大數(shù)據(jù)因為其背后蘊含的價值，被《經(jīng)濟學雜志》在2017年被譽為“新的石油”，數(shù)據(jù)導向的工作也成為很多人的向往之一，特別是數(shù)據(jù)分析。《哈佛商業(yè)評論》宣布，數(shù)據(jù)科學家是“21世紀最性感的職業(yè)”。他們能夠利用經(jīng)濟學、代碼、統(tǒng)計學、數(shù)學建模等多種技術(shù)，從大數(shù)據(jù)中提取有用的信息。
今天小T為大家分享一篇客戶為我們寫的一篇帖子，接下來請大家閱讀正文~
作為一名“比軟件工程師更懂統(tǒng)計學，比統(tǒng)計學家更懂軟件工程”的數(shù)據(jù)分析師，我們希望自己是一個能夠聚焦、專注的分析師。從大量的數(shù)據(jù)，找到恰當?shù)哪Ｐ停淮未螌嶒灐?yōu)化，最后付諸實踐，帶來價值。這樣直線而深入的工作內(nèi)容，是性感的。
作為一名數(shù)據(jù)分析師，我接觸了很多數(shù)據(jù)分析相關的項目，主要以項目售前工作為主，即在客戶交流初期快速理解客戶需求，結(jié)合客戶業(yè)務，梳理用戶需求、設計、制定有效的解決方案，確保技術(shù)交流與方案匯報順利完成，幫助客戶解決問題進而獲得客戶認可，促成落單轉(zhuǎn)化。高效、專業(yè)，為客戶提供價值，是我工作的核心目標。
數(shù)據(jù)分析師需要有兩大法寶——左手“R”右手“Python”，同時掌握兩種語言的分析師畢竟是少數(shù)，我更多的是使用Python編碼完成想法。毫無疑問，介于腳本語言和系統(tǒng)語言之間的Python語言確實有很多優(yōu)點。但是，它也有不可忽視的缺點，如：模型搭建過程太復雜、執(zhí)行速度不夠快、反復測試尋找bug....。面對客戶說不清的模糊需求、“上午的需求，中午就要”的奪命連環(huán)Call.....，利用Python編碼搭建模型的缺點影響了我的工作效率。在Python編碼和敏捷實現(xiàn)客戶需求的沖突日益嚴重的同時，我開始尋找新的突破之路。
2017年11月，在一次項目的實施過程中，我們已經(jīng)用Python語言完成了預測分析，客戶卻臨時提出在此基礎上添加文本挖掘的分析場景，彼時的我還沒有用過Python進行文本挖掘的經(jīng)驗，學習時間成本較高且對最終成果沒有把握；并且項目經(jīng)理和客戶要求的時間節(jié)點又很緊張。被逼無奈之下，我上網(wǎng)搜索希望找到現(xiàn)成的應用案例。無意間發(fā)現(xiàn)了一款名為“TempoAI”的人工智能建模工具，看介紹不僅機器學習算法豐富、還有十多種文本分析算法，我抱著試一下的心態(tài)在線提交了試用申請。在填寫信息后不到5分鐘的時間，我接到了電話，告訴我賬號已開通試用，可以登陸使用了。一邊閱讀幫助手冊，一邊導入本地數(shù)據(jù)，在不到5分鐘的時間里我真的完成了一次用戶評論的文本分析，這么簡單高效的操作是我從未料到的。不僅如此，分析過程的全洞察報告可完整下載，分析數(shù)據(jù)也可直接導出，還可以用他們自帶的TempoBI直接可視化。讓我在第二天的客戶匯報中出盡風采，一舉拿下項目。
在一次行業(yè)解決方案中，客戶希望通過資金占用預測分析精準把握未來一年內(nèi)資金占用情況，以便合理安排資金用途。通常來說，這種需求的實現(xiàn)不僅需要Python建模實現(xiàn)數(shù)據(jù)分析，還需要將預測結(jié)果寫進數(shù)據(jù)庫進行結(jié)果分析。這種做法有兩個明顯問題：一是在編碼階段消耗時間過多；二是需將預測結(jié)果集成到客戶的可視化系統(tǒng)。為了縮短項目周期及降低客戶成本，我將時間主要用在了梳理客戶需求，優(yōu)化分析思路等方面，然后借助Tempo大數(shù)據(jù)分析平臺，在反復迭代模型效果的基礎上一站式完成了數(shù)據(jù)分析與可視化結(jié)果展示。對于用戶臨時的需求調(diào)整，我通過改變模型節(jié)點進行了敏捷反應。
另一個案例是在一次售前項目中，需要在兩周時間提交員工畫像服務系統(tǒng)、供應商預警系統(tǒng)、采購人員盡職水平分析系統(tǒng)三個解決方案，在已確定好分析思路的基礎上需快速完成原型設計。在這種時間緊、需求多的項目中，我面臨著不僅要快速熟練掌握Axure / Echarts等工具使用，更面臨著試錯成本較高，風險較大的嚴峻考驗。因為在沒有將方案落地的情況下，沒有人敢保證最終結(jié)果。這時，我想到了Tempo大數(shù)據(jù)分析平臺，將工作重點放在模型邏輯及幫助客戶解決業(yè)務痛點上，并將過程中的每一個解決方案都落地實施，根據(jù)實施結(jié)果不斷優(yōu)化方案，最終給客戶交付了滿意的答卷。
售前的工作性質(zhì)要我們在快速實現(xiàn)客戶想法，并將解決方案落地實施等方面提出了更高的要求，在多個項目中使用Tempo的工作經(jīng)驗，使我認為Tempo就是我在售前數(shù)據(jù)分析工作中的得力助手，它使我的數(shù)據(jù)分析之路變得更加順暢高效。當然最終的項目交付和落地，使用Tempo平臺也有事半功倍的效果。后來在我的推薦下，我們一個項目交付也和他們合作，結(jié)果項目投入比之前純開發(fā)模式節(jié)省了約三分一的成本，領導也甚是欣喜。
“不服務業(yè)務的數(shù)據(jù)分析師，都是耍流氓”，數(shù)據(jù)化浪潮中的最大矛盾是指數(shù)級增長的數(shù)據(jù)及應用需求和及其短缺的產(chǎn)業(yè)工人之間的矛盾。為了解決這個問題，我們需要的是自動化，需要的是批量的做出來，重要的是做的快和好。作為數(shù)據(jù)分析師，我們希望不斷地提升生產(chǎn)效率，提升我們這方面的能力。而經(jīng)驗告訴我：Tempo大數(shù)據(jù)分析平臺給了我這樣的機會。
——我是一名制造行業(yè)數(shù)據(jù)分析師，我在這里推薦您用Tempo大數(shù)據(jù)分析平臺。
以上就是我們客戶對我們的評價，如果您也想要跟體驗一下我們產(chǎn)品就快來申請試用吧~
Tempo商業(yè)智能平臺
Tempo人工智能平臺
Tempo數(shù)據(jù)工廠平臺
Tempo指標平臺
Tempo數(shù)據(jù)治理平臺
Tempo主數(shù)據(jù)管理平臺
首頁
美林數(shù)據(jù)
大數(shù)據(jù)分析與應用
陜公網(wǎng)安備 61019002000171號
