我从事数据分析相关工作6年了，15年工作中开始接触帆软，之后一直关注帆软社区的发展。今年年初的时候看到官网推出了FCAA的认证，出于好奇（最主要是考试不用花钱）尝试进行FCAA认证，最后通过了，当然非常高兴。
考试的过程既考察了统计学理论知识，又考察了指标设计与管理，数据可视化，数据挖掘等数据应用方面具体实践原则，对数据运营的一些手段，方法，流程进行了体系化梳理。
特别是对一些具体方法论，比如HEART模型、GSM模型、平衡积分卡、PDCA流程都是数字化运营经常要使用的方法，对于具有一定年限从业经验者来说才能够通过。当然帆软开设的“决策菁英班”也能帮助大家快速掌握这些知识。
最后谈一些个人感悟。
企业或组织的运营由2大块组成，一方面是运即运作，另一方面是营即管理。运就像手，要做的好，做得快，做得对，不要出错；营就像脑，想好怎么做，才是最有效率，客户体验好，风险低的,其目标是做的合理，做得有前瞻性，做得符合业务的要求。两个部分的目标不同，又是密不可分的。
前面两大块主要都是塑造手的能力，要塑造脑的能力，主要靠数据分析，数据分析的基础是拥有广泛，准确的数据为支撑。这也是为什么第二块练内功要推动业务数据的收集，把线下的流程和信息能够放到线上来的原因，甚至要收集来自互联网和第三方的一些数据。然后要做好整个组织内部的数据治理，将数据识别正确识别为信息，做好整体的信息规格的标准化和一致化，提升数据的质量，这三方面的内容对数据数据治理的专业技术就是元数据管理，数据标准化和数据质量管理。
在数据基础满足之后，我们可以开始从提出的问题，进行数据分析路径的规划和尝试来解决这个问题，当然对整个分析过程的评估也很重要，能够帮助我们测算分析手段是否有效，提供优化方向等。数据分析主要有2大类分析，一类是描述性质的，另一类是预测性质的，总体上形成知道过去，现在，能够预测将来，对一些已经有足够样本经验的事情进行统筹和规划，寻求最优解。
另一方面做好为了满足数据分析和数据应用的需求，做好数据规划，将一些复用性高，关键的数据处理过程固化下来。需求来了之后能够灵活快速地响应，提升数据分析的生产力。
无图无真相，最后上图，欢迎吐槽~~~
编辑于 2019-11-6 12:35
|
来自 4#
