行业数据收集(在电商行业做数据分析师有前景吗？优势如何？)

题图来自Unsplash，基于CC0协议

本文目录

正文

1、在电商行业做数据分析师有前景吗？优势如何？

在不同行业中，专门从事行业数据搜集、整理、分析，并依据数据做出行业研究、评估和预测的专业人员：

数据分析师是一个随着消费互联网数据沉淀经过大数据化而衍生的一个前瞻性的职业，同时随着产业互联网的践行，数据对于企业的价值意义大于了企业营销及内控管理的本身。

一个优秀的数据分析师所做的前端消费数据分析，后端产业数据分析，行业数据分析、宏观数据分析，都会影响和决定一个企业的基础营销以及扩张战略，可以说是一个前瞻性的职业，这个职业决定了企业在管理与营销方面的营收增长与低成本试错。个人认为数据分析是对企业营销方面有很大的建树性作用，特别是国内中小型企业因缺乏数据分析，缺乏正规的营销管理方法与工具，简单的把营销做销售或者是广告或者是品牌，因此在一定程度上可以辅助并纠正企业营销思维：

作好数据运营个人认为应该具备以下几个能力：

1、懂业务：除了数据分析本身所具备的基本建档、分类、分析、统计及数学功能以外，应该具备懂业务的的能力：熟悉行业知识、公司业务及流程，最好有自己独到的见解，若脱离行业认知和公司业务背景，分析的结果就没有太大的使用价值；

2、懂管理：一方面是搭建数据分析框架的要求，比如确定分析思路就需要用到营销、管理等理论知识来指导；另一方面是针对数据分析结论提出有指导意义的分析建议；

3、懂分析：能够掌握数据分析基本原理与一些有效的数据分析方法，并能灵活运用到实践工作中，对于开展数据分析起着至关重要的作用：

4、懂工具：数据分析方法是理论，而数据分析工具就是实现数据分析方法理论的工具，面对越来越庞大的数据，我们不能依靠计算器进行分析，必须依靠强大的数据分析工具帮我们完成数据分析工作；

5、懂设计：运用图表有效表达数据分析师的分析观点，使分析结果一目了然。图表的设计是门大学问，如图形的选择、版式的设计、颜色的搭配等等，都需要掌握一定的设计原则。

6、懂应用：数据分析只是基础，那么数据能否准确的分析和实践应用企业营销及管理，不仅是数据分析师应该具备的能力，也是应该同营销、调研，销售、管理等企业产业链去看匹配度是否符合正向规律；

作为电商行业数据分析师除了懂和应用具备以上能力外，对电商与本上行业的特性，互联网营销、互联网传播与销售，新一代消费心理学，电商趋势，电商服务行业类型及产品所属的类别应有独到的见地和认知；作为电商数据分析师，核心职责就是通过数据分析要么拉新，要么提升存留、要么加强消费印象，要么拉升消费、要么做产品品类调整，要么做营销布局调整、要么就是电商服务感知条调整，所以要根据数据分析结果去优化调整数据反馈最明显的地方，才是电商数据分析师的价值所在。即利用数据创新增长价值。

2、汽车行业推广要怎么做数据分析？

首先对于汽车行业的网络推广数据分析你需要建立行业数据库，比如配件品牌、图片、市场价格等等，并在各大同行网站和网络搜集去收集相应的数据信息，如果人工来做是相当复杂的。

3、HR如何做行业的业务调查、数据收集？

一般来说，对于行业数据收集的话，主要有以下几个方面：

下面我以获取汽车行业的数据为例来讲解怎么获取业务数据，汽车行业是个比较大的行业，资金需求比较大，有好多上市公司，那我就可以从上市公司的季报、月报数据中知道这家上市车企的产、销量是多少，主要汽车零部件供应商有哪些？另外这些零部件厂商也有上市的，我可以获取这些零部件厂商的产、销量数据，另外这些汽车零部件厂商的主要供货商是哪些，主要客户是哪些，都可以获得。

企业主要是以获利为主的，不是封闭起来自己单干的，所以获取企业或行业数据就从这企业或行业的客户、或者原材料供应商入手。希望能对你有所帮助。

4、很多的行业都需要数据收集和分析，那有什么软件或者平台可以进行分析的吗？

数据是平台运营商的重要资产，可能提供API接口允许第三方有限度地使用，但是显然是为了增强自身的业务，与此目的抵触的行为都会受到约束。收集数据主要是通过计算机和网络。凡是经过计算机处理的数据都很容易收集，比如浏览器里的搜索、点击、网上购物、……其他数据（比如气温、海水盐度、地震波）可以通过传感器转化成数字信号输入计算机。

5、如何做大数据的数据采集？

要想了解大数据的数据采集过程，首先要知道大数据的数据来源，目前大数据的主要数据来源有三个途径，分别是物联网系统、Web系统和传统信息系统，所以数据采集主要的渠道就是这三个。

物联网的发展是导致大数据产生的重要原因之一，物联网的数据占据了整个大数据百分之九十以上的份额，所以说没有物联网就没有大数据。物联网的数据大部分是非结构化数据和半结构化数据，采集的方式通常有两种，一种是报文，另一种是文件。在采集物联网数据的时候往往需要制定一个采集的策略，重点有两方面，一个是采集的频率（时间），另一个是采集的维度（参数）。

Web系统是另一个重要的数据采集渠道，随着Web2.0的发展，整个Web系统涵盖了大量的价值化数据，而且这些数据与物联网的数据不同，Web系统的数据往往是结构化数据，而且数据的价值密度比较高，所以通常科技公司都非常注重Web系统的数据采集过程。目前针对Web系统的数据采集通常通过网络爬虫来实现，可以通过Python或者Java语言来完成爬虫的编写，通过在爬虫上增加一些智能化的操作，爬虫也可以模拟人工来进行一些数据爬取过程。

传统信息系统也是大数据的一个数据来源，虽然传统信息系统的数据占比较小，但是由于传统信息系统的数据结构清晰，同时具有较高的可靠性，所以传统信息系统的数据往往也是价值密度最高的。传统信息系统的数据采集往往与业务流程关联紧密，未来行业大数据的价值将随着产业互联网的发展进一步得到体现。

我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。

如果有互联网方面的问题，也可以咨询我，谢谢！

6、学大数据之后能做什么工作？

1、数据挖掘工程师

做数据挖掘要从海量数据中发现规律，这就需要一定的数学知识，最基本的比如线性代数、高等代数、凸优化、概率论等。

PS:经常会用到的语言包括Python、Java、C或者C++，有些人用Python或者Java比较多。有时用MapReduce写程序，再用Hadoop或者Hyp来处理数据，如果用Python的话会和Spark相结合。

2、Hadoop开发工程师

熟练掌握Hadoop整个生态系统的组件如：Yarn，HBase、Hive、Pig等重要组件，能够实现对平台监控、辅助运维系统的开发。hadoop工程师主要是偏开发层面，指的是围绕大数据系平台系统级的研发人员， 熟练Hadoop大数据平台的核心框架，能够使用Hadoop提供的通用算法，

3、数据分析师

数据分析师 是数据师Datician['detɪʃən]的一种，指的是不同行业中，专门从事行业数据搜集、整理、分析，并依据数据做出行业研究、评估和预测的专业人员。

PS:作为一名数据分析师、至少需要熟练SPSS、STATISTIC、Eviews、SAS、等数据分析软件中的一门，一个优秀的数据分析师，应该业务、管理、分析、工具、设计都不落下。

4、大数据分析师

通俗一点，这是集Hadoop开发工程师和数据分析师、数据挖掘工程师为一体大才能人才。如果这些你都会，并且有一定的经验，那薪资可是不用说的。

5、大数据可视化工程师

需要熟悉Storm、Spark等计算框架，熟悉Scala/Python语言;精通Java开发，能够独立搭建SSM项目;了解Redis或MongoDB等Nosql，熟练掌握linux基本操作;拥有一定Java多线程开发能力，对程序设计模式有一定理解，对数据库有一定了解，熟悉ETL流程等。

在现当代培训行业蒸蒸日上的状态，想要挣钱就要跟上前进的步伐，踏上新技术热潮。