所谓大数据分析，究竟要学什么？ 第1页

大数据是客观、动态的数据，不论是 全国的交通数据、还是人全身细菌的运动数据，或者宇宙中可能冒气泡的星球冒气泡的数据。

我们去收集这些个数据，可能出于兴趣，但企业一般都为了解决业务的特定问题。比如说通过交通数据 设计红绿灯动态解决方案。 而某个人全身的细菌运动数据，是一个过于特定的场景，冒气泡这个就可能一时还解决不了什么公司的具体业务问题。

所以说你看的大数据的价值，决定了你所在的业务的价值，之后才是你能从中创造多少价值。

具体到一个人去做业务，要注意两个特点，首先是 数据量极大需要特定的工具甚至多个工具组成工具链帮助分析；其次是 分析一定要落到与业务相关性大、有前瞻性的点。

我看到这里题主说 “非计算机、非数学专业” ，但是没有讲是什么行业，以及自身的职业负责的是什么层级，对什么业务，作为曾经参与数据公司组建的从业者，在这里宽泛的讲一点。

1. 学习工具

这些个工具，一定是结合应用场景，具体问题，具体学习。再说一遍，一定是找具体场景，具体学习，因为每个工具，不光用法五花八门，临机应变的小技巧更是需要实战中学习。

2.紧盯业务

我们当时做数据公司的时候，一开始在选方向尝试的时候，着眼比较大众的数据，但是在同行中对比，越来越发现扎根深的业务，用现在流行话来说就是非常垂直的业务，离赚钱更近。

你可以做和业务有一定距离的项目或者研究，但是一定要 明白现在这条业务线最重要且紧急的问题是什么，否则大有可能做很长时间，没有什么实际结果。

3. 回到“碎片化”这个词，这是前两点 建立认知以后才应该想的问题。

以我的观点，咱们不用 数据来举例，用学语言来举例好了。

拿着一本单词书狂背，顶多解决马上要来的考试。到了具体交流的场景，还是完蛋。所以说关键场景找好以后，整块的学习、理解、练习、交流 才是提升的方式。

如果只有碎片时间的原因是加班太多，那可以先这样想：哪个环节花费时间最多，可以不可以优化这个环节花的时间。如果不能，你懂的。