实例详解两者间区别 数据运营和数据分析区别

数据分析
、数据挖掘和数据操作
到底有什么区别?本文作者把从医护人员职责出发,形象地对这三者关系进行了梳理说明,一起来看看~
众所周知,要成为一名医生,你需要读满满一卡车的书,至少要实习nnn年才能拿到博士以上学历 。然而,学习丰富的学生很可能会面对陌生的病人 。
患者说着他们听不懂的方言,听不懂各种医学术语,对自己的病情牢骚满腹,却在账单上斤斤计较:为什么就因为肚子疼就需要做那么多检查???医院就是想骗钱!
【实例详解两者间区别 数据运营和数据分析区别】o(╥﹏╥)o
所以一开始我说:在成为医生之前,医学是个技术活 。当你真的成为了医生,医学就完全成为了一个业务工作看病绝对是一个专业能力 。如果你真的想治愈疾病,你必须:
摸清现状,从哼哼唧唧的描述里定位真正的问题 。正确归因,利用化验+临床经验找到原因 。设计方案,结合病人的经济能力设计可以让人接受的治疗方案 。这一切都不是打一针消炎针看白细胞是不是太多,吃复合多糖看红细胞是不是太少就能做到的 。甚至不是病人进来说“我肚子疼”就会开胃药 。更何况,又不是从口袋里掏出XX营养汁然后说能包治百病 。如果没治好,说明你剂量不够,要加大剂量喝下去——只有搞传销的骗子才会这么做 。
医生要做的就是沟通,设计方案,验证假设,分析问题,考虑患者的财力/情绪,设计全面的解决方案 。
当然,医生有时候运气也不错,比如遇到我们这样的病人 。医生问怎么了,他从不嘀咕,而是能准确地回答:“昨天早上9点开始头晕,有呕吐的倾向 。到目前为止,我还没有看到任何改善 。我过去也有类似的病史,因为颈椎不好” 。但是,好病人得不到,还是要趁热打铁 。
所有这些处理问题的方法都像数据分析师 。虽然一个数据分析师懂数据、统计、编程、业务等知识,但他真正能面对的业务问题是复杂的 。企业在面临经营问题的时候,没有人确定XX指数不好是因为没有推广,没有新产品 。需要进行系统的诊断 。
更何况还有各种业务部门不懂数据分析来做事 。我期待你把阿尔法狗神器从裤裆里拿出来,写200行代码,洞察一些问题 。通常情况下,我们不做基础数据建设,不做好掩埋,不规范流程,遇到问题就会产生“为什么别人能做大数据分析,我们不能??"有;咬死了是别人的错 。与自己无关 。不要胡乱分析——各种丑态和那些无知的医生有什么区别?所以如果真的想做好数据分析,理论是必须的,实际处理各种业务问题的能力也很重要 。
相比之下,验血、放射检查等实验室的工作就简单多了 。因为肚子疼可能受很多复杂因素影响,具体原因很不确定 。但是某个具体问题或者某个指标是否异常是非常确定的,只有两种可能:是/否,所以我们可以看到,实验室各个科室都有自己精密的仪器设备,检验标准非常明确,不需要人工判断 。
这和数据挖掘或者算法的工作非常相似 。事实上,该算法最成功的商业应用是在图像识别领域 。比如医生拍照检查关节时,也需要通过计算各种角度和位置关系来判断 。用算法做图像识别和计算,可以大大提高准确率,减轻医生的负担 。同样,我们可以看到算法发展较快的领域往往是在这个明确目标下的模型训练,比如图像识别在安防和医疗中的应用,语音识别在文本输入中的应用等等 。人工梳理复杂问题,设定明确目标,标注结果,再用算法训练稳定模型,是沉淀经验,积累分析结果的重要过程 。
至于护士,就像数据操作,或者需要看数据操作 。【/s2/】护士做护理工作,也需要关注指标,但根本不需要知道背后的原理,只要知道XX指标是用来看XX的,XX指标跌破红线就要处理 。打电话给医生 。护理工作的核心是执行力,只要护理后不出意外 。
于是陈老师看到了搞笑的一幕:手术结束后,病人挂上了监护仪 。监护仪做了很好的可视化,还标准化了心肺等图形,以及波浪线和数值 。当指数值低于或高于特定值时,监视器将发出嘟嘟声 。多好的数据产品啊!但是,每次监护仪一报警,陈小姐就急忙去找护士,护士淡定地说:
没事,响了拍灭了它 。没事,响了拍灭了它 。没事,响了拍灭了它 。真没事,那个数不重要 真没事,那个数不是危险值 真没事,你随手一拍它就安静了 。……o(╯□╰)o
陈老师不禁感慨:果然都是自己做数据产品 。你YY了一堆使用场景,但是业务部门有自己看数据的方式!!!


推荐阅读