從您的描述來看,可以能您已經具備了一個數據分析師基本的硬體技能。從基礎的sql語句、統計學知識,到python爬蟲,以及高階的機器學習演算法等。
問題出在哪裡?問題出在分數、能力、專業、崗位這四者之間是不互相畫等號的。高考數學考得好,只說明這個學生有良好的數學素養,但這種素養要和個人能力特長,知識背景結合才能發揮作用。如果不看個人特長,就會導致上述的悲劇。
就以資料分析崗位的工作為例,資料分析遠不止算個數,套個公式那麼簡單:
l 在工作中,考卷不是現成的,需要自己和業務方溝通,確認問題;
l 在工作中,考卷題目可能是錯誤的。需要有業務知識積累,才能辨明真偽,回答業務方真正問題;
l 在工作中,答題的筆紙考場都需要借用。資料從採集,傳輸,儲存,都需要做工作。其間涉及大量開發工作支援與部門間協調溝通;
l 在工作中,答題的形式是複雜的,單純提取數字還不行,還得計算,還得做視覺化。
這需要一個人有溝通能力,有專案管理能力,有邏輯思維能力,有各種系統開發能力,還得有些審美常識,懂一些商業做法,懂一些表達技巧。這裡複雜程度遠遠超過了坐在教室裡算個數,所以只是覺得自己坐在教室裡算個數得高分,就能勝任一個工作,真的是太天真了。
適不適合一個工作,只有真的接觸到工作本身,才能判斷。對在校學生來說最好的辦法就是實習。多實習幾次,就多一些體驗,多一些看清楚自己的能力特長的機會。越早實習就越能為後續工作鋪好路,越在學校裡憋,後邊求職翻車機率越大。
想要考試成功就得多在學校學習,多和同學老師在一起。想在職場成功,就得多和職場人士在一起,少聽職場的人炫耀工資收入,少聽職場人抱怨工作辛苦,觀察他們的工作內容與狀態,瞭解他們的崗位、技能、工作流程,會更快的成長。
即使在工作中發現自己不適合資料分析崗位,也不影響利用資料幫助自己進步。
一個數據能力強的銷售,可以在打標時很誠懇的說:我們的產品上線後可以滿足您10個需求點中7個,縮短60%執行時間,節省您45%的費用,對需求部門而言,工作流程減少5步,每天節省25分鐘操作,大家可以少加班了。而不是吐沫星子橫飛的拍胸脯:“行行行,我們啥都能做!”
一個數據能力強的運營,可以利用百度指數,輿情資料搜熱點,可以做爬蟲,做語義分析找使用者情緒,快速從熱點中提取可以借勢發文的熱點。而不是抓耳撓腮憋內容:怎麼寫個10萬+呢,要不要抄這一篇呢?
一個數據能力強的產品,可以在設計方案的時候就根據使用者邏輯,預估到產品上線後的表現。合理的設定監測指標,驗證自己的判斷。而不是:“哦,來個ABtest吧”然後做兩根柱子哪個柱子高了用哪個版本。
一個數據能力強的策劃,可以基於經營資料層層解剖問題,找到經營中真正關節點對症下藥。而不是今天聽了A老總抱怨銷量不好就匆匆上活動,明天聽了B老總抱怨活動太多幹擾正常銷售就急著撤。大後天哭訴:“我到底做不做活動了,嗚嗚嗚”。
1. 業務路線:準確抓住老闆們心思,彙報到位,深得信任,被委任管理整個資料部門。
2. 產品路線:主導資料產品開發,上線,最後成為產品線負責人,管理一整個BI團隊。
3. 專案路線:主導一些核心專案,比如搜尋演算法,推薦系統,成為無可替代的專家。
並不是所有的同學都適合做開發,也不是所有同學都適合做彙報。在業務應用與開發之間選一個方向精進,會更快的成長。
https://edu.hellobi.com/course/165
從您的描述來看,可以能您已經具備了一個數據分析師基本的硬體技能。從基礎的sql語句、統計學知識,到python爬蟲,以及高階的機器學習演算法等。
工作中重要的不是知識而是綜合能力
問題出在哪裡?問題出在分數、能力、專業、崗位這四者之間是不互相畫等號的。高考數學考得好,只說明這個學生有良好的數學素養,但這種素養要和個人能力特長,知識背景結合才能發揮作用。如果不看個人特長,就會導致上述的悲劇。
就以資料分析崗位的工作為例,資料分析遠不止算個數,套個公式那麼簡單:
l 在工作中,考卷不是現成的,需要自己和業務方溝通,確認問題;
l 在工作中,考卷題目可能是錯誤的。需要有業務知識積累,才能辨明真偽,回答業務方真正問題;
l 在工作中,答題的筆紙考場都需要借用。資料從採集,傳輸,儲存,都需要做工作。其間涉及大量開發工作支援與部門間協調溝通;
l 在工作中,答題的形式是複雜的,單純提取數字還不行,還得計算,還得做視覺化。
這需要一個人有溝通能力,有專案管理能力,有邏輯思維能力,有各種系統開發能力,還得有些審美常識,懂一些商業做法,懂一些表達技巧。這裡複雜程度遠遠超過了坐在教室裡算個數,所以只是覺得自己坐在教室裡算個數得高分,就能勝任一個工作,真的是太天真了。
適不適合一個工作,只有真的接觸到工作本身,才能判斷。對在校學生來說最好的辦法就是實習。多實習幾次,就多一些體驗,多一些看清楚自己的能力特長的機會。越早實習就越能為後續工作鋪好路,越在學校裡憋,後邊求職翻車機率越大。
想要考試成功就得多在學校學習,多和同學老師在一起。想在職場成功,就得多和職場人士在一起,少聽職場的人炫耀工資收入,少聽職場人抱怨工作辛苦,觀察他們的工作內容與狀態,瞭解他們的崗位、技能、工作流程,會更快的成長。
作為基礎能力,資料分析用處更大
即使在工作中發現自己不適合資料分析崗位,也不影響利用資料幫助自己進步。
一個數據能力強的銷售,可以在打標時很誠懇的說:我們的產品上線後可以滿足您10個需求點中7個,縮短60%執行時間,節省您45%的費用,對需求部門而言,工作流程減少5步,每天節省25分鐘操作,大家可以少加班了。而不是吐沫星子橫飛的拍胸脯:“行行行,我們啥都能做!”
一個數據能力強的運營,可以利用百度指數,輿情資料搜熱點,可以做爬蟲,做語義分析找使用者情緒,快速從熱點中提取可以借勢發文的熱點。而不是抓耳撓腮憋內容:怎麼寫個10萬+呢,要不要抄這一篇呢?
一個數據能力強的產品,可以在設計方案的時候就根據使用者邏輯,預估到產品上線後的表現。合理的設定監測指標,驗證自己的判斷。而不是:“哦,來個ABtest吧”然後做兩根柱子哪個柱子高了用哪個版本。
一個數據能力強的策劃,可以基於經營資料層層解剖問題,找到經營中真正關節點對症下藥。而不是今天聽了A老總抱怨銷量不好就匆匆上活動,明天聽了B老總抱怨活動太多幹擾正常銷售就急著撤。大後天哭訴:“我到底做不做活動了,嗚嗚嗚”。
而一個優秀的資料分析師,也可能透過至少三種方式升職成功:
1. 業務路線:準確抓住老闆們心思,彙報到位,深得信任,被委任管理整個資料部門。
2. 產品路線:主導資料產品開發,上線,最後成為產品線負責人,管理一整個BI團隊。
3. 專案路線:主導一些核心專案,比如搜尋演算法,推薦系統,成為無可替代的專家。
並不是所有的同學都適合做開發,也不是所有同學都適合做彙報。在業務應用與開發之間選一個方向精進,會更快的成長。
https://edu.hellobi.com/course/165