資料分析師的30種死法

(歡迎轉載到個人朋友圈，轉載時請帶原文連結，公衆号和其他媒體轉載前請私信聯系本人擷取授權)

以下内容僅供大家會心一笑，與現實無關，如有對号入座者，我也不認賬……

資料分析師的30種死法

　　1.項目來了，發現找不到資料，卒。

2.找開發同學幫忙取數，一個月的項目排期要等三個星期，卒。

3.靠着不停的騷擾開發同學，一個星期拿到資料，發現重要的資料項不全，卒。

4.終于拿到完整資料，發現超過一百萬行，excel打不開，卒。

5.導到mysql裡處理，發現單機跑一個連接配接操作要老長時間，卒。

6.建立索引，操作跑的快一些了，開始做資料清洗，發現存儲過程寫錯了字段名，把不該删的内容删了，卒。

7.重新來過，做完資料清洗，跑出了統計報表，發現有異常值，去問開發同學，開發同學經過認真細緻的排查，表示之前取錯數了，卒。

8.再三确認資料沒錯，正準備甩開膀子大幹一番，上司過來說需求改了，卒。

9.按新需求取數，準備開始模組化，發現資料項不符合模型要求，卒。

10.動用大殺器python對資料進行重構，遇到中文亂碼問題，卒。

11.重構完資料，開始模組化，發現模型結果不顯著，卒。

12.調參數，重跑，再調，幾次之後覺得效果還不錯，把規則提取出來，然後發現召回率不夠，卒。

13.終于把模型搭建好了，開始寫ppt，絞盡腦汁想洞察結論，想不出來，卒。

14.boss覺得報告内容太單薄，打回重寫，卒。

15.boss覺得報告的故事線不明确，打回重寫，卒。

16.boss覺得模型看上去不夠高大上，打回重寫，卒。

17.boss覺得ppt不好看，打回重寫，卒。

18.boss……boss沒意見了，拿去給業務部門講，被質疑成篩子，卒。

19.吸收了業務部門的意見，重新做了報告，業務部門表示非常好，希望今後每周都能更新，卒。

20.決定做模闆來滿足業務部門需求，發現原始資料還得自己取，卒。

21.找開發同學談定期取數，開發同學表示這個事産品經理說了算，卒。

22.找産品經理談需求固化，産品經理表示這事優先級不夠高，等倆月排期，卒。

23.軟磨硬泡搞定了産品經理，boss又要求模型能夠支援産品政策優化，卒。、

24.整理完政策規則，跟産品經理磨破了嘴皮子确定了産品優化方案，線下測試發現政策有問題，卒。

25.新政策終于上線了，結果線上産品出了問題，莫名其妙背鍋，卒。

26.資料分析工作的kpi不容易衡量，升職困難，卒。

27.好不容易升了職，發現工作量沒減少，要開的會倒變多了，卒。

28.新來的小弟表示我其實一看資料就頭疼，就是覺得搞大資料能賺錢，啥都學不會也不願意學，卒。

29.上邊的大boss換了個不懂行的，要彙報工作，大boss問，報告又不能賣錢，你們的價值展現在哪，卒。

30.大boss表示資料分析團隊不能直接創收，應該改行做業務，卒。

本文轉自d1net（轉載）