1樓:dataDog
不太了解你說的這兩個方向在你們專業定位中有什麼差別,至少在工作中資料分析師肯定要承擔資料從產出(資料埋點)-統計(sql)-分析(ppt手動狗頭)-視覺化(報表或者ppt)這樣乙個完整的過程的。如果只去看視覺化就會相當侷限,最後會成為乙個tableau操作師?fe?
最後打個小廣告,一對一資料方向面試培訓請私我哈哈
2樓:
visualization和visual analysis是不一樣的
資料視覺化和可視分析
我反而認為資料分析是可視分析的乙個子集
3樓:Solar.Cha
資料視覺化是資料分析的一部分,視覺化做得再好,如果沒有資料分析的思維和邏輯支撐,除非你進入的是專門做資料視覺化的公司(偏向於to B),私以為對於業務是沒有幫助的。
4樓:EricG
資料分析的結果提供價值。資料分析的過程涉及更多的核心競爭力。比如給你一堆資料,如何清理?
如何去除異常值?如何根據特徵工程的方法從清理好的資料中篩選出合適的變數用於建模?如何從一堆模型/演算法中選擇適合目標問題的模型/演算法——這需要了解每一類模型的優缺點?
模型確定下來以後,如何調參?如何解讀結果?等等。
視覺化是資料分析的最後乙個步驟,它涉及到的問題是「如何將資料分析的結果展示出來」。如何結果展示得很漂亮、客戶看得很滿意,這是乙個增值的過程。同意其它答主說的,沒有分析結果,你拿什麼展示?
相反,有了資料分析結果,PPT、Excel啥的不都可以用於展示麼?
5樓:阿水數數
從工作實踐的要求來看,資料分析能夠更加落地,更加貼合實踐工作的要求。
資料視覺化的會更偏向具體軟體公司及研究層面。
SQL無論是哪個方向都不可或缺的。
如果從事資料分析的話,應該重視培育自己的資料分析思維,EXCEL及VBA雖然看起來比較LO,但是卻是實踐中最常見的。PYTHON或許也是研究需要的。
資料視覺化層面的話,可以多看看TABLEAU、POWER BI等軟體。
6樓:洛陽的小蝦公尺
很少給人明確的建議,因為很少覺得自己行。但是這次,我推薦資料分析,因為視覺化我看來是乙個比較末端的技術。
視覺化很重要,但是並不是資料分析的核心能力,而且上手學的話門檻也不太高。
7樓:資料知多少
不能籠統說哪個方向好,要針對你提到的一些情況。
如果是學生,建議是以資料分析方向較好,因為視覺化可以自學,但資料分析的理論知識,在上班以後再學,則不那麼容易。
還要看你數理知識的情況,如果數理基礎好,可以學分析,如果沒有那麼大的優勢,則建議學視覺化。
8樓:
視覺化偏前端,和資料分析關係不多,在小公司意義不大,因為有核心資料結果就謝天謝地了,
在大公司屬於資料組做了半天最後展現出來的東西,匯報利器啊
以資料作為賣點的公司,那就更不必說了,視覺化越絢麗越好
前端資料視覺化與資料分析的不同以及作為前端開發該如何選擇資料視覺化崗位和資料分析師崗位?
3crazyone 我理解資料視覺化和資料分析其實兩個方向,但也存在交叉。資料分析整理自己得到的資料然後進行視覺化,也可能不需要視覺化,從資料的角度去分析一切趨勢,一些方向,不過多數資料分析者來說應該都有對資料視覺化的需求。畢竟分析後得出結論配套相應的視覺化圖更有說服力。目前對於資料分析者來說可能還...
做完資料分析後,用什麼視覺化工具展示分析結果?
我的風中花香 厚臉皮來回答一發。基本的圖形就那幾十種,但是哪乙個最適合表達你想表達的東西 怎樣能最快速的讓人理解 怎樣能夠打動他 她 它讓其相信你所表達的 還要低成本的表達出來,還要保證實效性。御陰陽五行之變,視寒 暑 燥 溼 風五候,應傷者喜 怒 憂 思 恐五情下藥。唯有手熟爾,唯有麵皮厚爾 白雲...
小白準備自學做視覺化資料分析?應該怎樣入手?
Lady Stark 我是這樣學習資料視覺化的,先說下我之前也是學了不少的視覺化工具,但是一直覺得做出來的圖表沒有靈魂,成為了一種為了視覺化而視覺化的負擔。後來我圍繞著解決實際問題來做,就會為了解決這個實際問題而制定一些目標具體要達到什麼效果,為了實現這些目標目前所掌握的技能不足以支撐,就會自主的去...