数据分析可以用来追女神吗

我是一名数据分析师,专业一点叫数据工程师,高大上点叫数据挖掘工程师,接地气点叫分析数据的,如果你还是不太了解这个职业,可以简称为搞IT的。下面我将一本正经的给你讲一个美丽的爱情故事。

初识

最近呢,因为工作需要,需要经常与公司的美女同事小树合作。小树是公司公认的美女,不仅颜值高,而且智商也很高,分析问题严谨客观,做起事来也是一丝不苟,很受领导器重。但也许是因为太优秀了,总是自带高冷气场,让人望而生畏。如果不是因为工作安排,想必也不会有我和她接下来的故事吧。

小树给我的第一印象也很外界传闻的一样,高冷女神。但因为经常要向她请教问题,时间长了渐渐的发现她还真是和外界传闻的一样冷,虽然没有日久生情,但这依旧没有阻挡她作为一位女神妹子的吸引力呀。作为一位在不脸路上奋斗的单身汪突然有了一个大胆的想法:追女神。想想还有点小激动嘞。

调查

目标虽然明确了,但有首歌唱的好,女神不是你想追想追就能追的,所以,除了不脸,还要使用另一个秘密武器:致践。开始行动很重要,为此我制定了详细的作战计划,首先从跟踪调查开始。必须要全面的了解才能投其所好,除了正常的工作交流,我会经常暗中观察女神的一举一动,详细记录几点吃饭,吃饭都吃啥,啥时候下班,偶尔还会在下班后悄悄跟随(为了保护女神,捂脸)。有时还会制作一些调查问卷,询问一下与小树相见的人对她的印象,看看能否发现女神的另一面。终于,功夫不负有心人,我发现了小树有不少的好闺蜜。

分析

就这样一段时间后,我已手握大量的关于小树的资料,但这个时候我突然迷惑了,这些资料对追女神有什么用呢,她的下班时间不和我一样么,看来爱情有时会让人变得盲目,即便是YY的爱情。

不过好歹我也是位数据分析师呀,得拿出自己的专业精神来。就这样我开始了对资料的处理,首先删掉了那些对我追女神这一核心目标没啥作用的资料,然后对资料进行主题分类,比如按吃、穿、行进行分组,方便系统分析。最后我会把不同组的资料进行对比,以发现他们之间是否有潜在的因果关系。

这期间我还用数学模型预测了下自己追女神的成功率,50%左右,基本和瞎猜一样,痛哭流涕,再也不相信模型了。

好人

万事具备,该向女神展示我的调查成果了,为此我还特别做了一份漂亮的报告,以展现我的专业水平,事后想想这大概就是直男癌晚期的症状吧。女神还是女神,对我的报告作了非常严谨和科学的评估,批评我没有用户思维,这些资料都是我的主观臆测,没有站在女神的角度思考问题,其实女神是跆拳道黑带,不需要我保护。不过女神最后还是安慰了我的,她说我是个好人,好人好人。。。

敲黑板

以上故事纯属虚构,如有雷同,只能说明我们很有缘,哈哈。还要提醒一点,跟踪有风险,执行需谨慎。

言归正传,本文其实主要是介绍了数据分析师的工作内容和流程,总结一下:

1.明确目标

追女神,后续所有的行动都应该以此为核心。这一点很重要,方向错了,再怎么分析都是没用的。

2.收集数据

寻找为了达成目标的所有相关资料,这里主要指原始数据。

3.数据处理与分析

在数据中筛选与目标相关的,整理后分析得出对追女神有用的结论,辅助决策。这一部分占用了数据分析师绝大部分工作,原始数据并不都是有用的,需要对数据本身做处理才能继续分析。

4.展示

通过报告展示你想说明的结论,并说服你的目标。数据是抽象的,需要用容易被理解的不如图形来展示我们的结论。

以上就是数据分析师的工作内容简介,后续会有更详细的文章具体介绍每个部分。文风是一种尝试,毕竟真实的数据还是相对枯燥的。不过要是真有女神还是要追的的,万一实现了呢。感谢你的阅读,本文首发公众号:数据小黑升值记。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 213,616评论 6 492
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,020评论 3 387
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 159,078评论 0 349
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,040评论 1 285
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,154评论 6 385
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,265评论 1 292
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,298评论 3 412
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,072评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,491评论 1 306
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,795评论 2 328
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,970评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,654评论 4 337
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,272评论 3 318
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,985评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,223评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,815评论 2 365
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,852评论 2 351