一些关于数据分析的言论

1. 数据分析如果没有天赋，没有运气，是否会出现无人认可的状态？毕竟这东西很看重对业务的理解！如果给出的数据方案满足不了面试官或者老板的要求，那会高薪聘请一个累赘？不像业务部门和技术部门，会有gdp贡献，分析岗位纯粹是中介啊，一个没有产出的累赘会不会很尴尬？大神 innovate511 呢！！！

 数据分析在传统领域确实没啥前途，只有进入互联网或者说大数据相关领域，才有的玩，你如果选择这个，考虑考虑吸收经验后转跳互联网继续发展。切记进入所谓“创业文化”的互联网，那里对数据分析“容忍度”很低，很可能你快要有牛叉成果之前，已经没耐心等待（一般以一个月为单位），直接把你整个团队干掉了。

为啥我说金融行业要熟悉业务呢，因为金融最值钱的数据分析是风险控制，这块学到后终身受益，包括电子商务的支付风险也可以用上这个经验！如果你接触不到这些，经验价值就大打折扣。

不要想有一本万利不变的经验，要看趋势，要看经验本身是否值钱，是否有延续性。

2. 

ETL、OLAP、反范式化都是数据仓库的重要概念，2003年前后注意到一本书《商务智能》PDF 版的，之后越來越多的人提到BI，之前做数据仓库的人开始关注数据挖掘，2011年前后「BIG DATA」出现在机场广告牌上，然后就有人将大数据技术比作未成年人的性行为:“每个人都在谈论它,每个人都宣称他们在做,每个人都以为别人在做,但没人知道怎么做。”

3.

DW就是所谓的数据仓库，强调数据分析的效率，复杂查询的速度，数据之间的相关性分析，所以在数据库上，数据仓库使用多维模型，从而提高数据分析的效率。

而所谓的BI我觉得现阶段真的可以理解为data visualization通俗点，就是做报表，其目的就是数据分析可视化，而分析的基础就是DW。