返回目录:excel表格制作
相比问这个问题的人应该是刚入行数据分析的,那我就以过来人的经验,说说入行数据分析师3年的成长要点和规划。
为什么要定义3年呢?这个行业基本3年内都是助攻,偶尔能成为主攻,助攻基本都是提取数据、处理数据、核对数据、写常规的分析报告,基本很少参加项目的讨论。
去看招聘信息时,这个时间内的分析师还是以技术、工具为主,因此3年内大家大部分时间都集中在工具、技术的研究,没办法,要先活着,得有份工作,3年后许多分析师才慢慢会有自己的思考和职场焦虑。
下面的几个点,也是我曾经用到的一些要点和思考,欢迎交流
一、断章取义(用数据说谎)
经常看到一些人写文章,大多数人引用别人的数据,用一张看似完美的图表,来疯狂做自己的观点输出,然而你仔细看看数据报告的背景she'ji、数据的来源、统计的口径、时间维度等,你会发现他的观点其实是在自圆其说
举个栗子:都说转行AI即可年薪50万,转行数据分析即可30万,市场需求几千万人
聪明的人都会去看这个分析的背景,前因后果是什么?指标的定义是?数据可信度多大?
在数据分析中最重要的不是数据看到的结论,而是数据背后的意义
你的分析对象是谁?你的数据如何采集的?你的统计口径又是什么?这些都至关重要,带着这些问题去看一份报告,你才会产生自己的看法,而不是被别人套路,盲目跟风,到头来你还是一场空
这种深度思考报告的背后比看报告更有价值,你可以不是专业的数据分析师,但你必须要有数据分析师的思维
二、缺乏深度(长期养成)
我们在看待任何问题时候,往往要多一些场景的假设和验证,你才能看透某件事情,比如前几天一个学员,给我发来一份简历,让我帮看看,我看到这么一句话:
工作成就,在XXX项目中帮助公司实现用户60%的增长
第一眼,我看过去,我靠,牛逼!但仔细想一想,还有几个问题有待商定
1、站在管理层,你花了多钱换来60%增长?
2、站在同行,你这个活动的特点是什么?和以往类似的活动比,这次真的好吗?同时期竞争对手在做什么?
3、站的数据分析师角度,你这个活动的时间维度是什么?有没有排出行业本身的因素(季节性、自然),活动评估跟踪的方式是什么?数据如何采集
4、站业务的角度,你对比的是什么时间,这个时间前后有没有什么事件发生,最近一段时间用户的增长程度如何?对比是2个数据的比较,一个过大、一个过小,很容易完成60%
等等,还有很多要考虑的
所以当我们看待一个问题时,一定要站在整个公司不同人、不同级别的程度去看待某个业务,这样你后面的思路和深度会更加清晰,一定要养成这种习惯
三、学会梳理(值得拥有)
好多人学了几百G的视频,看了几十本书,换来的还是职场的现在的自己,在职场一定要定期学会梳理自己的知识体系,最简单的方式就是拆分自己的各种技能看不足之处,再设定目标去改进,最后在阶段性对比,看看到底有没有改变,拆分、对比、合并也是数据分析师常态化的思维
其实职场的关键技能学习也就10年的时间,10年后也许你看的书都是管理类、商业类、社会类的书籍,如何你不能清晰的梳理自己利弊,那么你薪资和职场很难一帆风顺,别人并没有看到你过人之处,高手与低手差别并不是在于工具、而是在于你看待问题的深度、广度
我经常也看一些学员的学习笔记,也希望大家多看看别人的笔记,特别同在一个学习小组,学同样课程的,每个人认识和认知都是不一样的,结构化思维拆分的方式也肯定不同,有的喜欢从课程难易程度去分解,有的喜欢从整个数据分析流程去梳理,有的喜欢从不同算法的场景去归纳,这些对你梳理都是很有帮助的,师夷长技以制夷,不要老去吐槽别人,要善于吸收别人的体系,融合成你的体系
举个简单栗子,指标体系一般是一个分析师常具备的技能,很多人梳理指标体系时,只是罗列了N个sheet,并没有去归纳和梳理
在企业里面,你常常会看到很多优秀分析师做出来的指标体系,让大BOSS会高声喊赞,注意几个要点
1、大而全,一定要站在公司未来发展的战略上去详细梳理,梳理出目前拥有和未来一定要有的
2、归纳,根据业务的形态对指标进行归纳,比如规模类、趋势类、盈利类、驱动类、核心类等等,类似聚类分析一样,给指标做出业务的画像
3、电路图,我们都学过电路,知道并联、串联,那一样要将这些指标与业务场景和发展的周期进行电路分析,那些指标是串联的,那些是并联的,那些是可以递推的,这点很重要
4、落地,要梳理出什么指标是日报用的,什么是周报用的,什么是月报看的,指标异常的设定,达到什么程度时,我们一定要介入专题进行分析
5、给领导的呈现和概述一定要简介,就好比电视遥控器一样,按一下通俗易懂的按钮,就能获得相应的内容,这不仅仅是目录
四、迅速提升(自我模仿)
要模仿什么?当然是别人、你觉得优秀的分析思路、分析报告
一定要多看看行业报告,行业报告一般都是一个行业的通病和关注的核心方向,要提炼其中的思路转变成自己的,主要关注3点:1、整体报告逻辑;2、指标体系的设定;3、分析的角度;
光有这些还是不够的,还要学习方法论,这里的方法论不是算法,可以理解为商业分析模型,比如5W2H、SWOT、用户生命周期、漏斗、AARRR等等,这些框架样式的模型就是你分析的思路,剩下的就是指标的设计和分析体系,看似简单却很难,这需要大量的项目或者企业内部的优化。
模仿很懂,从行业的数据产品工具出发,理解这样设计的意义及行业的痛点、分析的方向是什么?
多去看一些数据产品的设计,比如网站分析,看GA、百度统计,APP看友盟、ThinkingData等,用户行为就去看看CRM、神策、GrowingIO等,有的产品工具把每个主题进行了划分,而且里面的呈现方式都是经过好多迭代的,拿迭代的依据就是他们客户的需求,这就是你要分析的方向,未来要关注的,提早做好储备的方向。
五、建护城河(自我造血)
闭着眼睛想一想,一个月的薪水除了支付房租和日常花销外,几乎没有剩余,甚至还有负债,而你唯一的收入是“工资”
换句话讲,没有了工作,吃饭都是问题,设想一下,离开职场了,我们的活路在哪?
用2个常用的逻辑:
推理思维:家里没钱,要上班,不上班没人给钱
演绎思维:被公司KO了,我就完蛋了,要努力干好,可领导不好把控
那还有活路吗?
做生意?没头脑
要创业?没资金
要赚钱?没路子
要暴富?没人包
那不妨就从3方面全面提升
1、让自己变得更专业,知识与职场的锻造
2、借助互联网让自己变得更有名气,玩名气价值
3、让自己的人脉更广
这样简单吧
1、职场上好好干,没事就学习,多和同事交流
2、网络上塑造自己,多分享,但要专注
3、有事没事参加一些活动,针对性的参与
以上就是我感觉很重要的几个点,欢迎有不同想法的可以交流,毕竟每个人的成长、处境都不一样。
最后送一段,2012年写的数据分析5步走:
1、锁定分析目标,梳理思路,叫纸上谈兵;
2、把杂乱的数据整理出图表报表,用数据探业务,叫自问数答;
3、锁定核心抓重点,设定最终算法,叫挟天子以令诸侯;
4、梳理重点发现,准备剧本开拍,接受PK,叫才辨无双;
5、效果梳理,总结经验,叫内视反听。
文源:小邓种草
纸箱客虽然没有从事过数据分析师这项工作,但既然题主发问,纸箱客斗胆将自己的理解进行分享。
一、目前企业尽管有数据分析师这个岗位,但基本上都是刚刚起步,数据的处理和分析还是比较落后,这正好给了即将从事或已从事这个岗位的职场人机会和空间。
也许有人会说:我们单位有数据分析部都很多年了,你纸箱客凭什么说是刚刚起步?纸箱客只是分享自己的观点,无意去评论哪个企业。
纸箱客认为目前的数据分析充其量是好“统计”。将原来很长一段时间的数据搜集,整理,然后通过很长时间的计算、分析得出建议或结论。这已经违背了数据应用的最基本要求:那就是一定要低时延或无时延。
举个例子:医生给病人看病,一定是需要即时的检验数据,最起码也是当天的,才能做出精准的判断和分析,确定病人此时此刻的身体状态。如果用昨天的数据行吗?不行,一定会误诊。
企业也是一样,需要的是今天或此时此刻的数据,那么你怎么获取数据?这些数据用什么承载工具?通过什么快速的分析?分析的结果是多少分钟呈报到决策者?数据的时延性是多长?
举个例子:搜集竞争对手价格对于市场的影响进行分析判断。你的统计工具落后,统计方法不先进,分析时间长,等你出来结果,对手早就占领市场了,不是吗?有多少企业是不是输在产品、不是输在策略,而是输在数据分析上,职场人应该仔细思考。
二、IT专业不是数据分析师的唯一。
现在很多企业的HR,在招聘数据分析师时,很多都是要求IT专业,不信可以去看看猎聘、智联。其实IT知识搭建数据采集平台和构架,数据分析应该有这方面的能力,但不代表IT人士就一定能做数据分析,所以这是一个误区。
三、如何做好一名数据分析师,这是题主最关心的,纸箱客在这里说5点。
1.一个好的数据分析师必须要对公司的业务熟知。
也就是说,你要知道公司是干什么,业务是什么,流程是什么、产品是什么、哪些因素影响业务,否则,你出来的分析就是浪费时间、浪费纸张、浪费感情。无的放矢,数据是没有用的。数据是什么?是为公司主营业务服务的。
2.一个好的数据分析师一定要懂数据获取点。
企业需要的数据有很多,究竟哪些数据是有用的哪些数据是无用的,要有甄别,不要一帮人统计半天,这些数据都没有用。所以,要在甄别之后,建立数据采集点,然后按照时效、真实的要求提报,才能有作用。
3. 一个好的数据分析师一定要会开发数据承载的平台和工具。
有的人可能说:我们有ERP。纸箱客说:ERP不是万能的,需要有专业承载数据、处理数据的平台和工具,这就利用上IT知识了,说白了,一是靠买,买不来就要自己开发了。
4.一个好的数据分析师一定要会分析数据。
数据分析的方法有很多种,纸箱客在这里就不分享了,举个例子:有的适合对比分析,有的适合环比分析,其他诸如漏斗分析等等的分析方法纸箱客也没有用过,但作为数据分析师一定要具备N多种方法,才能快速有效做出分析。
5.一个好的数据分析师一定要能很好的呈现数据。
费了半天劲分析,建议和结果出来了,就整个WORD A4纸显然不是最佳的选择,不同的数据分析结果要求有不同的呈现形式,需要数据分析师针对性的设计,才能完美体现数据的魅力和效用。
纸箱客仅仅是分享看法,班门弄斧,希望专业老师不要笑话,个人见解,感谢阅读,我是纸箱客,关注后看更多分享。