的优势，在于它可以承载一些相对“重”的内容，且有优质的用户环境可用于软性背书。从传播的角度考虑，知乎的用户本身就处在中国互联网用户金字塔的中上层，无需过多的人为推力，它的自身重力就是最好的传播武器，很容易产生四两拨千斤的营销效果。

我们从产品本身以及知乎的运营策略上来解释：知乎中，知识和人组成了一个复杂的网状结构。再由于问答内容本身的价值性，只要产出用户关注的、喜欢的、热门的并且有质量的输出内容，那么就很容易做到让一个答案在用户的时间轴中持续、高频的出现。在做营销时，软性植入的答案更容易被用户接受，同时号召其他用户来点赞，关注，就会形成一个传播闭环，达到更好效果的传播效应；就这样，持续有朋友连续点赞，关注，答案也会出现在更多人的时间轴中，这就能让一次营销对目标人群持续产生影响力，增大品牌曝光。

知乎和其他平台一样，也存在领袖意见，也就是俗称的大V，他们在这个平台上活跃时间长、具有自己的独特想法、有一定话语权。这些人的意见会引领知乎用户的大众口碑，从几千到上百万粉丝的知乎意见领袖输出的优质内容是普通用户的关注风向标。他们的答案就是讨论汇总，再讨论，这个跟营销的形式很相似，这就是为什么我说知乎其实很适合品牌做营销的根本原因。知乎上的热门话题，话题吵得越热越好。举个例子，之前新知百略经常为客户在知乎上策划高关注度的问答，很多问题介于真实的讨论和营销之间，即便带有一定的营销性，但是只要答案是客观的有阅读讨论价值的，那么用户就愿意看，用户愿意看，影响力就必然会变大，营销价值就会逐渐变大，品牌营销的意义也就不言而喻了。

大数据时代并不仅仅是数据多，而且数据类型也是多种多样，数据数量大但价值密度小。同时，大数据所体现出来的信息不一定是真实可靠的，人为因素的干涉会导致数据失真。这些非结构化或结构化的数据，使得传统的数据处理技术和设备已经不能满足大数据发展的要求大数据是什么，作为数据采集团队 ，我们很长的时间里一直也在思考，什么是大数据，大数据的前景和价值在哪里。解决大数据产生的各种问题，关键在于技术。而技术要想适应更高的发展要求，最根本的是解决人才短缺的问题。日本认识到，要想创造更大的价值，就需要拓展IT与管理人才的人力资源，使这些人才具备可开发使用大数据商业模式的能力这篇文章里，我会跟大家一起分享我的看法以及各种有趣的内容和资源，它们关于:

什么是大数据大数据的实践大数据的应用场景

最近都在说裁员，如果想知道互联网裁员潮对就业薪资是不是真的产生了持久的负面影响，可以用我们的工具，帮你定时每天采集几次生成列表看一看。

（一）什么是大数据

先听听行家的说法：大数据就是多，就是多。原来的设备存不下、算不动。

————啪菠萝·毕加索

大数据，不是随机样本，而是所有数据；不是精确性，而是混杂性；不是因果关系，而是相关关系。 —————Sch02nberger

移步ted：Kenneth Cukier: Big data is better data

America's favorite pie is?Audience: Apple. Kenneth Cukier: Apple. Of course it is. How do we know it? Because of data. You look at supermarket sales. You look at supermarket sales of 30-centimeter pies that are frozen, and apple wins, no contest. The majority of the sales are apple. But then supermarkets started selling smaller, 11-centimeter pies, and suddenly, apple fell to fourth or fifth place. Why? What happened? Okay, think about it. When you buy a 30-centimeter pie, the whole family has to agree, and apple is everyone's second favorite. (Laughter) But when you buy an inpidual 11-centimeter pie, you can buy the one that you want. You can get your first choice. You have more data. You can see something that you couldn't see when you only had smaller amounts of it.

曾经人们以为最爱吃的派都是苹果派，不过当你有了更细致的数据，你会发现，苹果派受欢迎其实是一种妥协的结果：苹果派是每个人第二喜欢的口味。

拿到小尺寸派的数据以后你更发现，其实苹果派只能排到第四,第五位的样子了。

你有了更多数据，你就能看到之前你看不到的信息。

大数据最核心的价值是什么？ - 商业 - 知乎 推荐@Han Hsiao这篇内容的结构十分清晰，对大数据的正面意义提出了非常清晰地探讨。

大数据听着很牛，实际上也很牛吗？ - 人工智能 - 知乎 这里 @陈萌萌说的也特别好，怀疑她是不是真的是一个ai。看下薪水就知道了

大数据最核心的价值是什么？ -

大数据是大数据的采集

大数据行业，本身是依托于数据源存在的服务性行业。

大数据最根本之处在于信息收集方式出现了重大变化与革新。大数据的出现与大量信息直接在网络呈现关系非常紧密。

微博、天猫、淘宝、微信等等都直接产生了大量包括定位、消息记录、消费记录、评价、阅读等等殊为庞大的信息，可以说互联网企业都自然的带有数据企业的标签。不过如果我们从数据的源头看的更仔细一些，还是会发现，其实很多数据依然是有巨大的采集与归类的需求。

Joel Selanikio:Transcript of "The big-data revolution in healthcare"

There's a concept that people talk about nowadays called "big data." And what they're talking about is all of the information that we're generating through our interaction with and over the Internet, everything from Facebook and Twitter to music downloads, movies, streaming, all this kind of stuff, the live streaming of TED. And the folks who work with big data, for them, they talk about that their biggest problem is we have so much information. The biggest problem is: how do we organize all that information?

现在人人都说大数据，但其实大家说的是 facebook，twitter，streaming 等等站点上每天产生的信息，做大数据的人呢，会觉得我们有的数据量实在太大了。

（二）大数据的实践工具

看这里：大数据分析一般用什么工具分析？ - JavaScript - 知乎

最近看到个例子，说pokemon go 带给玩家运动量上的变化：

1、应用中的数据分析示例：

六个月以后，大部分pokemon go 的玩家的运动量逐渐和 non-player基本一致了。看来确实是一个能用相当效果的游戏。

互联网行业最受追捧

猎聘大数据显示，上海地区近七成中高端人才年龄介于25-35岁之间，说明80、90后中高端人才已成为企业中坚力量。上海中高端人才的行业分布特点进一步印证了互联网的迅速发展和其偏爱年轻人的行业趋势。

在猎聘平台上，上海中高端人才在互联网行业分布最多，占比达到20.77%；名列第二、第三的是金融、机械制造行业，其占比分别为14.89%、13.69%。

近年来，互联网行业在全国很多城市都有较快发展，吸引了众多精英人才的加入。借助上海一线城市的优势，当地互联网行业表现则更为突出。位居第二的金融行业一直是上海的强项，因而也名列前茅。机械制造作为长三角地区的传统优势行业，在该区域有深厚的积累，在吸引人才方面也有不俗的表现。

苏杭与上海之间的人才吸引力强劲

从沪漂来源TOP10城市来看，北京流入上海的中高端人才占比最多，为8.54%，位居第一。而名列第二、第三、第四的城市是苏州、杭州和南京，都是来自临近上海的城市，占比分别为4.16%、3.83%、3.02%；名列第五的是深圳，占比为2.90%。

北京近几年雾霾较为严重，不少人因此离开北京寻求更宜居的生活环境。上海除了具有一线城市的工作机会，还具有宜人的生活环境，吸引了来自北京和上海周边城市的中高端人才。

猎聘问卷调研发现，上海中高端人才平均每年参加的企业培训次数较少，57.63%的人为1-4次；20.56%的人为4-10次。

对于员工而言，企业福利与他们的切身利益和职场幸福感密切相关。猎聘问卷调研发现，上海中高端人才享有最常见的企业福利排名前两项的是生日/入职周年礼品、节假日补贴/礼品，均为纪念性福利，其得票率分别为52.02%、50.78%。企业纪念性福利最易增强员工的仪式感，进一步提升其对企业的归属感，促使两者的关系更为和谐。

欢迎和大家一起学习交流学习大数据。

　　在2017年的世界物联网大会上，马云的一段演讲很引人注目，他的原话是这样的：未来的数据分析师都将被人工智能取代。

马云说作为一个数据分析刚刚入行的新人，听到这句话时顿时感觉恐慌，自己即将要被替代掉了吗?

　　这篇文章写写给那些已经入行数据分析，或者准备入行数据分析的人，希望我的一些看法能对你有所帮助，如有谬误，期待您的指教：

　　本文想讨论的主要有以下几个方面的问题：

　　1.数据分析这个职位到底是什么?

　　2.人工智能可以替代掉的是哪些人?

　　3.作为数据分析人，我们应当如何避免自己被替代?

　　1.数据分析这个职位到底是什么?

　　从去年开始，随着大数据概念的兴起，数据分析这个词也逐渐火了起来。在微信公众平台，我们能看见非常多有关数据分析，数据挖掘方面学习的文章;在知乎社区里，也是各种爬虫教程，数据分析教程.......

　　上面这个趋势图师在百度是关键词“数据分析师”的一个搜索趋势，从这个趋势我们可以看出来，从2015年开始，这个词的关注量就产生了一个跳变，并且在2016,2017这两年也都在稳步的增长着。当然这只是在百度这个入口的搜索趋势，关注数据分析的人群多是一些高校学生，或者互联网行业的从业者们，他们信息获取的聚集平台知乎和微信公众平台的数据这里还没有统计，这里就暂时以百度指数作为一个范本吧。

　　既然都在说数据分析，那么这个数据分析师到底是什么呢?这里给一段来自百科的解释：

　　从上面的词条中我们可以提炼出以下几个关键词：数据搜集，数据整理，分析，研究，评估。而对于这个词我个人的理解是：利用数据帮助企业实现增长。我们的最终目的是实现企业的增长，这个增长可能是企业利润的增长，产品用户的增长等等，这是我们分析的最终目的，而数据仅仅只是我们作为数据分析师这个职位，切入增长工作的一个入口或者说手段而已。

　　我在拉钩上找了一个比较有代表性的企业招聘需求，我们来看一看企业需要的数据分析师是什么样的?

　　从上面的招聘需求描述我们可以看出来，企业需要的的是通过数据产出对企业发展有驱动价值的信息。而数据分析师则充当了中间的这个信息转换的角色，将数据信息转化为发展决策信息。

　　说道这里，不只你对数据分析这样一个角色的认识是否清晰了呢?

　　2.人工智能可以替代掉的是哪些人?

　　人工智能作为一门计算科学，它所做的事就是从过去的事物之间找到一定的规律，并以此来确定当下自己面临的事应该如何去做，它的决策基础是数据，是概率(个人理解，欢迎指教)。

　　因此对于很多重复性的工作，人工智能可以很快的学会。通过我们过往的一些操作数据，人工智能可以就可以以此来当做自己的经验，飞速学习，然后掌握这个技能。

　　就比如说之前百科词条里面的数据收集，整理，这些可以说都是一些内容相对固定，切重复性高的工作，人工智能可以轻松学会。包括我们的一些简单的分析，比如趋势分析展示，简单的数据报告等都可以被人工智能取代。

　　举一个简单的例子，小王是某公司的一名数据分析师，每天他都需要向领导出一份数据报告，报告今天产品的数据波动。于是乎，小王通过数据库，提取了今天的用户活跃数据，然后将这些数据导入了Excel当中，通过Excel他做了一份统计图表，反映今天的用户活跃时长同比，环比，各个渠道的转化情况等，然后递交给领导，日复一日。突然有一天领导指着用户增长数据表上的一个数据下降拐点问小王，这个点的数据是怎么回事啊?小王一脸懵逼，只知道数据说本身本身就是这个样子。

　　后来一个月后，小王被辞退了，公司购买了一套BI报表系统，日报，周报，月报，实时数据后可以看，老板觉得这个BI系统好用多了，就这样小王这个数据分析师就被人工智能替代了。(以上故事纯属虚构，仅做说明之用)

　　上面的场景我想当下也正在上演着，未来也会有更多类似的场景上演，那些重复性的劳动迟早都会被人工智能替代的。

　　我们反观一下自己的工作，有哪些是高重复性的呢?包括取数，做报表，一些简单的回归预测等等，人工智能完全可以做的更好。

　　3.作为数据分析人，我们应当如何避免自己被替代?

　　上面提到的人工智能它是基于数据和概率产生的，凡是可被数据化，高重复性的工作都是可被替代的。那么什么才是不可被替代的呢?

　　我们人和人工智能最大的区别就在于我们人是有情感和思想的，而机器没有(起码现在没有)。因此想要在人工智能手下不被取代，我们的工作重心应该是向人靠拢的。我个人认为，不会被替代的有以下两点：

　　1>对业务的理解

　　就像上面的那个例子一样，当数据出现下滑拐点时，一定是有原因的，而这个原因是由我们的业务变化引起的，这个时候相关的东西就多了，可能是我们公司竞品的上线，广告策略的调整或者说某个社会热点事件的发生等等。这些内部或外部因素的发生才引起了数据的变化，只有深刻理解我们的业务，我们才能在这多个因素之间快速定位到问题的根本原因，并产出解决的方案，为企业的下一步动作进行决策支持。

　　在这一点上，目前的人工智能还是无法学习的，因为它所涉及的因素太多，随机性太强，它需要人的思考与判断。

　　2>对人性的理解

　　不管是什么行业，我们都是在做一个为人服务的行业。我们所服务的用户是活生生的人，我们企业的数据变化产生时，我们反思业务上的原因。更应该思考的是用户为什么会产品这样的行为，用户的情感发生了哪些变化。人有七情六欲，用户的每一个行为，都是其内心活动变化的体现。

　　在人性这一点上，我相信计算机在可见的未来还是无法超越人类的，这也是我们最大的优势。

　　那么，作为数据分析师，我们应该如何做，从而避免自己被替代呢?

　　1.拓宽自己的知识面，既要走进数据当中去，又要大胆从数据中走出来：

　　数据是客观的，而理解数据则是主观，当我们对业务，对行业，对用户有不一样的理解时，我们解读数据的角度和深度也是自然不一样，而这些所依靠的就是一个广阔的知识面。产品，运营，营销，技术都了解一点，不断拓宽自己的认知，让自己从数据中走出来。

　　2.营销学，社会心理学的知识多了解一些，加深自己对用户行为的理解：

　　不夸张的讲，我们今天看到的很多概念，很多用户模型，策略等等，基础都来自于营销以及社会心理学，它所诠释的是“用户为什么会这样做?”通过拓宽这些知识，并不断加以应用，我们对用户的理解自然会加深，我们也更加能明白用户行为以及背后的为什么?

　　3.拥抱新技术，新变化，用新技术武装自己：

　　人工智能是一门系统的学问，我们不能说随随便便的就掌握它。但是我们可以去了解它，应用它。比如当下比较火的机器学习，作为数据分析师，我们可能无需深刻理解它的含义，但我们可以学会使用它。一些编程语言，如Python就有很好的扩展包支持，我们仅需要一些编程基础，并加以练习，便可以让新技术为我所用。

　　总之，如果你想依靠某个固定的技能或者职位在今天变化的世界生存，基本是不现实的。唯有不断升级，不断学习才能跟上变化越来越快的时代(ps:莫畏科技是上海技术为主导的科技创新型企业，主要专注于APP开发设计制作，计算机软件开发，有关于互联网开发业务)。

在当下大数据分析与人工智能火热发展的的浪潮下，数据分析师或大数据分析师已然成为当前炙手可热的热门就业职位之一，就业待遇和发展前景也是被好多人看好，于是乎想进入数据分析行列的人群也日益增加，很多女生也会蠢蠢欲动，想转行或立志从事数据分析领域的工作，但顾虑也由此产生——女生适合做数据分析吗？数据分析师是否是青春饭？如果真的是青春饭，那过几年岂不是要“长江后浪推前浪，前浪死在沙滩上”，加上青春年少不再，谈恋爱、想结婚的个人资本也会消耗殆尽，到时可真的是事业生活两头空啊！！

现在不管什么行业都需要数据做支持，数据正在变得越来越常见，小到我们每个人的社交网络、消费信息、运动轨迹，大到企业的销售、运营数据，产品的生产数据，再看看我们每天在做的事情，上知乎、上微博、逛淘宝，上Google，所有的一切都是需要做数据分析。下面CDA数据分析研究院深度剖析了女数据分析师的职业发展前景，希望对你的职业选择有所帮助。

随着数据分析技术的不断发展，数据分析这个行业也有很多的细分领域，比如技术岗位，可以朝技术方面深入，做数据运维、大数据架构和商业智能方面的工程师。也可以做业务岗位，朝管理和战略决策方面发展，做数据运营、数据产品和职业经理人。

无论什么工作兴趣最重要，不论男生还是女生，要做数据分析师最基本的就是不讨厌数字，如果你在计算KPI指标是通过怎样运算得到的会觉得不耐烦，那么显然是不适合做数据分析的；如果对数据较敏感，能够一眼发现异常值，数据分布情况，当然是最好的。

逻辑思维对数据分析工作也是尤其重要，不然会纠结在各种指标的定义规则和与业务的联系，逻辑思维好的人写SQL等数据处理脚本也会更加高效。

做数据分析有时会很纠结，细心和耐心是必需的，好的交流能力可以让数据分析师更好地阐述清楚各类问题。女生与生俱来的细心和耐心，会让女数据分析师在商业敏感度上会比男生强，所以女生在数据分析的业务分析方面还是很有优势的。

这些相关的技术和业务能力，是短期难以培养的技能，可以通过培训获取。CDA专注数据分析、大数据、数据挖掘10年教育品牌，旗下开设课程包括：就业班、等级班、周末班、直播课程班、A+学位、考试认证教学体系,数据分析行业专家亲自授课，三个月进阶数据分析师。

数据分析归根到底是用数据讲故事讲道理，不同的人手里有一样的数据却能讲出不同的故事，让你眼中的数据会更加生动，更加有趣，也更加有意义。

文章转载自知乎专栏“撩撩数据吧”。原文链接：https://zhuanlan.zhihu/p/24373068

作者简介：知乎达人“jiago王”，知乎专栏“撩撩数据吧”。帆软数据人，乐于交流的数据小兵。

一个行业做的越久，问题就越多，之前并不在意的问题也会拿出来思考。“数据解决企业什么问题？”这问题一定难不倒大家，甚至张口即答，例如通过数据可以对自身的企业情况有着准确和科学的把握，避免老板拍脑袋；数据可以实现对市场环境快速的反应和决策；数据可以区分客户个性化需求，提高服务价值等等。

       再比如：

以上，针对每一条都可以理解，但该如何实现呢？

同一个行业，业务模式以及数据类型也相差不多，但是各自所完成的内容相差很多。有些面向领导，做了Dashboard；有些面相业务人员，做了商品分析模块；有些面向基层员工，做了数据查询的报表。但是，为什么每家企业做的内容不一样？这些企业是根据什么而选择这些模块的数据进行分析的？进一步需要解答的是，每家企业所分析的数据不同，但为何感觉不出这对他们产生了不同的影响？拿上面的几个回答来看，老板是否拍脑袋决策、是否可以对市场快速准确的决策、是否可以区分客户需求，这些都非常重要，可有没有这样的数据分析，并感觉不出什么区别。        

以上这些问题我细细思考一下，同时也回顾了遇到过的各种业务场景、分析场景，经过成套成套的梳理，发现了这样一个问题。这些企业所做的数据分析(无论是bi还是报表)，并没有去发现未知的东西，而是为了可以更容易的按照标准的方法来判断一件事，这对于所有的群体、所有的业务都可以这样理解。下面我从简单到复杂的来说明。

对于基层员工，以货架商品管理员举例，超市货架上的商品要怎样管理？标准的方法是不是某一商品即将卖光，就需要从仓库中取出该商品补到货架上。没有数据，他需要一遍一遍的去巡查，也自然会有时会漏掉。有了数据，他就可以浏览数据来查看商品的售卖情况，以此来及时补货了。这么对于这个商品管理员来说，数据所解决的问题，就是让他可以更容易的按照标准的工作方法来决定补什么货，补到哪。    

对于业务人员，比如品类经理，他需要决定采购哪些品牌的商品，从哪一家供应商来采购，如何规划商店的商品。标准的方法是什么，是采购卖的好的品牌，把卖的不好的品牌剔除，并且选择价格更加低廉按时送货率高的供应商(真空环境下)。通过数据，我们可以列出我们店中品牌的销售情况，对比其他门店同类商品品牌销售情况，以此来发现哪些被忽略的品牌；我们也可以列出在过去一段时间门店内卖的不好的商品，以此来考虑是否可以对这些商品进行促销并且从此不再需要这些品牌；以上，数据所解决的问题，也是让品类经理可以更加容易的按照标准的决策方法来进行判断，优化商品结构，选择供应商。    

对于企业管理层，我们做dashboard进行指标的监控，做企业的业绩分析(时间、地区纬度等)。需要做的内容很多，因为管理层所要决定的范围很广，他并不像某一业务人员只负责一项工作为了一个目标。但是将内容分解后，我们发现，我们为管理层所做的数据分析，也是为了让他们可以更方便的按照标准的管理方法进行管理。当然，这个标准，并非是业内的通用标准，而是企业自己的标准，甚至是老板他本身的标准。比如，老板要通过胡萝卜加大棒的方式来促进每个店铺的销售额，给做的好的店长奖励，做的不好的店长惩罚，通过数据就可以很容易的执行，而避免拍脑袋的奖惩。而这一过程，也是通过数据使管理层可以更容易的按照标准的管理方法进行决策(员工是判断，领导是决策)。    

针对管理层的，很难说的更细，他们看哪些指标，会给他带来怎样的思考，这是旁人说不准的，但是这一套体系一定是在他心里有数。相比于员工，他们的工作内容更具备发散性，思考也更具备发散性，所以我们做移动端分析平台，做实时监控平台，做定时报送平台，目的都是一样，可以让领导更容易看到这些数据来进行决策。    

那以上内容，如果没有数据会怎样呢，不同的群体，即使没有对应的数据分析，也是会按照这样的方法进行工作和管理，但是面对未知情况，基层员工会花费更多的时间来填补数据，工作效率就会变低。对于管理层，他们没有那么多精力去找到他们想要的所有依据，所以在工作或者决策中，就出现了模糊决定，缺失的依据多一些，便成了拍脑袋决策。    

有些人，不需要很多数据，就可以对市场对公司有着准确的判断，有些人，就需要很多数据来填充他脑子里的空格，才能做出准确的判断。人与人的思考方式有所不同，但大多数情况，数据或许并没有改变他的决策方式，而只是让他脑子里某个模糊的参数变得准确，从而进行判断。    

综上，企业的ERP、OA等IT系统是为了让工作流程更加规范，而数据则是让决策更加规范。   

在我接触到的很多客户，他们都会像我询问其他客户是怎样做数据分析的，很多企业参加行业交流，也是希望更多的了解分析应用场景，大家真的是对数据分析的方法感兴趣吗？更深一步的去看，是对其他公司的管理和工作方法感兴趣，当然，这一点如果不去深究，可能他本人也想不通。        

上面解释了很多，得到了这样的一个结论：数据可以让我们更容易的以规范的方式进行判断和决策，也就是数据可以让决策更加规范。我为什么要花这么多时间来解释这样一个结论呢。

一、希望企业少被忽悠。

如此解释数据分析，当然会显得很土，但确实是这样。很多企业会规划做数据分析的项目，会找一些做数据的公司进行交流，而乙方公司则必然会拿出大量的概念进行渲染，什么高效管理、预测风险、智能决策之类的，听起来牛逼哄哄，然而扒开表皮，实质要怎么解释呢。一个巴掌拍不响，很多企业的IT人员也乐于听到这些牛逼哄哄的概念，喜欢源于业务高于业务，要让领导耳目一新才好通过项目审批。

举个例子，有企业还没有理顺运营人员看用户数据的时候，思考哪些问题，进行怎样的决策，上来就要做用户画像做挖掘做聚类，可是人家明明就只看个地区然后分配给对应的销售。但是一旦用户画像做出来之后？根据什么样的用户属性进行怎样的判断与决策呢？这些价值都是无法落地的，所以，如果想通过用户画像为运营带来更先进的管理和决策水平，一定得从运营角度出发。

作为一个企业来讲，最好先清楚，做数据分析是为了谁而做，是为了什么样的决策而做。这些东西想清楚，项目做起来也不那么复杂，因为这个项目已经有章可循，没必要动不动就上来个大概念，花钱不说，能不能解决问题也不确定。以目前大部分的企业，以现在的信息化水平，还没到拼科技的地步。        

二、希望帮助企业规划数据分析体系      

很多企业要做数据分析项目，但并不知道该如何规划，需求做的一塌糊涂，没有需求就开始项目的也不少见，全权委托乙方来进行需求规划，只能说是一种逃避和懒政，项目需求的事，如果只能选择一方，也是甲方，否则就是碰运气的事。70%都被使用，“项目做的很好，大家辛苦了”；30%被使用，“项目没白做还凑合”；10%被使用，“你们怎么做的项目啊，都没人用”。当然，需要补充一下的是，项目完成后的使用率高低，原因不只是需求做的好与差，还有很多因素，是否对业务进行了合理的培训和引导，项目易用性是否标准等，上面的例子只是表达需求不明很容易造成项目系统利用率不高的情况。        

根据上面的结论，我们怎样来做数据分析，甚至是从什么地方开始做？

首先，可以观察企业哪一个群体的决策最不规范，出的问题最多，就可以从那个群体下手(真空环境下)。比如，我们发现商品经常断货或者积压，那么就从品类管理员下手。通过数据展示出来可能挤压的商品或者即将断货的商品。这个群体的问题解决后，再看其他群体，以人为本，逐个击破。核心理念就是：我先了解你是怎样决策的，再去为你开发你的数据模型。  

最近和某个客户聊天，客户表示自己公司有很多存量数据，知道这些数据很有价值，但不知道这些数据如何变现。从本文的角度去看，暂不需要把“变现”想的过于复杂，我们如果通过数据实现了员工决策的标准化，就减少了在各个环节出现判断失误的概率，什么提高工作效率、降低采购成本、提升销售额之类的，都在这一系列对问题的准确判断之中，对于员工是如此，对于领导也是如此。这样，就实现了数据的变现。同样，即使你是提供对外的数据服务，当你所做的数据分析能够让客户实现决策的规范化，那么相信客户也会为此买单。

做数据分析，或许不在于分析，而是为了规范。首先数据的背后，是大大小小的管理与决策。

在银行做了两年的数据分析和挖掘工作，较少接触互联网的应用场景，因此，一直都在思考一个问题，“互联网和金融，在数据挖掘上，究竟存在什么样的区别”。在对这个问题的摸索和理解过程中，发现数据挖掘本身包含很多层次。并且模型本身也是存在传统和时髦之分的。本文就想聊聊这些话题。

一、数据挖掘的层次

一直想整理下对数据挖掘不同层次的理解，这也是这两年多的时间里面，和很多金融领域、互联网做数据相关工作的小伙伴，聊天交流的一些整理和归纳。大概可以分为四类。

(一)纯粹的数据加工

侧重于变量加工和预处理，从源系统或数据仓库，对相关数据进行提取、加工、衍生处理，生成各种业务表。然后，以客户号为主键，把这些业务表整合汇总，最终可以拉出一张大宽表，这张宽表就可以称之为“客户画像”。即，有关客户的很多变量和特征的集合。

在这个阶段，主要的数据加工工具为SQL和SAS base。

(二)傻瓜式的挖掘工具

较为典型的就是SAS EM和clementine，里面嵌入很多较为传统成熟的算法、模块和节点(例如逻辑回归、决策树、SVM、神经网络、KNN、聚类等)。通过鼠标的托拉拽，流程式的节点，基本上就可以实现你挖掘数据的需求。

傻瓜式操作的优点就是使得数据挖掘，入手非常快，较为简单。但是，也存在一些缺陷，即，使得这个挖掘过程变得有点单调和无趣。没办法批量运算模型，也没办法开发一些个性化的算法和应用。用的比较熟练，并且想要进一步提升的时候，建议把这两者抛弃。

(三)较为自由的挖掘工具

较为典型的就是R语言和Python。这两个挖掘工具是开源的，前者是统计学家开发的，后者是计算机学家开发的。

一方面，可以有很多成熟的、前沿的算法包调用，另外一方面，还可以根据自己的需求，对既有的算法包进行修改调整，适应自己的分析需求，较为灵活。此外，Python在文本、非结构化数据、社会网络方面的处理，功能比较强大。

(四)算法拆解和自行开发

一般会利用python、c、c++，自己重新编写算法代码。例如，通过自己的代码实现逻辑回归运算过程。甚至，根据自己的业务需求和数据特点，更改其中一些假定和条件，以便提高模型运算的拟合效果。尤其，在生产系统上，通过C编写的代码，运行速度比较快，较易部署，能够满足实时的运算需求。

一般来说，从互联网的招聘和对技能的需求来说，一般JD里面要求了前三种，这样的职位会被称为“建模分析师”。但是如果增加上了最后一条，这样的职位或许就改称为“算法工程师”。

二、模型的理解：传统的和时髦的

据理解，模型应该包括两种类型。一类是传统的较为成熟的模型，另外一类是较为时髦有趣的模型。对于后者，大家会表现出更多的兴趣，一般是代表着新技术、新方法和新思路。

(一)传统的模型

传统的模型，主要就是为了解决分类(例如决策树、神经网络、逻辑回归等)、预测(例如回归分析、时间序列等)、聚类(kmeans、系谱、密度聚类等)、关联(无序关联和有序关联)这四类问题。这些都是较为常规和经典的。

(二)时髦有趣的模型

比较有趣、前沿的模型，大概包括以下几种类型，即社会网络分析、文本分析、基于位置的服务(Location-Based Service，LBS)、数据可视化等。

它们之所以比较时髦，可能的原因是，采用比较新颖前沿的分析技术(社会网络、文本分析)，非常贴近实际的应用(LBS)，或者是能够带来更好的客户体验(数据可视化)。

(1)社会网络的应用

传统的模型将客户视为单一个体，忽视客户之间的关系，基于客户的特征建立模型。社会网络是基于群体的，侧重研究客户之间的关联，通过网络、中心度、联系强度、密度，得到一些非常有趣的结果。典型的应用，例如，关键客户的识别、新产品的渗透和扩散、微博的传播、风险的传染、保险或信用卡网络团伙欺诈、基于社会网络的推荐引擎开发等。

(2)文本挖掘的应用

文本作为非结构化数据，加工分析存在一定的难度，包括如何分词、如何判断多义词、如何判断词性，如何判断情绪的强烈程度。典型的应用，包括搜索引擎智能匹配、通过投诉文本判断客户情绪、通过舆情监控品牌声誉、通过涉诉文本判定企业经营风险、通过网络爬虫抓取产品评论、词云展示等。

文本和湿人。关于文本分析，最近朋友圈有篇分享，很有意思，号称可以让你瞬间变成湿人。原理很简单，就是先把《全宋词》分词，然后统计频数前100的词语。然后你可以随机凑6个数(1-100)，这样就可以拼凑出两句诗。比如，随机写两组数字，(2,37,66)和(57,88,33)，对应的词语为(东风、无人、黄花)和(憔悴、今夜、风月)。组成两句诗，即“东风无人黄花落，憔悴今夜风月明”。还真像那么一回事，有兴趣可以玩一玩。

(3)LBS应用

即基于位置的服务，即如何把服务和用户的地理位置结合。当下的APP应用，如果不能很好地和地理位置结合，很多时候很难有旺盛的生命力。典型的APP，例如大众点评(餐饮位置)、百度地图(位置和路径)、滴滴打车、微信位置共享、时光网(电影院位置)等服务。此外，银行其实也在研究，如何把线上客户推送到距离客户最近的网点，完成O2O的完美对接，从而带来更好的客户体验。

(4)可视化应用

基于地图的一些可视化分析，比较热门，例如，春节人口迁徙图、微信活跃地图、人流热力图、拥堵数据的可视化、社会网络扩散可视化等。

如果你想让你的分析和挖掘比较吸引眼球，请尽量往以上四个方面靠拢。

三、互联网和金融数据挖掘的差异

博士后两年，对银行领域的数据挖掘有些基本的了解和认识，但是面对浩瀚的数据领域，也只能算刚刚入门。很多时候，会很好奇互联网领域，做数据挖掘究竟是什么样的形态。

很早之前，就曾在知乎上提了个问题，“金融领域的数据挖掘和互联网中的数据挖掘，究竟有什么的差异和不同”。这个问题挂了几个月，虽有寥寥的回答，但是没有得到想要的答案。

既然没人能够提供想要的答案，那就，根据自己的理解、一些场合的碰壁、以及和一些互联网数据小伙伴的接触，试图归纳和回答下。应该有以下几个方面的差异。

(一)“分析”和“算法”

在互联网中，“分析”和“算法”，分得非常开，对应着“数据分析师”和“算法工程师”两种角色。前者更多侧重数据提取、加工、处理、运用成熟的算法包，开发模型，探索数据中的模式和规律。后者更多的是，自己写算法代码，通过C或python部署到生产系统，实时运算和应用。

在银行领域，基本上，只能看到第一种角色。数据基本上来源于仓库系统，然后运用SQL、SAS、R，提取、加工、建模和分析。

(二)数据类型

数据类型，主要包括“结构化”和“非结构化”两类数据。前者就是传统的二维表结构。一行一条记录，一列一个变量。后者包括文本、图像、音频、视频等。

银行里面的数据，更多的是结构化数据，也有少量的非结构化数据(投诉文本、贷款审批文本等)。业务部门对非结构化数据的分析需求比较少。因此，在非结构化数据的分析建模方面，稍显不足。

互联网，更多的是网络日志数据，以文本等非结构化数据为主，然后通过一定的工具将非结构化数据转变为结构化数据，进一步加工和分析。

(三)工具、存储和架构

互联网，基本上是免费导向，所以常常选择开源的工具，例如MySql、R、Python等。常常是基于hadoop的分布式数据采集、加工、存储和分析。

商业银行一般基于成熟的数据仓库，例如TD，以及一些成熟的数据挖掘工具，SAS EG和EM。

(四)应用场景

在应用场景上，两者之间也存在着非常大的差异。

(1)金融领域

金融领域的数据挖掘，不同的细分行业(如银行和证券)，也是存在差别的。

银行领域的统计建模。银行内的数据挖掘，较为侧重统计建模，数据分析对象主要为截面数据，一般包括客户智能(CI)、运营智能(OI)和风险智能(RI)。开发的模型以离线为主，少量模型，例如反欺诈、申请评分，对实时性的要求比较高。

证券领域的量化分析。证券行业的挖掘工作，更加侧重量化分析，分析对象更多的是时间序列数据，旨在从大盘指数、波动特点、历史数据中发现趋势和机会，进行短期的套利操作。量化分析的实时性要求也比较高，可能是离线运算模型，但是在交易系统部署后，实时运算，捕捉交易事件和交易机会。

(2)互联网

互联网的实时计算。互联网的应用场景，例如推荐引擎、搜索引擎、广告优化、文本挖掘(NLP)、反欺诈分析等，很多时候需要将模型部署在生产系统，对实时响应要求比较高，需要保证比较好的客户体验。

四、数据挖掘在金融领域的典型应用

别人常常会问，在银行里面，数据挖掘究竟是做什么的。也常常在思考如何从对方的角度回答这个问题。举几个常见的例子做个诠释。

(一)信用评分

申请评分。当你申请信用卡、消费贷款、经营贷款时，银行是否会审批通过，发放多大规模的额度?这个判断很可能就是申请评分模型运算的结果。通过模型计算你的还款能力和还款意愿，综合评定放款额度和利率水平。

行为评分。当你信用卡使用一段时间后，银行会根据你的刷卡行为和还款记录，通过行为评分模型，判断是否给你调整固定额度。

(二)个性化产品推荐

很多时候，你可能会收到银行推送的短信或者接到银行坐席的外呼，比如，向你推荐某款理财产品。这背后，很可能就是产品响应模型运算的结果。银行会通过模型，计算你购买某款理财产品的概率，如果概率比价高的话，就会向你推送这款理财产品。

此外，很多时候，不同的客户，银行会个性化的推荐不同的产品，很可能就是产品关联分析模型运算的结果。

(三)个性化广告展示

登陆商业银行网站时，通常会有一个广告banner，banner上会展示若干幅广告。很多时候，不同的客户登陆网站，会接触到不同的广告，即个性化的广告推送。一般来说，后台经过计算，会判断，你对哪几款广告和产品感兴趣，最后推送3-5款你最感兴趣的产品，从而能够有效吸引你的注意，促进点击、转化和成交。

End.

来源：36大数据

是不是每天刷微博，看知乎都在说：大数据告诉你……

看到腾讯、天猫都在用：大数据分析……

你是不是好奇，这些大数据分析师都要做什么，为什么这么多企业都在用大数据，云时代究竟是个什么样的时代？

为什么大数据分析师是这么热门的职业，为什么会大数据分析的人都是高薪？

那么，成为数据分析师究竟有什么好处呢？

1. 本世纪最性感的工作

《哈佛商业评论》的一篇文章称，“数据科学家是21世纪最性感的工作”，有很多方面可以证明这点。从事金融、统计和运营研究的公司比以往任何时候都更加关注数据科学。数据科学正在为企业带来大量价值，同时数据科学家的需求也在迅速增长。大量的市场需求对于个人职业的发展也是十分有利的。

2. 工作上的自由

如果你问数据科学家，他们作为数据科学家最棒的一点是什么？他们的答案会是自由。对于数据科学，你不必局限于特定行业。成为数据科学家的最大优势在于，你的工作将与技术紧密相连，这意味着你的工作充满了创新和潜力，你可以自由地从事感兴趣的项目。更重要的是，你通过数据科学的工作能够改变成千上万人的生活。

3. 更有机会进入大公司

作为数据科学家，你更有机会在亚马逊、苹果和优步等公司工作。例如，亚马逊通过使用数据科学向客户推荐产品进行销售。亚马逊使用的数据来自其庞大的客户群。苹果公司使用大数据来为产品功能做出决策。优步的高峰期溢价就是公司如何使用数据科学的最好例子之一。

4. 收入丰厚

美国数据科学家的平均工资约为每年12万美元。自2011年以来，94％的美国毕业生找到了数据科学家的工作，平均工资为每年11.4万美元。根据2017年的报告，数据科学家的工作在排名前25的最佳工作岗位中位居第一，而且目前它仍然保持着这一地位。

5. 市场需求大

数据分析师的职业发展选择很多，比如项目管理、安全性、系统架构、咨询等。这些专业领域对具有相关技能的人才有巨大的需求。有些职位的就业增长率甚至超过100％。

6.相对安全的职业

新技术层出不穷，这就是为什么人们认为科技世界中许多技术都会转瞬即逝。数据科学并非如此，但这并不一定意味着 数据分析师应该停止学习新技能。我们都知道，包括数据科学在内的当今许多技术都将实现自动化。这意味着某些领域最终将实现自动化，但数据科学领域的发展不会停止，对数据分析师的需求也将继续增长。那些拥有一定技能并保持正确心态的人才不会被淘汰。

7.获得高管的青睐

数据分石门研究许多技术和编程语言，他们使用许多工具来解决业务问题，在此过程中，他们能获得高层管理人员的信任。数据科学家与来自不同行业和部门的人员合作，只要他们不断努力提高专业技能，他们就更有机会获得高管的青睐，为晋升管理层级做铺垫。

看到这些数据分析师是不觉得备受激励，其实像他们拿高薪，也是小case，他们之中不乏有小白（零基础）来AAA学习的，通过自己的努力一样高薪就业。其实只要你有梦想，就不怕被实现，想要了解的话，推荐你来AAA教育，实现高薪梦想， 免费试听课程报名网址：http://aaa-cg/?dcj

前言

最近用 python 爬虫抓取了知乎用户个人资料（公开信息），去重之后有300+万条记录，为了得到这些数据，还不小心跑崩了一台服务器…… 当然主要是配置太低。

手头有了数据也不能闲着，于是就有了这篇分析报告，这篇报告做了一些浅显的数据分析，主要目的是练练手，大家看个热闹，高手勿笑。

数据量：3,289,329 人。

数据采集工具：分布式 python 爬虫

分析工具：ElasticSearch + Kibana

分析角度包括：地理位置、男女比例、各类排名、所在高校、活跃程度等。

注意：

以下所有分析结果都基于我抓取到的这300万用户的个人信息，非权威分析，仅供参考。

数据抓取时间为2017年7月份，用户数据会随着时间推移而变化，所以该报告具有一定时效性。

知乎的用户个人资料很大程度上是不完整的，因为用户有权只填写部分信息，所以后面分析的时候会筛掉对应指标为空的用户。

下面让我们看看知乎用户分布中有哪些有趣的现象（下面的图点击可以放大）

知乎的男女比例？

首先来看看知乎用户的男女比例，以当前样本数据统计的结果接近 1：1，其中男生略多一些。（其实还有很大一部分性别不明的用户，被我略掉了 r(st)q）

蓝色为男生，红色为女生。具体数据为：

男生：1,202,234 人，占 51.55%。

女生：1,129,874 人，占 48.45%。

知乎用户都是哪里人？

再来看看全国（全球？）都有哪些地方的人在玩知乎：

由上图可以看到，知乎用户中一线城市用户占较大的比重，北上广深皆在词云的中心位置（文字越大，比重越大）。我们再来看看具体的排名（前十名）：

知乎用户居住地前十名依次是：北京、上海、杭州、成都、南京、武汉、广州、深圳、西安、重庆。

你可能发现了Y坐标里每座城市的用户数并不多，这是因为有大概260万的知乎没有填写“居住地”这一栏~ 以下分析也有可能出现用户没有填写某一栏信息的情况，我会把这些用户忽略掉，以保证展示图表的准确性。

知乎的职业分布？

以下显示知乎主流职业，同样根据知乎用户个人信息里填写的职业为准：

由上图可以看到，知乎用户中学生用户占据多数，其它的比如产品经理、程序员、运营、HR数量也不少。我们看一下具体的排名（前十名）：

由上图可以看到，知乎用户中“学生”的比重独占鳌头，我们把“学生”去掉，来看看正经些的知乎职业排名：

去除学生后，知乎主流职业比重从大到小依次是（前十名）：产品经理、自由职业、程序员、工程师、设计师、腾讯、教师、人力资源（HR）、运营、律师。可以看到，除了一些互联网公司的常见职位外，教师和律师用户在知乎中也占据不小的比重。

下面我们结合性别和居住地来分析一下知乎的主流职业。

知乎主流职业的性别分布：

上面这张饼图的内圈表示各主流职业在前十名中所占的比重，外圈表示该职业从业者中的男女比例，蓝色为男性，红色为女性。我们再用一张直方图来表示：

同样蓝色代表男性，红色代表女性，从左到右的职业在知乎中的数量依次下降。可以看到，知乎大部分主流职业中主要为男性占主导。前 10 名的主流职业中有 8 个职业的男性从业者比女性多，其中以 程序员 的男女比例差距最为悬殊（-_-|||），以 设计师 男女比例差距最小，看来设计师从业人员男女比例较为均衡。其它的，比如产品经理、自由职业者、律师中，均为男性从业者多于女性。而前 10 名剩下的 2 个职业――教师、人力资源（HR）――女性从业者要多于男性，其中以 人力资源（HR） 男女比例差距最为悬殊，教师的男女比例虽不那么夸张，但女性也远远多于男性（也许是因为男性教师不怎么上知乎？）。

看完了知乎各职业的性别分布，我们再用一张热力图来观察知乎主流职业（前五名）在各个地区的分布情况，颜色越深，代表该职业在该地区的人数越多：

这里我为了展示方便，去掉了产品经理，你只需要知道产品经理在各地人数都是最多的…… 不明白知乎上怎么这么多产品经理，可能是为了方便宣传他们的产品？

从上图可以看出，知乎各主流职业大部分集中在北京和上海两地，更准确地说，大部分都集中在北京，但是人力资源（HR）是个例外，他们更多集中在上海。我们再来看看其他职业，程序员分布最多的城市依次是：北京、上海、广州、杭州、厦门。北京占得比重最大，简直绿的发黑，看来北京是程序员的天堂？其中深圳没有上榜，让我很奇怪。设计师分布最多的城市依次是：北京、上海、杭州、深圳、武汉。设计师的地区分布比较平均，各个城市都有一定数量。

知乎的高校用户

知乎中学生用户占很大的比重，我们来看看他们都来自哪些学校！词云中字体越大，表示所占比重越大。

我们再列出详细的比重排名：

以上展示的结果不一定准确，可能有很大一部分学生用户没有填写自己的学校。仅从上图可以看出，知乎活跃高校用户从大到小依次是：浙江大学、武汉大学、华中科技大学、中山大学、北京大学、上海交通大学、复旦大学、南京大学、四川大学、清华大学。

既然分析到学校了，我们顺便看看各高校的男女比例，嘿嘿。

发现一个有意思的现象，各高校大部分都是男生在玩知乎……

再看一下哪些高校在知乎获得的赞数最多：

第一是同济大学，土木工程，恩，这是哪位大佬撑起来的；第二是华南理工大学，软件工程，这个我知道，轮子哥是皇家理工的嘛；第三，重庆第一工程尸培训基地，恩？？？这是什么鬼（黑人问号）；继续往后看，恩……？？家里蹲大学？？！！还有一个兰州大学，牛肉面工艺专业？？？WHAT？？！！

知乎大佬都这么调皮吗……

这个图似乎不太准，大家忽略就好……

我们再来看看各地区有哪些高校是知乎重度用户，颜色越深代表该学校的知乎用户越多：

北京玩知乎最多的高校依次是：北京大学、北京邮电大学、中国传媒大学、中国人民大学、清华大学。

上海玩知乎最多的高校依次是：上海交通大学、复旦大学、同济大学、上海大学、上海财经大学。

杭州玩知乎最多的高校依次是：浙江大学、浙江工业大学、杭州电子科技大学、浙江大学,计算机科学、浙江大学,软件工程。浙江大学是重度用户啊……

成都玩知乎最多的高校依次是：电子科技大学、四川大学、西南交通大学、电子科技大学,软件工程、四川师范大学。

广州玩知乎最多的高校依次是：中山大学（SYSU）、华南理工大学（SCUT）、华南农业大学(SCAU)、广东外语外贸大学、广东工业大学。

我们再来看一下知乎各高校用户的活跃程度，按每个学校用户回答问题的总数排名：

排名依次是：武汉大学、浙江大学、中山大学、华南理工大学、北京大学、华中科技大学、复旦大学、上海交通大学、西北农林科技大学。

好了，高校分析告一段落，我们再来看看知乎用户的各类排名。

知乎赞数最多的100位大V

下图中词云的字越大，表示收到的赞数越多：

我们再来一张直方图，配合着看：

张佳玮大大无可争议的获得第一名，360+万赞，恐怖。其次是马前卒、唐缺、vczh、肥肥猫、朱炫、Seasee Youl、ze ran、鬼木知、豆子。知乎获赞总数前五名有两位都是作家（张佳玮和唐缺），看来作家在知乎回答问题获赞方面还是很吃香，果然表达能力是观点获得认可的一个重要支撑 。

知乎关注者最多的100位大V

下图词云的字越大，表示关注者越多，看看有没有你熟悉的大V 呢？：

同样我们配合着一张直方图来看：

知乎关注人数最多的前10位大V依次是：张佳玮、李开复、黄继新、周源、张亮、张小北、李淼、朱炫、葛巾、田吉顺。这些是知乎真正的大V，关注者数量极多。关注者最多的张佳玮有137万粉丝（抓取时），他的粉丝还在不断上涨，到现在已经有138万粉丝。关注者最少田吉顺也有57万粉丝，轮子哥（vczh）稍微少一些，排在第11位。

知乎回答问题最多的100位大V

这些大V在知乎很活跃…… 下图词云文字越大，表示回答问题数量越多。

具体的排名为：

知乎回答问题数最多的10位大V从大到小依次为：vczh、李东、赵钢、另一只袜子、四海之内、M3小蘑菇、kun yu、白猫转转风、yskin、肛里拉出个电锯。微软的工作貌似很闲，看轮子哥（vczh）整天刷知乎……

我们再来加上这几位用户在知乎的获得的赞数，看看“回答问题的数量”和“获得的赞数”之间有没有什么联系：

由上图我们可以粗略的得出结论，回答问题的数量和获得赞数的关系没有很大。上图中只有 kun yu 和 vczh 回答问题的数量和获赞数基本持平，榜单前十名的其它用户获得赞数虽然也不少，但和他们回答问题数量的排名比起来，还不在一个量级上。这从侧面也说明了一个问题，回答问题的质量更加重要，某些高质量的会更容易吸引用户点赞。

知乎参加live最多的100位大V

我们再来看一个有意思的统计，知乎参加 live 最多的100位用户，以及他们最多参加过多少场 live。（live 是知乎推出的一种类似于直播的问答形式，大V开一场 live，分享他所在领域的知识，用户买门票参与 live，是一种知识变现的方式）

再来看看他们最多参加过多少场 live：

最多的那个大V竟然参加过1600+场live，真的很有精力和金钱，哈哈。

结尾

以上，便是以知乎300万用户个人资料为样本，做出的简单数据分析。大家觉得还可以挖掘哪些有用的信息呢？

来自：呓语的黑板报

文 | 邹昕-知乎

来源：再生谈|reborn_chat

受本人背景和知识水平所限，本答案局限性如下（包括但不限于）：

1. 更适用于中大型公司；

2. 更适用于互联网公司；

3. 可能更适用于美国的工作环境。

个人以为，一个三年工作经验的数据分析师应该具备以下方面的能力：对技术的掌握，对产品的理解，对数据的敏锐性，数据和产品之间互相转化的能力，分析思维的广度、深度和速度，数理统计的能力，沟通的能力，辅导新人的能力，面试把关的能力。

以下分开来说，同时举例的时候假设这个数据分析师是知乎这个产品的，目的是为了增长活跃用户。

【1】对技术的掌握

不一定需要非常高深的技术，但是基本的一定要过关。比如针对互联网行业的数据分析，SQL 是一定要过关的。在这基础之上，掌握公司惯用的BI工具或者报表工具，譬如帆软系列；Python / R 可以提高长期的工作效率，但在初期并不一定需要。

简单来说，技术能力决定了一名数据分析能力的下限，而对产品和业务的理解则决定了上限。

如果缺乏技术的支持，那就只能去当 CEO 了。

就好比在电影 Margin Call 里，底下的小兵负责分析数据，各种模型预测金融危机什么时候会发生。

而对于 CEO 来说，他的任务就是猜。

【2】对产品的理解

数据分析的目的是为了改进产品。如果缺乏对产品的理解，那么技术再好，也有可能像是无头苍蝇到处乱撞。

或者是变成 data dump，提供一堆一堆的图表，但其中有互相什么关联，能说明什么问题，提供什么样的建议，却并没有好的想法。

如果是初入行的话，这还是问题不大的。

因为新人可以有老板带着，或者是老人带着，但是如果想要更进一步，那就必须能够自己独立的做项目。

尤其是在互联网行业更是如此，除了新人之外，对大多数人的基本要求都是能单兵作战，不需要详细的指导。

同时在很多情况下，问题是很开放性的，对于如何解决并没有一个非常固定的套路，或者是因为这完全就是一个新的问题，或者因为不同产品之间套路无法直接套用，需要做大量的调整和创新。

比如这里面增长的例子，哪些是可以借用于知乎的，哪些是需要调整的，哪些是完全不适用的？

【3】对数据的敏锐性

对数据的敏锐性体现在两方面，一是在结果还不是那么清晰的时候，甚至根本就没有什么数据的时候，能够大致感觉往哪个方向深挖是更有可能出成果的；二是在数据出问题的时候，能够反应出来，及时找出原因。

比如做知乎的数据分析，目的是为了增长活跃用户，可以做的地方有很多，比如增加获新、增加内容、增加用户关注话题数、增加用户关注人数等等。一个经验丰富的老司机可以快糙猛的大概估算一下各个方面的机会有多大，大致的实施难度如何，风险是大是小，产品哪些方面是有缺陷可以改进的。

另一方面，是人就会犯错，最大的区别在于有的人可以很好的纠错，而有的人则需要别人提醒，还有的人即使别人提醒了也反应不过来。

【4】数据和产品之间互相转化的能力

在互联网行业，多数时候问题是很不清晰的，比如说问题可能是2017年新用户留存远差于2015年的用户，如何解决？

对数据分析师来说，并不会有一个详细的单子来告诉你都有哪些步骤，而是需要自己灵活处理。

一方面这些问题本身就比较新，虽然会有一个大致的套路，比如 AARRR 模型，解决增长需要先解决留存等等；然而再往下具体的时候，套路就没有那么固定了，因为不同的产品之间可以差别很大。

即使像是 Quora 和知乎这样理应非常类似的产品，也可能因为一些或大或小的差异，导致给分析数据也带来差别。

比如 Quora 的 upvote 并不完全代表赞同，而更多带有传播的意味。

而对于知乎来说，点赞即是赞同，传播只是副产品而已。

如果只懂数据不懂产品的话，很容易进入一个误区，要么产品/业务方追着问数据，要么没活儿干。

【5】分析思维的广度、深度和速度

速度这个比较好理解，尤其是在互联网行业，讲究快糙猛，没有时间精细打磨。

比如一个项目可以花两个月时间做出 95%，也可以花两周时间做 80%，那么多数时候都会是后者。

广度：产品的各个方面之间总是互相牵扯的。最简单的例子，如果知乎的拉新做得非常好，那么留存就有可能降低，用户活跃度也有会降低。

如何分析各者之间的关系，如何保持一个合理的平衡，如何增加其中一个不过于负面影响其它，这些数据分析都需要在广度上有一定的了解。

深度：有些问题一个人解决不了或者很难，多几个人就可以了，比如说搬砖，十人人搬总会比一个人搬快得多，哪怕不是十倍速度。而有些问题，靠堆人力是没用的。

【6】数理统计的能力

这一部分跟 1，3，5 是相关的。不一定需要特别高精尖，但是对于分析问题会有很大的帮助。比如说如何识别数据分析里可能出现的错误。

【7】沟通的能力

除非兼任软件工程师和产品经理的职，否则数据分析师总是需要通过说服产品和工程方面来改变产品，产生影响力。

有了好的结果是第一位，如何影响合作伙伴，让他们接受自己的建议甚至比有好的结果还重要。

毕竟，没有声音，再好的戏也出不来。

【8】辅导新人的能力

毛主席说过，人多力量大，要把敌人淹没在人民战争的汪洋大海中。

辅导新人，不只是团队 leader/manager 的要求，对于独立贡献者（inpidual contributor）也是一样重要的。

闻道有先后，术业有专攻。

一个人的力量终究是有限的，如果把自己的能力复制到整个团队甚至整个公司，是增大自己影响力最有效的办法之一。

【9】面试把关的能力

大多数人应该都希望自己的公司处于一个增长的状况，如果是高速增长那就更好不过了。

有增长，就必然要招人。

而招人并不是简单的招人来干活，而是招来更优秀的人进一步提高团队的水平。

这对于高速增长的团队来说是一个很大的挑战，所以提高面试技能和精准的判断面试者的能力，无疑是有效的扩张团队的不二法则。

【10】少睡的能力

比如说七周不睡觉，快速成为数据分析师（开玩笑的）。