做数据分析师能长久吗？

寒泣露

        假如你是一位出色的分析师，你会发现业务方对你的要求是最好能未卜先知，不仅提出问题，同时告诉他解决方案。可是能达到这种水平的分析师不就是三国时代的诸葛亮吗？但“诸葛亮”也有自己的痛苦，每个月月底当数据已经全部具备的时候，分析师往往还需要几天的时间才可以给出对业务的观点。一方面他们要确认这个数据的准确性，另一方面还需要具备严谨的逻辑和对商业的足够理解，这样才能在有限的时间里窥一斑而见全豹。
        不过，今年一月份发生了一件奇妙事情，让人大开眼界：在Google公布了上一季度业绩之后的几分种时间内，一家公司叫AutoInsight的公司就发出了对这个业绩报告的观点以及对未来Google股价走势的评估。为什么这家公司能在这么短的时间内做出这么快的反馈呢？而且我们发现它已经在用类似的方法发表过约300篇没有作者的机器人文章。
        我们知道，证券交易及对冲基金成功的关键在于及时判断，而通过大量信息的定量研究比别人哪怕早一分钟知道股票的走势都可以获得巨额利润。而这种预测也随着更多的社交信息如Facebook、Twitter、实时新闻以及交易数据的整合而变得越来越有看头。即时分析也正是运用了大数据的優势，在某一公司的业绩讯号出来时，迅速刷新信息、辨识市场预测与业绩报告的差距、跟踪即时的市场反应包括专家言论及交易情况，使其更有能力判断市场走向。在资本市场中，其实很多年前已经关注股民情绪对市场的影响，这也是大数据在资本市场中最早期的应用之一。这其中的关键是在于大量参差不齊的社交数据是否能帮助判断市场是否过度敏感？还是大家对市场太有信心？其实，单靠社交网站的数据是不足的，如果能结合交易和新闻等历史数据及实时数据进行去伪存真的分析，可以立马做出一份几乎可以跟一个资深分析师媲美的分析报告。
        HedgeChatter就是这样的一家公司。他们每天实时扫描近百万条聊天信息、全世界内相关股票的交易纪录，以及更多股票评论员的专家分析来帮他们动态地估计股票的波动和变化趋势，并直接使用社交数据信号去分析7600支美国股票的实时交易，据说预测的准确率可以高达60%。
         如果我们进一步深究这两个例子，我们会发现计算机、互联网、大数据和专家这四个角色在其中的作用。机器的强项不仅在于其对数据和信息的无限记忆能力和高速处理能力，而且不用休息；互联网的厉害之处在于创造了海量数据和信息，并可以在瞬间把它们关联起来；大数据的厉害之处在于能把所有的东西进行量化，方便人类识别盲点、重新认知事物，并对事物进行全景的理解和分析；更能从众多变量中快速找出核心变量或事情发生的规律；专家的强项之处在于能在信息不全的情况下利用自己的经验和理解做出正确的判断。在懂得这四者的优缺点的基础上做出大数据产品和方案才是一个容易成功的方案，反之则容易失败。
        因此，在我看来，自动化分析报告只能吓倒一些初级的分析师，并不会对有经验的分析师产生影响。股票分析师们一点都不用担心机器会打击这个行业，反而可以好好利用机器的强项让我们更具威力。说到这里，我想起了一句话：大数据就是学会如何活用别人的数据冗余，站在金山上吃馒头还是吃魚翅就看你的本事了。自动化新闻和股票分析让我们产生了无限遐想。未来，小说、食谱甚至音乐未尝不可以利用大数据进行创作

zengshengyang

淬火温度                1210        1235        1250
硬度        回火温度280        64        66        68
                65        65        69
                62        64        67
                63        67        70
硬度        回火温度300        64        68        67
                66        69        68
                67        66        66
                65        67        67
硬度        回火温度320        64        67        68
                66        68        70
                65        66        67
                63        67        68
用双因子方差分析

chpyshy1231

大数据就是学会如何活用别人的数据冗余，站在金山上吃馒头还是吃魚翅就看你的本事了