大數據游泳

『壹』 關於健身有哪些有趣的大數據

先看網路指數

這是2012-2017「健身」這個關鍵詞的網路搜索指數，整體趨勢是上漲的，每年夏天關注度是高峰，冬天關注度是低谷。這也符合我們的認知，夏天露肉的季節，人們更關注自己的身材，冬天身體都包裹在衣服里，就放鬆了對自己的要求。

新浪輿情數據顯示，關注健身的人情緒走勢呈中性，不悲不喜，比較穩定。

『貳』 大數據分析師到底是干什麼的呢

大數據分析師，無疑是在大數據時代受到格外重視的一個崗位，尤其是具備專業技能以及行業經驗的大數據分析人才，無疑是企業競相爭搶的「香餑餑」。而隨著大數據行業的進一步發展，人才需求增加，大數據分析師培訓也多了起來。那麼，大數據分析師培訓完是幹嘛的?主要工作做什麼呢?

數據分析主要是做數據的收集、挖掘、清洗、分析,最後形成具有業務價值的分析報告. 大包括數據體量的大，也包括數據維度的廣.

大數據分析師是個很重要的工作，就是通過分析數據來找出過去事件的特徵。通過引入關鍵因素，大數據工程師可以預測未來的消費趨勢。在各種的營銷平台上，數據分析師試圖通過引入氣象數據來幫助淘寶賣家做生意。

舉例

今年夏天不熱，很可能某些產品就沒有去年暢銷，除了空調、電扇，背心、游泳衣等都可能會受其影響。那麼我們就會建立氣象數據和銷售數據之間的關系，找到與之相關的品類，提前警示賣家周轉庫存。

根據不同企業的業務性質，大數據工程師可以通過數據分析來達到不同的目的。

大數據分析師需要掌握的技能有五點

懂業務。從事數據分析工作的前提就會需要懂業務，即熟悉行業知識、公司業務及流程，較好有自己獨到的見解，若脫離行業認知和公司業務背景，分析的結果只會是脫了線的風箏，沒有太大的使用價值。

懂管理。

方面是搭建數據分析框架的要求，比如確定分析思路就需要用到營銷、管理等理論知識來指導，如果不熟悉管理理論，就很難搭建數據分析的框架，後續的數據分析也很難進行。另

方面的作用是針對數據分析結論提出有指導意義的分析建議。

懂分析。指掌握數據分析基本原理與

些有效的數據分析方法，並能靈活運用到實踐工作中，以便有效的開展數據分析。基本的分析方法有：對比分析法、分組分析法、交叉分析法、結構分析法、漏斗圖分析法、綜合評價分析法、因素分析法、矩陣關聯分析法等。高

的分析方法有：相關分析法、回歸分析法、聚類分析法、判別分析法、主成分分析法、因子分析法、對應分析法、時間序列等。

懂工具。指掌握數據分析相關的常用工具。數據分析方法是理論，而數據分析工具就是實現數據分析方法理論的工具，面對越來越龐大的數據，我們不能依靠計算器進行分析，必須依靠強大的數據分析工具幫我們完成數據分析工作。

懂設計。懂設計是指運用圖表有效表達數據分析師的分析觀點，使分析結果 目瞭然。圖表的設計是門大學問，如圖形的選擇、版式的設計、顏色的搭配等等，都需要掌握設定的設計原則。

大數據分析師就業前景如何?

從20世紀90年代起，歐美國家開始大量培養數據分析師，直到現在，對數據分析師的需求仍然長盛不衰，而且還有擴展之勢。

根據美國勞工部預測，到2018年，數據分析師的需求量將增長20%。就算你不是數據分析師，但數據分析技能也是未來必不可少的工作技能之一。在數據分析行業發展成熟的國家，90%的市場決策和經營決策都是通過數據分析研究確定的。

以上就是關於大數據分析師主要工作做什麼以及就業前景，大數據分析師正在企業當中獲得越來越多的重視，學習專業技能，掌握專業技能，才能站穩腳跟。想要了解大數據分析師，歡迎跟我聊聊呦。

『叄』 該如何用好大數據

該如何用好大數據
近一兩年來，大數據是一個被頻繁提及的詞彙。不管是近幾天麻涌舉行的五礦物流麻涌基地發布會上，還是在智博會配套活動中國（東莞）雲計算高峰論壇上，越來越多的企業和研究者對大數據產生了非常濃厚的興趣。越來越多的東莞企業表示想要做好大數據運營，但是，大數據要用好並不容易。
大數據是指無法在一定時間內用常規軟體工具對其內容進行抓取、管理和處理的數據集合。大數據技術，是指從各種各樣類型的數據中，快速獲得有價值信息的能力。
大數據聽起來似乎很高深，但其實已經滲透到人們生活的方方面面。例如一個消費者在淘寶上搜索了泳鏡，接下來他在打開許多網站時都會看到游泳衣、游泳圈等相關產品的廣告。這，就是當前大數據營銷的一個典型應用場景。
前不久，陳國良和石鍾慈兩名專門研究雲計算和大數據的工程院院士在東莞進行了一次大數據的知識普及講座。
據陳國良院士介紹，2012年3月，美國總統奧巴馬在一次研究計劃上提出了大數據概念。「大數據」的說法由此被全球范圍採用，而在此前，國內的研究者一般稱其為天文數據、海量數據或者巨量數據。不管是物聯網設備的感測器、科學研究還是人們的日常生活，都會產生大量的數據。而善於用好大數據技術，則可以從這些數據中挖到「黃金」。
不過，陳國良也表示，大數據的結果很有價值，但千萬不能陷入大數據獨裁主義，人，才是大數據的第一要素。當然，要求所有企業都具有大數據分析能力。
陳國良所說的大數據分析能力，便是大數據的組成部分。隨著大數據的應用日漸廣泛，影響日漸深遠，大數據思維的重要性也日漸顯著。
大數據思維，就是能夠正確利用好大數據的思維方式。大數據並不是指任何決策都參考數據，也不是要求所有問題都足夠精準，更不是花巨資打造大數據系統或平台，而是在應該讓大數據出場的地方把大數據用好。
要用好大數據，首先應該採集大數據。與傳統的調查問卷等搜集信息數據的方式不同，互聯網時代的大數據採集是「無限的、無意識的、非結構化的」數據採集。各種紛繁復雜的行為數據以行為日誌的形式上傳到伺服器中，隨用隨取。此外，分析數據使用了專門的數據模型。最值得一提的是，大數據可以根據營銷、決策等特定問題，從資料庫中調取海量數據進行挖掘以完成數據驗證，甚至可以得出與常識或經驗判斷完全相異的結論出來。
不少業內人士表示，很多時候，大數據的價值正是體現在這樣與直觀判斷大相徑庭的地方。對此，陳國良也表示，「大數據分析結果有時候沒有理論支撐甚至無法證明，不過分析仍然有效，技術仍然在發展！」陳國良還為東莞有意進行大數據挖掘的企業支招說，大數據的獲取，不能依靠隨機采樣，也不能強求精確性，甚至分析結果也難以解釋其所以然，不過能用就好，以後可以慢慢再弄清其中的科學原因。
業內人士分析說，大數據的應用領域正在逐步增加。一方面，東莞企業可以通過大數據對用戶行為與特徵作出分析。通過大量數據可以分析出用戶的喜好與購買習慣，甚至做到「比用戶更了解用戶自己」。此外，通過大數據可以支撐精準營銷信息推送。讓最精確的信息傳遞到正好匹配的客戶手中。
另外，通過大數據可以讓營銷活動能夠與用戶能夠產生「會心一擊」的效果，這種基於海量數據的挖掘和匹配實現的精準信息，能夠讓企業有效地取得客戶的歡心。
在陳國良眼中，雲計算、物聯網以及大數據是三位一體的，伴隨著萬物互聯的趨勢以及雲計算逐步變得更加方便易得，價格低廉，大數據的應用場景以及應用的經濟類型也都將得到進一步的加強。

『肆』 大數據工程師到底是什麼

用阿里巴巴集團研究員薛貴榮的話來說，大數據工程師就是一群「玩數據」的人，內玩出數據容的商業價值，讓數據變成生產力。大數據和傳統數據的最大區別在於，它是在線的、實時的，規模海量且形式不規整，無章法可循，因此「會玩」這些數據的人就很重要。

沈志勇認為如果把大數據想像成一座不停累積的礦山，那麼大數據工程師的工作就是，「第一步，定位並抽取信息所在的數據集，相當於探礦和采礦。第二步，把它變成直接可以做判斷的信息，相當於冶煉。最後是應用，把數據可視化等。」

因此分析歷史、預測未來、優化選擇，這是大數據工程師在「玩數據」時最重要的三大任務。通過這三個工作方向，他們幫助企業做出更好的商業決策。

『伍』 運營方向--淺談大數據 —記《不做無效的營銷》小感觸

還記得，應該是畢業那年，感覺，突然所有的建築公司、地產公司，都把「大數據」掛在口邊，那是我第一次對這個詞感觸這么深刻，建築學專業出身的我，彷彿已經看到，進入有「大數據」的公司，就能夠挖掘漏洞，找出流行的款式，設計最受歡迎的房子，拿不菲的獎金，那時候給我感覺，「大數據」=精差兄致機會，而這虛態襲個精緻的機會，將伴我同行。

首先，我們得明確一點，什麼是大數據。《不做無效的營銷》給出一定的答復：無法在可承受的時間范圍內用常規軟體工具進行捕捉、管理和處理的數據集合。「網路」也提出大數據的5V特點（IBM提出）：Volume（大量）、Velocity（高速）、Variety（多樣）、Value（低價值密度）、Veracity（真實性）。

會發現，數據量的級別上漲之後，帶來的效益和權重在幾何增長，彷彿我們也能像書本中所說，像Netflix公司，用大數據捧紅了《紙牌屋》，帶來現象級別的收視率和宣傳

而這些，正是運營版塊的我們急需的資源，我們確實需要「大數據」來指導、糾正我們的動作，不斷擦除畫往錯誤方向的筆痕，走向勝利

而在前往勝利的道理上，如若不小心，「大數據」的三大誤區，分分鍾能把我們帶入溝里。

①談及者眾，知其者寡

短時間的某個產品，或者某個行為動作爆火，街頭街尾全在討論，這時候，總是會以為，這就是「大數據」了，得分析，得琢磨，結果會發現，談論的人是很多，真正分析出來一點點套路的人特別少。

②掛羊頭賣狗肉

所有的公司或者推文，都講這個詞，我的##結論，是根據「大數據」研究出來的，特別有效，其實，所謂的大數據，估計可能就是上周一整周的上萬條數據而已，並沒有特別重大的代表意義，因為時效性太短，但是不知者，很容易被其誤導，走入改公司設置的怪圈

③過度神話

總以為，靠近「大數據」分析出來的成果就是特別牛逼的，從分析數據到設立部門，全抬著「大數據」的口號，然後根據一堆計算方法和邏輯，得出結論，XXX會怎麼樣，會發現，結論和工作的方向完全不匹配，完全就是無用功，甚至還可能因為這個錯誤的結論，把公司的戰略帶跑偏

那麼，既然這三個誤區怎麼明顯，做完運營方向的我們，是如何使用「大數據」這把刀，尤其是在教育行業，怎麼用？

我們都知道，所有的分析，都得建立在數據基礎上，不能憑空去想像，而「大數據」給予教育板塊的指導，應該會主要集中在兩個方面，一個是教學層面，一個是市場層面。

先談談教學層面，「大數據」帶來的第一個好處，就是個性化學習分析，可以發現，當班課的人數過多，老師對於一些孩子的掌控就會有偏差，但是大數據會幫我們，但我們用好「入門測」+「出門測」，幾次課下來的數據，就能給予學生對應的個性化學習分析了，還能根據個性化的結果，指導孩子如何進行補救復習。

第二個好處，量化學習過程，因為我們有「VPS教材」+「答題器」，除了出入門測，我們還能把課堂上的情況，不斷錄入電腦，生成學生對應的課堂掌握情況，全方位的對學生學習情況給予對應的跟蹤，有問題第一時間補救。

而第一個好處，第二個好處混合使用，就能夠把「學生自畫像」描摹出來，這樣，每一個家長都能知道自己孩子的情況是怎樣，應該怎麼調整，而老師拿到這一份「自畫像」，也能清楚孩子的問題，及時在課堂上或者課後給學生給予對應的講解，讓三方（家長、學生、老師）一起在「自畫像」的環節下配合，給予學生最大的成長幫助

市場層面，「大數據」給予的幫助，就更加多了，主要集中在三個方向

①續班率。運營者總是能夠拿到全部暑假或寒假的續班數據，以為就是大數據，感覺自己能寫出一堆東西了，仔細分析了一下，啊，原來續班率低，是因為0期班和4期班續班率低影響了，得到粗狂的結論：明年不弄0期和4期班閉逗級了

其實，這樣對待「大數據」，就進入前面所提的誤區的第三個了，過渡神話。拿著大數據，得到淺薄的結論，還按照淺薄的結論，指點工作，就是過渡神話。當我們走出這個誤區，多方向同比或者環比，然後思考，是什麼照常這個情況？千萬別主觀認為，只有這樣，才能摸清事實真相，真正幫助我們後期工作。舉例而言：比如，某個老師的續班率低，很容易主觀認為，是這個老師不負責任，那麼就需要拿出具體的數據來，沒有數據，都是空談，最少需要從「大數據」裡面實時帥選出來，是不是只有她續班率低，搭班老師如何，甚至是這個校區的老師如何，如果都非常的低，那麼可能就不是老師的問題了，是校區大環境的問題，而這個大環境包括好多種，校區地理位置不好？上課不方便，離地鐵公交站遠？家長教育意識不強？樓上就有競爭機構……等等，而這樣子分析，你會發現，你的思維不在停留在最基本的層面了，所以，這個才是真正的「大數據」給我們帶來的好處，而不是說瞎想而已

②KPI設定。每一位運營者對KPI是又痛又恨，「我們已經努力了，我們無愧於心」書中所述，道出多少運營者的心聲，而如果我們學會使用大數據，建立對應的評估體系，那麼對KPI的設定，就不會再是無效的運營了。市場的數據（包括地理環境，學生人數，競品機構，消費水平，重視教育等等），教師的數據（續班率，責任心，溝通家長頻次，搭班老師的看法等等），對這些數據進行系統的評估，得出恰當結論，這些結論，將會指導我們在設定KPI時候，不會在盲目的來，不然，執行者在這么惡劣的綜合環節下，還得完成幾倍的目標任務，那麼對於執行者的打擊是非常之大的。

③營銷跨界。所有人都知道，蹭熱點，是一個快速傳播口碑，帶來流量的大好時機，可是，當我們，發現熱點的「大數據」時候，已經有點遲了，蹭熱點的成本過高，因為已經有好多機構再蹭，帶來的收益並沒有想像中的那麼大了。那麼我們可以另闢蹊徑，蹭小熱點，蹭小需求，讓營銷跨界，不再局限於教育行業。舉個簡單例子，夏天，最喜愛的活動中有一個是游泳，可是，游泳館提供，洗發水、沐浴露的可能性是非常低的，而洗發水、沐浴露以及防水袋都是普遍游泳愛好者的需求，這就是我們需要的小數據，這就是我們需要的熱點，假如，我們拿「防水袋」+「小包洗發水沐浴露」的方案去和游泳場地協商，換回特價班海報展架機會以及游泳場會員電話數據等資料，甚至我們還能在防水袋上印刷我們的機構標志以及特價班等我們需要印刷的信息，雙贏結果，既能促進顧客舒適度，也能給我們帶來曝光，這應該是一個我自我感覺可行的一個小小的營銷跨界。

珍惜「大數據」，運用正確的方法，別再亂入誤區，多想多思考，你的運營之路，會終將走得比目前更加順利。

馮文位   廣州新東方學校優能中學事業部

『陸』 消費大數據揭秘:健康化和年輕化是趨勢

消費大數據揭秘:健康化和年輕化是趨勢
大數據之美，在於它能從紛繁雜亂的數據中揭示出隱藏在水面以下的冰山部分，根據規律預測未來將要發生的事，告訴人們本不知道的信息。

比如，中國女性平均從什麼年齡段開始將關注度從游泳轉向跳廣場舞，不同年齡層消費者對健康飲食的關注度有何不同，Adroid終端和iOS終端在網購習慣上的差異等，這些都是龐大的銷售數據和用戶數據「勾兌」出的隱藏信息。

《決戰大數據》作者車品覺不久前曾向《第一財經日報》記者舉例說，後台系統可以通過跟蹤一個人敲擊鍵盤的速度和間隔來判斷他在購物網站上的瀏覽目的(是閑逛還是有目的購物)及其購買意願的程度，背後的大數據發現了電商網站本不知道的內容。

當然，如今的網購已進入移動化時代，今年雙11阿里巴巴移動端的成交額佔比高達68%，手機網購已成大勢所趨。手機比PC提供了更加多元化和復雜的數據維度，比如基於地理位置LBS，這個變數的引入使大數據規模呈幾何級數的增加，能給大數據分析提供更大價值。手機在手，人人都是數據感測器。

事實上，這次由第一財經商業數據中心和阿里巴巴聯合發布的大數據商業報告(以下簡稱「報告」)，就從不同維度印證了移動化趨勢的明顯特徵。這份報告也是淘系平台首次將全局性的消費數據依託專業媒體機構進行系統性對外公開，所涉及的服裝、母嬰、家電、食品等8個行業基本覆蓋了消費者日常網購最高頻的幾個類目。

食品消費理念健康化，小眾化專業化運動消費映射全民健康意識覺醒，智能化浪潮引領3C數碼行業消費升級，個性化時尚化網購習慣深入人心……這些數據背後的行業特點和趨勢正是這份系列報告的核心價值所在。

眼下，中國經濟的活力正在越來越依靠消費提振，而消費層面正在經歷一場由消費者主導的變革。過去那種商家生產什麼消費者就買什麼的年代愈發受到個性化消費需求的挑戰，由消費者倒逼生產商的C2B模式正在不同的行業多點開花。在這個消費轉型升級的宏觀趨勢中，經過加工提煉的大數據就成為廠商和商戶最重要的決策依據。

第一財經商業數據中心(CBNData)負責人黃磊在淘寶數據盛典現場表示，以往當有企業說經營越來越困難了，專家學者說經濟要探底了，投資者說投資的這家企業很有發展潛力，他們常用的是直覺、經驗，是用眼睛能看到的地方來證明機會和危機在哪裡;現在這些都可以通過深度挖掘的大數據進行展示，並能更好地呈現出商業世界「魔鬼的細節」。

健康成為未來消費主方向

通過對過去5年淘系平台上的相關搜索和交易數據分析，報告展示出一條消費者愈發重視健康生活的曲線圖，這主要從食品、運動健身、健康家居用品三個大品類體現。人們在線上購買這些商品，展現了吃得更健康、運動更積極、對健康更關注的趨勢。

從2011年開始，健康相關的關鍵詞(比如有機、非轉基因、原生態、低脂、無糖、無農葯、全麥等)在淘寶上的銷售量逐漸增長，今年前三季度的交易額已經與2014年全年持平。地域分布上，廣東、江浙滬地區對這類商品的需求量最高。一個顯著變化是，2011年全國健康食品銷量最大的5個地區佔全國總銷量的近六成，到2015年三季度這一比例下降至近五成，健康食品的消費呈現出城市下沉的趨勢，由經濟發達的一線城市和沿海地區普及到內陸地區，各省份之間的健康食品消費份額差異正逐漸減少。

報告得出的結論之一是，年輕女性將成為未來健康食品的主力消費人群。數據顯示，作為食品中銷量增速最快的保健品，其細分品類中增速最快的酵素類產品在2015年前三季度銷售額環比增長了接近13倍，其次是膳食纖維、葡萄籽提取物等。女性是保健品消費主體，其中22歲到50歲的女性貢獻保健食品總銷售額的近六成份額，且年輕女性消費群體(18到28歲)在整體保健食品市場所佔份額在提升。這部分消費者將是健康食品類商家重點覆蓋的目標人群。

消費者在運動健身類商品的網購購買力近幾年維持在50%以上的年均增速，對跑步機等大型健身器械的銷售佔比排名第一，其次是游泳、舞蹈、瑜伽、羽毛球、跆拳道武術類相關商品。

對不同運動項目的偏好在性別和年齡層維度展現出很大差異性。比如，小鮮肉熱衷於足球、籃球、滑板、啞鈴等中小器械;而大叔級買家青睞乒羽等小球類，以及跑步機等有氧訓練。而女性以35歲為界分化明顯，35歲之前的女性消費者最喜歡購買游泳相關商品，特別是泳裝被當作時裝來消費;而35歲之後，舞蹈類、跑步機等運動的比例最高，但瑜伽並沒有體現出35歲這個年齡分水嶺，佔比基本持平。

在健康家居用品(家用電器類和醫療器械類)方面，最近幾年無論是從銷量、搜索量，還是商品豐富度上均增速明顯。其中空氣凈化器、口罩、凈水器等商品與嚴重霧霾天氣、水污染、疫情等公共安全事件表現出強關聯性。年輕人對於社交媒體的關注讓該群體對家用健康類產品表現出明顯的焦慮性消費趨勢。特別是空氣凈化器市場，在霧霾最嚴重的2012年初至2014年底迎來了其黃金發展期。而家用健康類產品消費群體的發展趨勢正在呈現年輕化與渠道下沉特點，年輕消費者和低城市級別消費者將發展為未來此類產品的消費主力之一。

網購年輕化浪潮加速到來

淘寶數據顯示，28歲以下年輕消費者已佔淘寶總用戶量一半以上，但2015年該群體創造的銷售額占整個淘寶平台的四成左右，小於其人數佔比，因此年輕消費群體的平均消費水平低於淘寶平台消費者的平均值。一個明顯特點是，所有商品品類的購買人群均出現了不同程度的年輕化趨勢，今年28歲以下消費者所佔比例較2014年有所上升。

總體來說，22歲至28歲的年輕群體增長逐漸趨於穩定，不同品類間差異並不明顯，而年輕化的程度差異主要體現在18到22歲群體份額中，這個群體的消費者增速十分迅猛，一些年輕化較快的行業如男裝和手機，份額遠超主食和傢具等年輕化較慢的行業。

年輕化不僅體現在年輕消費群體的增長與活躍，還體現在其他消費群體消費觀念的年輕化，各類被傳統認為年輕人才會消費的商品，如染發產品和運動用品，在年長的群體里也逐漸流行起來。

具體到吃穿住行細分領域，穿衣方面的年輕化趨勢主要體現在18至22歲群體高速增長，而22歲至28歲的年輕群體自2012、2013年後保持穩定的份額;28歲至35歲群體佔比下降十分明顯。

吃的方面，年輕化趨勢程度並不如穿的如此明晰，18至22歲群體的增長速度以及份額相對較慢，22歲至28歲群體仍處於緩慢增長中，休閑食品的年輕化趨勢更加顯著。

在玩上，年輕化趨勢更多體現在年輕人對於電子產品與運動的熱衷，年輕群體已經成為這兩類市場上的主流消費群體並且仍處於增長趨勢;運動與戶外產品領域，年輕用戶群體仍在快速增長，但28歲以上消費者仍是市場主體。

美妝和育兒方面，受人生不同年齡階段的影響，育兒產品年輕化趨勢體現在22歲至28歲的年輕群體的高速增長，成為市場的主流消費群體之一，22歲以下消費者鮮有亮點;而美妝方面18-22歲群體成為主要增長點，22-28歲用戶則趨於穩定。

在購物時段偏好上，18-22歲用戶以打工者與學生為主，他們喜歡在時間充裕的午飯前後購物;而22-28歲年齡段消費者較為統一地喜歡在午後時間購物，且購物時段更為集中，這可能是一天中工作相對不太繁忙的時段。在男女差異上，22-28歲男性的購物行為轉移到了傍晚和夜間，尤其在21時和19時這兩個下班後時段;而該年齡段女性的購物行為集中在午後。

年輕化的趨勢已經深入所有的商品種類中，年輕消費者群體的獨特需求將深刻影響整個電子商務市場的格局。針對不同商品類別年輕化的速度不同，比如在服裝、運動和科技產品等年輕消費者已經成為主流的市場中，商家需要採取更受年輕消費者歡迎的營銷策略才能跟上市場腳步;而在諸如家裝、食品類等年輕消費者正在增長的市場中，商家可以開發針對該群體的商品來挖掘新的增長點。

『柒』 大數據從事於什麼工作

大數據從事的是開源工作，更傾向於「研發」，由於大數據屬新興領域，專業人才專比較缺屬乏，高端人才更是企業爭搶的對象。薪資上升容易，職業發展潛力巨大。

大數據職業發展的方向：大數據開發、數據分析挖掘

大數據開發

主要負責大數據的大數據挖掘，數據清洗的發展，數據建模工作。大數據數據開發工程師偏重建設和優化系統。

大數據分析師

一種偏向產品和運營，更加註重業務，主要工作包括日常業務的異常監控、客戶和市場研究、參與產品開發、建立數據模型提升運營效率等；

另一種則更注重數據挖掘技術，門檻較高，需要扎實的演算法能力和代碼能力。同時薪資待遇也更好。