亚马逊数据分析师是如何工作的？

1)数据质量。分为数据标准和数据准确性。应该尽可能消除数据中的噪声。为了数据的质量，大量的人工工作是不可或缺的。

2)数据的业务场景。我们不可能做到所有的场景，所以业务场景和产品形态很重要。个人感觉业务场景越窄越好。

3)数据分析的结果要让人看得懂，知道下一步该怎么做，而不是为了数据而数据。

从事数据挖掘的人很多，但成功的案例不多(相对于大量的尝试)。就目前而言，我似乎认为目前的数据挖掘技术是一种过渡技术，还处于探索阶段。另外，很多数据挖掘团队不专业，不熟练，觉得对不起技术人员...