• 在数据分析中,经常被提到的词有数据、算法、模型、业务、技术等等。
  • 关于业务和数据的关系,其实他们并不像网络段子所说的相对立。而是相互依存,相互成就的关系。
  • 在整个业务流程中,技术只是其中的一环,想要把整个业务做成、必然会有一套复杂的过程,技术只是一种工具和实现落地的方式。
  • 在数据分析的部分,评价数据分析好坏的方式就是通过各种指标是否达成来看。(付费率、留存率、首充率、达成率、日均流水等等)
  • 对于业务而言,很多时候是复杂而多元的。
  • 对于技术人员而言,理解了技术的最终目的是服务于业务,让整个事儿办成。那么就不能太拘泥于技术之美、最佳实现。只要把事情做成是可以有所取舍的。
  • 在整个业务流程中,产品经理扮演者很重要的角色。他既要沟通好业务方,也要拆分需求和技术方合作,最终把事情做成。
  • 数据分析师虽然会用一些技术工具,但整体而言还是属于业务侧的。他们需要掌握的基础知识有数学、概率学、统计学等等……他们会用到的工具有 Python 脚本、Excel、SQL、大数据框架(Hadoop、Spark 等)

最后,是我作为数据相关前端工作的思考:我们在一个数据部门中属于是数据展现和交互层的角色,而整个部门的流程大概如下

需求方提出需求 - 数据分析师了解需求进行数据分析 - 数据后端通过各种工具进行数据计算 - 业务后端获取数据后端的各种计算结果组装成接口 - 业务前端通过产品设计和业务后端接口产出前端页面

所以,目前我所做的项目也就是:1. 数据分析工具 2. 数据结果展示 3. 相关支持系统。明显都是为了整个数据流程服务的。

而前端作为数据流水线的最终一环,需要做好的几点是:

  • 数据展现,首先必然是清晰明了、一目了然。其次也需要深入了解一些数据可视化的知识,从而更好的将数据展现给业务方。
  • 界面交互友好,保证基本交互正常的前提下,多为用户提供一些便捷功能。
  • 保证高性能,由于数据分析体量大的特征,后端需要做好查询数据速度的提升,前端也要避免渲染大量 DOM 元素的情况,这会导致页面假死、卡顿、崩溃。采用一些虚拟列表、按需加载、分页、Canvas 绘制可以有效提升这方面的性能。

这么一想,其实很多之前被我忽略的细节交互其实挺重要的,而我所看重的代码解耦、技术方案其实在业务侧看来好像并不会太在意。以后要学会多转换视角理解业务方真正的需求才是。


VioletJack
931 声望161 粉丝

专注于Vue前端开发的学习和分享