1.3 數據分析流程及高級分析

在正式介紹企業數據分析流程及高級分析之前，首先介紹一些企業里常見的數據職位，以及每個職位的人在企業中承擔的責任。

業務分析師（Business Analysis，BA）：這類人需要了解行業，快速理解業務痛點，能夠進行基礎的統計數據分析類工作（某些高級一點的職位需要熟練的SQL技能）。他們通常掌握一些基礎數據處理分析技能，能夠做商業洞察分析類報告。

高級統計分析建模師：一般數據科學家會擁有高級統計分析建模經驗，熟悉一些統計或者機器學習算法，能夠通過編程實現一些模型分析應用項目。高級統計分析建模師需要熟悉一些工作中用到的算法，如非監督學習、監督學習及聚類等。

1.3.1 數據分析流程

在企業中，經營的方方面面都需要數據分析。互聯網公司由于業務變化快，需要實時且持續地通過數據分析，發現企業業務存在的問題，并提出改進的方法，幫助企業解決相應的業務問題。

企業數據分析一般需要以下幾個步驟。

· 確定商業目標。

· 確定解決該問題所需要的數據、技術、能力。

· 確定用基本業務分析模型，還是用高級分析模型。

· 數據分析，包括數據準備、數據預處理、數據建模、分析數據并得出結果。

· 數據分析結果匯報。

· 解釋結果，提出應用方案。

其中，確定清晰的商業及業務問題，并和相關業務關鍵人員達成共識，是數據分析類項目成功的關鍵。接下來的部分屬于企業中數據科學家建模、執行的環節。

1.3.2 高級分析

下面介紹在日常工作中常用的高級分析模型—機器學習算法模型。

（1）監督學習：包含的算法有邏輯回歸、貝葉斯法、決策樹、SVM（支持向量機）。

（2）非監督學習：包含的算法有kNN（鄰近算法）、PCA（主成分分析）、K-means（K均值聚類算法）。

下面重點看一下監督學習是如何工作的。

圖1-4顯示的是一個監督學習模型。企業采集相關數據，并將數據轉化為特征向量，通過相應的機器學習模型（這里是監督模型）對特征向量進行訓練，最終進行分類預測，得到期望的類型標簽。

企業中高級統計分析建模的工作，需要由專門的數據科學家來協助定義問題、建模并將結果進行呈現。一個合格的數據科學家需要哪些核心能力呢？

1.3.3 數據科學家需要具備的能力

要成為數據科學家，需要掌握的核心能力包括數理知識（含傳統研究）、業務能力（行業領域經驗）、黑客能力（在數據領域工作，尤其是數據科學家，需要通過尋找變量之間的各類關系，不斷進行假設、驗證，喜歡與數據打交道，能夠熱衷于研究數據，所以需要黑客的探索精神）等，如圖1-5所示。

由此可見，數據科學家需要具備比較綜合的跨學科的素質。在具體實踐中，不同的算法有不同的優缺點，也有各自適應的場景。當面對不同的問題時，應該選擇不同的算法模型。然而，在什么情況下選擇什么算法模型，該從什么角度去思考這個問題，是值得每一位初學者深思的問題。