Data Analyst 营销数据分析师入行指南
1、Customer Churn Analysis
CHURN这个词,大意是不再续约或者购买原有的服务。这个分析基本上在大一点的公司里都经常要用到。因为业界一般认为，留住一个忠实的老客户，比去获取一个新客户，对公司的价值更大，所以公司会希望能尽可能详细地知道老客户为什么流失。customer churn analysis就是针对这个问题建模分析。公司会收集各种能收集到的与客户有关的变量，比如年龄，种族，家庭是租房还是买房等等，然后用这些变量去建模分析。常用的方法一般是logistic regression, decision tree, random forest等等。这些方法，在coursera上Andrew Ng(吴恩达)的machine learning课里都有讲述，如果你想大致了解一下，完全可以很快地自学掌握。
2、Marketing Mix Modeling (MMM)
MMM差不多是营销分析的必备技能。营销发展到今天，公司都希望知道自己花在营销上的'钱，哪些真正地派上了用场。比如在不同的平台上(broadcast、cable、social media websites等等)投放的广告，哪个的效果比较好，这时候就需要收集不同平台的数据来分析。MMM里最常用的方法大概算是adstock model了，就是用一个adstock时间函数来代表广告在不同时间里在人群中的剩余反响，而这个adstock函数则由不同平台的广告来影响。具体的方法论大家用adstock model搜索，能找到很多实例。另一个现在开始流行的方法是attribution models，更加复杂一些，感兴趣的同学也可以找找相关的例子看一看。这些方法在面试中都是很有可能被问到的。
3、Time Series Forecasting
时间序列分析，在拼网站流量的公司里尤其常用，因为公司经常要预测未来短期的网站访问量，这时就需要用历史数据来建模预测。最常用的方法有ARIMA模型和dynamic linear model。ARIMA相对更容易学一些。搜索一下econometricsacademy，你就能找到很浅显易懂和ARIMA教学课件和实例。dynamic linear model相对复杂一些，尤其是背景知识，很多时候需要用到kalman filter。但现在的sas和r都有提供专门的package，就像一个黑盒子，建模的人有时也不一定要对基础知识了解得太深刻，就能直接用这些现成的package来建模分析。你更多需要关注的，反而是怎么去解释得到的结果，能不能让结果使人信服。
以上就是简单地介绍了一些相关工作中要解决的问题，感兴趣的朋友完全可以通过一些自学，以及用一些实例来自己编程解决，以此来熟悉这些方法。基本上，如果你在简历里提到自己有以上这几方面的经验和能力，拿到一份面试，应该不是很难。当然要将面试转化成最后的OFFER，还是要更深刻地去理解这些方法背后的理论知识，但这些，其实是可以在工作中慢慢积累的。希望感兴趣的朋友，能以此作为一个起点，慢慢培养自己的相关能力，最终找到心仪的工作。
http://www.cnrencai.com/【Data Analyst 营销数据分析师入行指南】相关文章：
数据运营和分析师简历范文06-20
创业干洗店的营销策略指南04-08
创业经营汤面店的营销策略指南04-09
揭开直复营销的真实面目创业指南04-01
投资分析师简历模板02-24
关于品牌吊顶加盟店的营销创业指南04-12
创业过度营销可能会造成哪些问题指南04-09
创业投资人应当重视营销工作指南04-08
职场中猎头入行该选什么样的公司04-04
创业养生美容加盟店有哪些营销策略指南04-10