1樓：wangna
這個問題的核心在於什麼是專家？而且是資料分析領域的專家？看數不是數，通過資料看到業務本質，通過資料看到人才是專家之所以能成為專家的秘密。
資料體現的是業務情況，業務是由工作的人達成的。專家看資料其實是透過資料看到人，再透過人看到人類活動，再總結出人類活動的理性與非理性，最後形成資料分析結論和建議。
2樓：採悟
普通的資料分析師關注工具和技術；
專家級的，不僅有技術，更關注分析思路、更懂得業務邏輯、也更有管理水平。
前者可能剛畢業的同學都具備，而後者需要大量的實踐和時間。
3樓：竹園主人
資料分析師專家對於資料關聯性十分敏感，而且，只要他需要去作某一行業的資料分析工作時，他就能用思維導圖、業務流程去很快熟悉需要分析的行業知識。這就是說他們的獨具的敏思維比較一般行業的業務人員更具有獨特的優勢和核心競爭力。
4樓：
科學的特點是：有條件、可證偽、可重複、具有現實指導意義 （兼備）
迷信的特點是：無條件、不可證偽、不可重複、不具有現實指導意義 （具備乙個或者多個）
資料分析運營和資料分析一樣嗎？
bfss 不一樣 資料運營本質上是運營，但是比一般的運營會更多的了解資料和分析資料，自己也能通過技術手段獲取到自己想要的資料 不求人 資料分析，是對業務上的現有資料去做分析，提供建議和解決方案，資料去驅動業務，業務能力要強，技術能力比資料運營要求更高 比如資料運營只用會查乙個簡單的資料，自己做乙個t...
資料探勘和資料分析之間的聯絡，搞資料分析基礎是啥？就業情況怎樣？
mengyuancf 資料分析的基礎是要具備一定的數學 統計統籌的知識，當然你可定具備了，另外需要掌握一些必備的工具軟體的使用 如R Python excel 資料可基礎等 也就是你說的程式設計那一塊，這個在資料分析領域是屬於基礎知識的，只要你懂些即可，最關鍵的確實是你說的偏理論的東西，如演算法 資...
大資料分析中，有哪些常見的大資料分析模型？
牛博 模型其實就是一數學函式對映，從應用層角度來看，會有一些通俗的名字,簡單羅列一下 一 使用者模型 二 事件模型 三 漏斗模型 四 熱圖分析模型 五 自定義留存分析模型 六 粘性分析 七 全行為路徑分析 八 使用者分群模型 九 Session 分析 十 間隔分析 十一 分布分析 十二 營銷廣告投放...