从程序媛到数据分析师,我靠数据可视化,月薪3W

2023-10-10 21:20

本文主要是介绍从程序媛到数据分析师,我靠数据可视化,月薪3W,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

成为一名程序媛,月入30K不是梦?什么是成功?迎娶程序媛,走向人生巅峰。程序媛不矫揉造作,没有逛不完的街,没有买不完的包,心动不如行动,找个程序媛就嫁了吧。

我是一个普通到不能再普通的一个大数据分析工程师,在数据岗位奋战了几年,已经从初入职场的小白变成了如今的老鸟,面对男同事“这个你能行吗”的质疑,我也只会切地一声,然后飞快地把数据分析好,只留下他们错愕的表情,但我的头发却没有被留下....

 

从程序媛到数据分析师,我靠这个数据可视化利器,月薪3W

 

时间倒回到17年,当时我在一家制造业公司从事数据工作。

这一年,我开始接触ERP+MES系统,过程中需要帮处理很多数据问题,包括数据收集,整理,初始化,也需要帮客户完成数据报表,这会的工作工具是自己的系统+EXCEL完成报表样式,交由开发进行,样式还依赖于开发人员完成,效率低下,而且没有样式,现在想想真是及其难看,举个例子来讲,它是这样的:

从程序媛到数据分析师,我靠这个数据可视化利器,月薪3W

 

19年的春天,我跳槽了,跳到了某家互联网公司,这时候我已经不需要管报表的事情了,职位是数据分析师。因为19年寒冬,企业的日子不太好过,所以领导就想通过可视化分析公司的数据,同时希望让业务人员可以自主分析,以获得增长点,于是这个任务就落到了我的头上。

随着互联网时代大数据的爆炸式增长,企业对数据的要求越来越高,Excel的诸多痛点也愈发凸显了:透视图表类型不够,数据处理宕机,不能随意更改数据.....后来学python又比较复杂,于是就想着有没有更加简单、功能强大的BI工具来代替。

用了BI之后,才发现企业的数据分析应该这么做,年利润增加50%的秘密终于被我发现了哈哈。

因为BI工具是完全按照数据分析的流程来设计的,先是数据处理、整理清洗,再到数据建模,最后数据可视化,展现图表,用图来讲故事,发掘问题影响决策。这些工具之间的差别也很大,经过不断尝试,我选择了FineBI,先看看FineBI做出来的数据可视化效果吧。

 

从程序媛到数据分析师,我靠这个数据可视化利器,月薪3W

 

 

从程序媛到数据分析师,我靠这个数据可视化利器,月薪3W

 

 

从程序媛到数据分析师,我靠这个数据可视化利器,月薪3W

 

一、数据秒处理+权限管理,解放IT

以前因为数据权限的问题,业务部门一天可以提交20个改数据的需求,这之间的沟通成本非常之大,同时IT就活成了取数机,上了FineBI之后连IT的离职率都降低了....

FineBI支持多种类型的数据库,只有你想不到,没有它做不到,从此再也不用担心两种数据类型不同了。

从程序媛到数据分析师,我靠这个数据可视化利器,月薪3W

 

同时,FineBI带有的大数据引擎,支持大数据秒级呈现。

从程序媛到数据分析师,我靠这个数据可视化利器,月薪3W

 

二、业务自助分析,再也不用学sql

自助分析步骤:

a.新建仪表板:

FineBI支持平台管理员以及授权仪表板编辑的业务人员新建仪表板(Dashboard),支持用户使用自由布局或网格布局进行快速数据分析呈现。

 

从程序媛到数据分析师,我靠这个数据可视化利器,月薪3W

 

b.选择组件:

FineBI支持用户拖拽不同类型的组件如各种表格、图表、控件、展示组件等进行分析,同时支持用户快速复用维度/指标/组件,提升仪表板开发效率。

 

从程序媛到数据分析师,我靠这个数据可视化利器,月薪3W

 

c.设置组件数据&&属性:

FineBI支持用户快速进行数据分分类统计,包括求和、求最大最小值、求平均、同比、环比、累计值、所有值等快速计算分析,支持用户自由设置图表属性。

d.调整仪表板布局&&全局样式:

组件和页面布局方面,采用全拖拽式操作,并且内置了丰富多样的经典主题,极大提高了用户的数据分析效率,充分释放数据潜能。

 

从程序媛到数据分析师,我靠这个数据可视化利器,月薪3W

 

 

从程序媛到数据分析师,我靠这个数据可视化利器,月薪3W

 

三、可视化驾驶舱

如果想看驾驶舱的详细教程,欢迎在文章下评论1,人数满50就安排!

从程序媛到数据分析师,我靠这个数据可视化利器,月薪3W

 

以下图为例,托拖拽拽就统计出了公司历年的销售金额以及回款金额数据......相比永代码调试Python程序比,确实很爽!

从程序媛到数据分析师,我靠这个数据可视化利器,月薪3W

 

对房价进行分析也是不在话下!

从程序媛到数据分析师,我靠这个数据可视化利器,月薪3W

 

从程序媛到数据分析师,我靠这个数据可视化利器,月薪3W

 

四、总结

数据可视化最重要的是什么?

既不是花里胡哨,也不是自助分析,而是通过分析数据找到企业真正的弱点与增长点,将产品打造成符合不同类型用户的场景需求,这才是最重要的事情。

这篇关于从程序媛到数据分析师,我靠数据可视化,月薪3W的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/183158

相关文章

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

基于MySQL Binlog的Elasticsearch数据同步实践

一、为什么要做 随着马蜂窝的逐渐发展,我们的业务数据越来越多,单纯使用 MySQL 已经不能满足我们的数据查询需求,例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后,随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步,我们目前的解决方案是建立数据中间表。把需要检索的业务数据,统一放到一张M

关于数据埋点,你需要了解这些基本知识

产品汪每天都在和数据打交道,你知道数据来自哪里吗? 移动app端内的用户行为数据大多来自埋点,了解一些埋点知识,能和数据分析师、技术侃大山,参与到前期的数据采集,更重要是让最终的埋点数据能为我所用,否则可怜巴巴等上几个月是常有的事。   埋点类型 根据埋点方式,可以区分为: 手动埋点半自动埋点全自动埋点 秉承“任何事物都有两面性”的道理:自动程度高的,能解决通用统计,便于统一化管理,但个性化定

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

异构存储(冷热数据分离)

异构存储主要解决不同的数据,存储在不同类型的硬盘中,达到最佳性能的问题。 异构存储Shell操作 (1)查看当前有哪些存储策略可以用 [lytfly@hadoop102 hadoop-3.1.4]$ hdfs storagepolicies -listPolicies (2)为指定路径(数据存储目录)设置指定的存储策略 hdfs storagepolicies -setStoragePo

Hadoop集群数据均衡之磁盘间数据均衡

生产环境,由于硬盘空间不足,往往需要增加一块硬盘。刚加载的硬盘没有数据时,可以执行磁盘数据均衡命令。(Hadoop3.x新特性) plan后面带的节点的名字必须是已经存在的,并且是需要均衡的节点。 如果节点不存在,会报如下错误: 如果节点只有一个硬盘的话,不会创建均衡计划: (1)生成均衡计划 hdfs diskbalancer -plan hadoop102 (2)执行均衡计划 hd

JAVA智听未来一站式有声阅读平台听书系统小程序源码

智听未来,一站式有声阅读平台听书系统 🌟 开篇:遇见未来,从“智听”开始 在这个快节奏的时代,你是否渴望在忙碌的间隙,找到一片属于自己的宁静角落?是否梦想着能随时随地,沉浸在知识的海洋,或是故事的奇幻世界里?今天,就让我带你一起探索“智听未来”——这一站式有声阅读平台听书系统,它正悄悄改变着我们的阅读方式,让未来触手可及! 📚 第一站:海量资源,应有尽有 走进“智听

【Prometheus】PromQL向量匹配实现不同标签的向量数据进行运算

✨✨ 欢迎大家来到景天科技苑✨✨ 🎈🎈 养成好习惯,先赞后看哦~🎈🎈 🏆 作者简介:景天科技苑 🏆《头衔》:大厂架构师,华为云开发者社区专家博主,阿里云开发者社区专家博主,CSDN全栈领域优质创作者,掘金优秀博主,51CTO博客专家等。 🏆《博客》:Python全栈,前后端开发,小程序开发,人工智能,js逆向,App逆向,网络系统安全,数据分析,Django,fastapi

烟火目标检测数据集 7800张 烟火检测 带标注 voc yolo

一个包含7800张带标注图像的数据集,专门用于烟火目标检测,是一个非常有价值的资源,尤其对于那些致力于公共安全、事件管理和烟花表演监控等领域的人士而言。下面是对此数据集的一个详细介绍: 数据集名称:烟火目标检测数据集 数据集规模: 图片数量:7800张类别:主要包含烟火类目标,可能还包括其他相关类别,如烟火发射装置、背景等。格式:图像文件通常为JPEG或PNG格式;标注文件可能为X

pandas数据过滤

Pandas 数据过滤方法 Pandas 提供了多种方法来过滤数据,可以根据不同的条件进行筛选。以下是一些常见的 Pandas 数据过滤方法,结合实例进行讲解,希望能帮你快速理解。 1. 基于条件筛选行 可以使用布尔索引来根据条件过滤行。 import pandas as pd# 创建示例数据data = {'Name': ['Alice', 'Bob', 'Charlie', 'Dav