易烊千玺的《少年的你》上映
首日票房1.45亿，猫眼9.7分，豆瓣8.7分
各大平台也纷纷在预测最后票房
如果面试官说
请你预测电影《少年的你》最终票房和评分
你会吗？

今天我们就一起看看
数据分析师是如何搞定这个问题的

今日重磅福利
后台回复【少年】即可获得：
10GWord/Excel/PPT教学指导及模板
2G+Uni独家数据教程
20GSQL+SAS+Mysql数据分析必备视频
五大常见数据岗位求职简历模版
158核心R/Python/SQL 数据挖掘+视频教程
800道Data Science/Analysis面试真题
全部推文福利，每周统一发送至Uni会员邮箱
 01  数据分析如何预测电影票房和评分?  
 
票房分析可以说是大数据分析一个非常典型的应用了，具有数据来源多（历史票房数据、社交媒体互动、受众反馈等）、数据量大、影响因子多（用户评价、宣传流量、预售量、档期、题材、流量明星）等等特点。Datahunter 资深数据分析师介绍称，目前针对电影票房的预测主要有以下三种思路，但是无论哪种方式都离不开对大量数据的挖掘与分析，甚至各大平台都有自己的算法预测模型。同样，电影评分预测也是基于各方数据进行分析而得来。以豆瓣为例，点评类网站很多会根据用户数据预测用户对不同电影的评分，基于此为你推荐电影。1
定义你的问题
数据分析总是为了要解决某个特定的问题，因此在进行数据分析前，我们要去不断追问自己我从这一堆数据中分析是为了达到什么结果，提供怎样的Insight。比如：怎样用数据分析判断为用户推荐什么电影——其实是通过数据分析预测豆瓣用户对不同电影的评分，进而推荐预测评分高的电影。
再比如：打车APP如何给用户安排周边最近的、又能拼车的路线？大众点评分析北京各区什么菜系最受欢迎？
定义问题是数据分析的大前提。
2
数据提取
关于这一步，没有怎么学过数据分析的同学多少也听过“爬虫”这个词。通过数据爬虫和调用API提取其实是比较常用的数据提取手段。
3
清洗数据并转换
“数据总是脏乱差的”，在做分析时你搜集到的数据很多是对我们要解决的问题没有用的。比如如果你的豆瓣账号被管理员禁用了。那么和你相关的数据在这一步就被“清洗”了，因为你的数据对推荐电影这个目标是没有意义的。
我们对一部电影的打分、或者我们平时在美团上的“踩”、“推荐”，并不利于最后观察数据间的规律，因此还会将用户的评价转换成相应的数字，比如“好看”——5，“还行”——3，这就是数据的转换。
4
分析数据的模式和联系
这一步就是最烧（掉）脑（发）的一部分，需要对数据通过分组、分析数据间的联系和规律，最后建立回归模型或者分类模型。比如在豆瓣上通过大量的用户评分数据分析，预测出《惊奇队长》这部电影的评分、或者你和哪一位豆瓣用户的评分口味是最接近的。为下一步预测你的评分做铺垫。
5
预测你的评分
通过上面的4个步骤，我们通过数据分析出了豆瓣上你的最相似用户、你的评分偏好、这部电影的预测评分，如果是你是豆瓣的数据分析师，你会怎么预测自己的打分？
有答案了么？其实方法有二：
方法1：利用你给相似电影（比如漫威、DC其他电影）的打分，预测你这次的评分
方法2：利用和你最相似的用户对《惊奇队长》的打分结果，预测你的打分
通过以上的步骤，豆瓣大致可以初步得出你会不会喜欢《惊奇队长》，进而决定会不会在你的首页推荐。
企业是如何进行数据分析？数据分析需要哪些工具？未来数据分析行业的发展是怎样的呢？雅虎高级数据科学家
带你走进数据的世界

课程介绍
当今世界对信息技术的依赖程度日渐加深，90%以上的重要投资和经营决策都需要数据分析的支持。本次课程通过预测豆瓣用户电影评分的案例，系统性讲解数据抽取、数据清洗、数据转换、数据探索、数据模型、模型评估、以及解决方案部署等一整套流程；课程的最后通过技术、业务、公司、行业等四个维度，介绍数据分析师的日常工作以及职业发展。
课程框架
1.数据分析背景介绍与基本概念
2.数据分析流程详解-豆瓣用户评分案例
3.数据分析行业介绍与职业发展
观看方式
点击“阅读原文”进入课程主页或扫码观看
?

 02  数据分析到底有多火？ 
1
数据分析人才急缺
除了电影票房和评分的预测离不开数据分析，其实现在各行各业都少不了数据分析，甚至现在数据分析能力已经成为各大岗位JD的必备条件。
BOSS直聘发布了《2019年人力资本趋势报告》，提到“更多雇主希望产品、运营类人才能够充当半个数据分析师，产品、运营专员除了需要精通专属业务技能外，还要知晓SQL、HIVE等数据库语言。”
*图片来源：网络
一家权威数据调研机构报告显示，至2025年中国数据人才缺口将达到200万，但数据人才的供给却严重不足，无论是人才的数量还是质量都有待提升。更是有中国商委会数据分析部的统计称，未来中国基础性数据分析人才，缺口将达到1400万。
*图片来源：网络
去年是国内高校开设数据分析专业的第3年，且申请开设的学校还在不断增多。

*图片来源：网络
2
令人羡慕的薪资待遇
根据调查显示，在美国入门级数据科学家的工资几乎不低于8万美元，毕业时就业率高达95%。调查结果显示，来自北卡罗来纳州的毕业生，平均基本工资达到98,500美元。

*图片来源：北卡罗来纳州立大学高级分析研究所
而在国内北京，1年经验的数据分析岗位大部分月薪在20k以上。
*图片来源：网络
 03  数据岗位必备技能
 
1
Excel和PPT
百度曾开价两万寻找精通Excel的数据人才。

*图片来源：百度
想要把Excel玩溜，会vlookup，重点是了解各种函数，包括但不限于sum，count，sumif，countif，find，if，left/right，时间转换等。Excel函数不需要学全，重要的是学会搜索。即如何将遇到的问题在搜索引擎上描述清楚。
掌握vlookup和数据透视表是最基本的两个技巧：学会vlookup，SQL中的join，Python中的merge很容易理解。
学会数据透视表，SQL中的group，Python中的pivot_table也是同理。
而PPT能力主要就是精简信息的能力，当然简约化和商务化的审美也很重要。
2
SQL和Python
SQL是一种数据库查询和程序设计语言，用于存取数据以及查询、更新和管理关系数据库系统。SQL主要用于查询并导出数据。
而Python语言本身简洁优美，语法和英语接近，比起C++/Java而言对于新手更加友好。简单来说，同样一项工作C语言可能要1000行，Java要100行，Python可能只要10行。
其次Python的功能强大，可以满足多种各种功能。
*图片来源：网络
 04  数据分析常见笔试题
 
用一种编程语言，实现 1+2+3+4+5+...+100。
这道题考察的就是语言基础，你可以用自己熟悉的语言完成这道题，比如 Python、Java、PHP、C++ 等。这里我用 Python 举例：sum = 0for number in range(1,101):sum = sum + numberprint(sum)

*图片来源：网络
列出数据清理的最佳实践?
按不同的属性排序数据
对于大数据集，逐步清理并改进数据，直到获得良好的数据质量
对大型数据集，可以先将其分解为小数据集，使用更少的数据将增加迭代速度
要处理常见的清理任务，请创建一组实用程序函数/工具/脚本。它可能包括基于CSV文件或SQL数据库重映射值，或者正则表达式搜索和替换，消除所有不匹配正则表达式的值
分析每列的汇总统计数据(标准差，均值，缺失值的数量)
保持对每一个清理操作的跟踪，以便可以根据需要更改或删除操作
如何处理可疑或缺失数据?
准备提供所有可疑数据信息的验证报告。它应该提供信息，如失败的验证标准以及发生的日期和时间，有经验的数据分析师应该检查可疑数据以确定其可接受性。应该找出无效数据并用验证码替换，对缺失数据进行处理，使用最佳分析策略，如删除，单一插补方法，基于模型的方法等。
K-Means 和 KNN 算法的区别是什么？
首先，这两个算法解决的是数据挖掘中的两类问题。K-Means 是聚类算法，KNN 是分类算法。其次，这两个算法分别是两种不同的学习方式。K-Means 是非监督学习，也就是不需要事先给出分类标签，而 KNN 是有监督学习，需要我们给出训练数据的分类标识。最后，K 值的含义不同。K-Means 中的 K 值代表 K 类。KNN 中的 K 值代表 K 个最接近的邻居。
 我给你一组数据，如果要你做数据清洗，你会怎么做？

*图片来源：网络
实际上，这一道题中，面试官考核的是基本的数据清洗的准则，数据清洗是数据分析必不可少的重要环节。你可能看到这个数据存在 2 个问题：典韦出现了 2 次，张飞的数学成绩缺失。
针对重复行，你需要删掉其中的一行。针对数据缺失，你可以将张飞的数学成绩补足。今日福利
本期福利领取截止日期：
北京时间2019年11月4日23：59
扫码回复关键词【少年】
▼即可领取▼

*UniCareer全体学员每周邮件统一发送
注意查收邮箱以及垃圾邮件噢




—— END ——
由UniCareer独家整理发布, 如需转载请注明来源
版权声明：UniCareer除发布原创求职干货文章及独家讲座福利等优质内容外，致力于分享优秀求职干货文章。如涉及版权问题，敬请原作者原谅，并联系微信UniCareer_Buddy26（Uni君）进行处理。UniCareer非常欢迎品牌的推广以及战略合作，请发邮件至sophie.yang@unicareer.com