总结如果您从整体上看待整个流程,您会发现一份好工作是将数据方法应用于企业实践的工作。数据本身包括统计、数学、编程、数据库和其他专业知识,但其中很大一部分(数据仓库、ETL等)是为了确保数据本身正常工作,很大一部分(例如语义判断)图像识别)用于工业应用,不考虑商业理解或合作,而大量(例如统计)用于科学实验、农林牧渔业等适合研究的领域。
很多商业问题不是科学的,而是实用的。 O2O平台如何管理卖家、新媒体平台如何开发本地客户、直播电商卖家如何选品等问题得出结论,需要数据知识与实际工作相结合。不言而喻,每个人的工作场所都充满了办公室政治,每个人都在想如何避免被追究责任。这就是我们今天进行讨论以及推进该项目的不同方式的原因。对于所有从校园到工作场所使用数据的学生来说,这是必要的步骤。
今天我只是提出了一个框架,接下来会根据具体场景来分析具体问题。当我们之前谈到共享基础设施项目时,很多同学表示很难,所以我们也会考虑最符合数据分析形象的分析项目的例子。文章。
#专栏作家#脚踏实地的陈老师,有一个微信公众号“脚踏实地学校”,都是产品经理专栏作家。资深顾问,在互联网、金融、快消品、零售、耐用品、美妆等15个行业拥有丰富的数据相关经验。
本文最初发表于人人都是产品经理。它禁止未经授权的复制
标题图片由Unsplash 根据CC0 协议提供