如何知道自己適不適合or喜不喜歡數據分析?

工作五年的學姐跟我說想轉行做大數據,因為感覺現在的工作不僅隨時都能被別人替換,也能隨時被機器替換。學姐學的是交通,上學時成績很好,畢業後進入一家交通行業的國企,看起來專業對口,實際上做的與專業知識沒什麼相關,高中生就可以干。現在公司在組織變革,精簡管理層崗位,積極引進採用新技術。因為新技術的應用,學姐的工作內容減少了,這讓她意識到機器已經開始替代她了。雖然暫時看來國企不可能裁員,但下崗在歷史上並非沒有發生過,她產生了危機感,想轉行新興的數據分析和機器學習,但是零基礎,與應屆畢業生相比也沒什麼競爭力,不知道應不應該轉行,也不知道自己適不適合。

每一個選擇都有機會成本,隨著年齡增長轉行的機會成本越來越大。特別是工作後,不僅要承擔家庭責任(不論是否結婚),社會也再不可能把你當作應屆畢業生看待,寬容你的無知,企業永遠想要能直接上手的員工。如果此時想進入某一新領域,至少要確定這是你熱愛的行業,而不僅僅是錢多。沒有熱愛,工作就成了瑣碎和麻煩,早晚會消耗掉你初入行時的激情和耐性。再想轉行,大多數人都難以承擔轉換成本。所以要想轉行或者還在大學的你想轉專業,記住:一、越早越好,轉行的最好時十年前,其次是現在;二、你真的愛它,不是葉公好龍。

然而,很多時候我們無法知道自己是真的喜歡還是葉公好龍,鞋舒不舒服只有腳知道,是否真愛工作過才知道。這就產生了邏輯矛盾。真正熱愛再轉行,如何確定真正熱愛呢,轉行後做了才知道。雖然事前沒有百分百確定你是否適合某行業的方法,但我們可以多了解某個行業或工作角色所需要的特質,分析自己是不是具有這些特質,從而為自己的決策提供參考。下面這個方法對於考慮轉行數據分析/機器學習的童鞋很有幫助。

這個方法將數據分析工作所必需的特質具體成了五個問題。根據問題給自己打分,然後加總。總分70分以上具有成為優秀的數據分析師潛力,低於50分的請認真考慮自己的決定。

1.你是否熱愛頻繁地跟數字打交道和解決邏輯問題,比如各種數字謎題,概率論和統計學?(滿分20)

注意是熱愛而不是喜歡,指你是否痴迷於數字!是否不論何時何地——比如洗澡、坐車的時候都會估計計算些什麼?

5分——想想數學或統計學就心煩,但一定程度上可以克服消極情緒去學習

10分——不討厭數學和統計學,但要用計算器或EXCEL才能解題。對數字謎題一點兒也不想嘗試

15分——總能被邏輯問題和處理大量數字吸引

20分——痴迷!沒有數字和邏輯謎題就生無可戀

2.你是否喜歡處理沒有明確定義的問題。(滿分20)

我們在學校做的題都是經過精心設計的,有明確的已知條件也有明確的問題,每個概念都有明確的含義和數學表達式。但商業社會不是這樣,數據分析師不可避免地要面對沒有系統化處理的問題。比如基於數據提出某種策略以控制某種高風險客戶的數量增長。你需要清晰地定義客戶類型,自己從紛繁的信息中抽象出已知條件,提出問題,並給出解決的方向。

5分——已經嘗試過設定模糊的問題,完全不是我的菜!

10分——喜歡花一段時間(比如3到6個小時)解決此類問題,並不厭煩

15分——相比於精心設計的問題,你更喜歡這種實際的、沒出處理過的「原」問題。

3.你是否喜歡做深度搜索,花幾個小時加工處理數據,而非僅僅百度?(滿分20)

數據分析師常常需要花幾個月了解一項業務,與不同的人大量討論,得到原始數據,然後挖掘數據提出解決方案。作為優秀的數據分析師,對全局的把握必不可少。上一次你幾個小時沉浸在解決某一問題是什麼時候?你能一次次做到嗎?

5分——你很難幾個小時做同一件事,你不能一整天都花在解決一個問題上。

10分——你能花幾個小時搜索,但需要其他零碎的事情來擺脫無聊

15分——對於你試圖解決的重要問題來說,你覺得瑣事只會讓你分心,妨礙你取得進步,巴不得沒有這些瑣事。

20分——做搜索時,無法忍受分心。

4.你是否喜歡以講故事的方式說明數據結果?(滿分20)

數據科學家常常需要向他人闡述分析結果。如果不能影響聽眾,所有的努力工作又有什麼用呢?用數據交流,講述數據背後的故事,是數據科學家生活中重要的一部分。想像你工作在谷歌或亞馬遜這樣的大公司,擁有比你需要的還要多的數據,但是你必須把它們轉化成股東能聽懂的故事才能影響他們做出正確的決策。

5分——你覺得與聽眾交流數學思想太難了

10分——通過許多演練你可以掌握講故事的技巧。難以想像沒排練過就去演講。

15+——任何時候,任何地點你都行。

5.你是否察覺自己總是問別人「這個理論的前提是什麼」,總想知道「為什麼」?(總分10分)

這一點是最重要和最有趣的。問為什麼是一個優秀數據科學家的天性。最好的數據科學家只要沒搞清楚,就會打斷別人要求說明理論依據。他們常問「你為什麼問這個問題?」「你的思維過程是什麼?」「為什麼要做這樣的假設?」

5分——只有當問題很重要時你才問

8+——沒徹底搞懂某事你就不舒服,必去得問!

6.你是否喜歡解決問題或者對智力挑戰題很興奮?(滿分10分)

數據分析師需要具備解決問題的能力。商業中遇到的大部分問題都是獨特的,沒有慣例的,需要巧妙的方法解決。對一個組織有用的方法不一定適用於另一個企業。你必須對問題有深刻的理解,然後提出創新的方法解決。

3分——你以前不關心如何解決問題,但你可以嘗試

6分——有時你會去解決問題

9/10分——你非常喜歡思考的過程

誠實客觀地回答這些問題,沒有所謂的正確答案。回答的過程也是自我認識的過程,目的是做出更好的決策。如果你得分並不高,但已決定轉行或是在數據這行做下去,那就去做吧。這只是一個參考,任何特質都是可以培養的!而這些問題可以幫助你明確需要培養哪些特質。


推薦閱讀:

不算從零開始的數據分析
Python用於金融數據分析第7課-----Pandas處理時間序列數據
簡單數據處理—實踐案例分析
Python學習(一)
年輕用戶加速離網營銷建議

TAG:數據分析 | 機器學習 | 職業 |