数据分析师成长中的三次跨越

一、第一次跨越:掌握取数工具

第一个真相是:数据分析岗看起来工资高,完全是沾了IT部门的光。挂在IT部门下的数据分析岗,是按程序员标准给工资的。因此,当你想做专业的数据分析师的时候,掌握SQL取数能力,熟悉Tableau/Power BI/Fine BI等至少一个BI工具,对Python的数据处理、数据科学包有了解,是入门门票。

这是必须实现的第一个跨越:掌握取数工具。

经常有些在校的同学心存幻想:我找一个不写代码的“商业分析师”“经营分析师”“业务分析师”。首先,刚毕业的同学,你也不懂商业/不懂业务呀,不掌握取数工具,只能干最低级的整理Excel表哥表姐,拿的是文员工资,薪资低得令人发指。

所以,我常建议在校生:

  •  去看《SQL必知必会》,如果没兴趣可以直接放弃
  •  上牛客网→在线编程→SQL篇,把题目刷一遍
  •  找一份写SQL的数据分析实习,干仨月

这样能有效地避免“叶公好龙”!其实,如果不想取数,完全可以做一个懂数据的运营,产品经理,策划,没必要做专职的数据分析师。等你能熟练从数据库取数,就实现了第一次跨越。

二、第二次跨越:体现业务价值

数据分析师的成长不是线性的。并不是初级的数据分析师每天写500行SQL,中级的每天写1000行SQL,高级的每天写2000行SQL。每天写2000行SQL那种,又称:查数姑,SQLboy,人肉取数机,数据工具人……总之不是什么好状态。

第二个真相是:数据分析岗本质是服务岗位,要支持业务工作。因此想办法体现自己的业务价值,才能在工作中掌握主动,避免被动取数;才能更好体现绩效,升职加薪。

体现业务价值的方法有很多:

  •  输出指标体系,全面监控业务
  •  主动发现问题,提醒业务关注
  •  主动发现机会,提升业务表现
  •  开展科学实验,验证业务想法
  •  输出分析报告,提供有用建议

这一步跨越,实现起来会比较难,因为:

  •  缺少可参考的书籍,自己行业太过独特
  •  公司缺乏沟通氛围,业务对你爱答不理
  •  直属领导缺少指导,只会让你“多想想!”
  •  没见过成功的案例,不知道做到啥程度

所以经常有同学卡在这一阶段。

想突破这一阶段,也是有办法的。这一阶段的核心就是:转变思维,从入门阶段“对着教程学答案”,转变成“训练自己的逻辑能力,自己找答案”。

一般推荐大家:

  •  多和同行交流,了解各公司的情况
  •  多和业务交流,了解业务流程/习惯做法
  •  训练逻辑能力,多思考如何定量描述业务
  •  参加数据大赛,见识各行业/各业务分析做法

这些更多是见识层面的增长,没有标准答案,但是积累多了能实打实地提升自己处理问题能力。当你能熟练地把业务口中的话转化为分析逻辑树的时候,就成功度过了这个阶段。

三、第三次跨越:组织数据项目

第三个真相是:同其他IT团队一样,如果你只会单打独斗,就很难做大部门,很难实现升职加薪。甚至,数据项目比其他IT项目更难做,因为业务的期望值往往很高。在外界各种宣传下,人们总以为:“只要有个数据,就能精准预测、全知全能……” 业务方过高的期望与稀烂的基础建设之间的矛盾,始终是数据分析领域头号矛盾。

想做好数据项目,需要:

  •  技术上,熟悉取数/模型/BI工具,即使自己不亲自动手,也知道怎么甄选高质量伙伴/靠谱的供应商。
  •  业务上,熟悉业务常见的的问题,能敏锐地识别需求坑点,抓住有价值的部分,体现数据的价值。
  •  管理上,熟悉项目进度管理,会催着业务清晰需求/催着前端做好埋点/催着数仓团队配合/催领导确认看板设计。
  •  汇报上,熟悉汇报套路,项目开始前画大饼,项目开始后控制期望,项目结束后做个花式收尾,体现功劳。

可以说,好的项目组织是自己前几年技术/业务经验的综合运用。项目做好了,领导们重视数据团队,给你更多人员编制,你能把团队做大,也就成功地实现管理层跃迁。

这一个环节会卡很多同学,因为很多公司就压根没有项目机会。运气好的同学,则可以从小项目开始(一般都是小专题报告),逐步锻炼能力。

当然了,也不是所有同学都会走到最后,很多同学卡在第二步,觉得跑数没意思转行。其实数据分析能力在很多工作都适用。比如策略产品、用户运营、风控、商品管理、销售运营等业务岗,数据分析转数仓、算法等开发岗也有一定机会。

版权声明

本文来自互联网用户投稿,文章观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符,请点击 举报 进行投诉反馈!

相关文章

立即
投稿

微信公众账号

微信扫一扫加关注

返回
顶部