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...