數據分析師職業規劃:人生本來就應該提前做好準備

作為一名數據分析師,一個明晰而客觀的職業規劃自然是少不了的。人生人生本來就應該提前做好準備,不然我們如何發現機會並抓住機會。很多人常常抱怨自己運氣太差,好的機會擺在面前總是被別人搶走,真的只是這樣嗎?是運氣太差,還是你能力不行。雖然如今的大數據分析市場發展迅速且在一直擴大,但競爭的對手也在同時劇增,僧多粥少的現象早已司空見慣。一個好的數據分析師,一個清醒的數據分析師,一個有志氣的數據分析師,不可能沒有自己的自己規劃的。要知道,人生本來就應該提前做好準備,沒有數據分析師職業規劃,你何來走下去的明確目標和動力。學如逆水行走,不進則退。職場也是如此,優勝劣汰,如果不未雨綢繆,我們終究被趴倒在沙灘上,無人垂憐……下面和大家分享一篇關於一個人的數據分析師職業規劃的文章,希望能夠為想成為數據分析師的你指點迷津。

職業規劃·為什麼要做數據分析師?

在 通信、互聯網、金融等這些行業每天產生巨大的數據量(長期更是積累了大量豐富的數據,比如客戶交易數據等等),據說到2020年,全球每年產生的數據量達 到3500萬億GB;海量的歷史數據是否有價值,是否可以利用為領導決策提供參考依據?隨著軟體工具、資料庫技術、各種硬體設備的飛快發展,使得我們分析 海量數據成為可能。

而數據分析也越來越受到領導層的重視,藉助報表告訴用戶什麼已經發生了,藉助OLAP和可視化工具等分析工具 告訴用戶為什麼發生了,通過dashboard監控告訴用戶現在在發生什麼,通過預報告訴用戶什麼可能會發生。數據分析會從海量數據中提取、挖掘對業務發 展有價值的、潛在的知識,找出趨勢,為決策層的提供有力依據,為產品或服務發展方向起到積極作用,有力推動企業內部的科學化、信息化管理。

我們舉兩個通過數據分析獲得成功的例子:

(1) Facebook廣告與微博、SNS等網路社區的用戶相聯繫,通過先進的數據挖掘與分析技術,為廣告商提供更為精準定位的服務,該精準廣告模式收到廣大廣 告商的熱捧,根據市場調研機構eMarketer的數據,Facebook年營收額超過20億美元,成為美國最大的在線顯示廣告提供商。

(2) Hitwise發布會上,亞太區負責人John舉例說明: 亞馬遜30%的銷售是來自其系統自動的產品推薦,通過客戶分類,測試統計,行為建模,投放優化四步,運營客戶的行為數據帶來競爭優勢。

此 外,還有好多好多,數據分析,在營銷、金融、互聯網等方面應用是非常廣泛的:比如在營銷領域,有資料庫營銷,精準營銷,RFM分析,客戶分群,銷量預測等 等;在金融上預測股價及其波動,套利模型等等;在互聯網電子商務上面,百度的精準廣告,淘寶的數據魔方等等。類似成功的案例會越來越多,以至於數據分析師 也越來越受到重視。

然而,現實卻是另一種情況。我們來看一個來自微博上的信息:在美國目前面臨14萬~19萬具有數據分析和管理 能力的專業人員,以及150萬具有理解和決策能力(基於對海量數據的研究)的管理人員和分析人員的人才短缺。而在中國,受過專業訓練並有經驗的數據分析人 才,未來三年,分析能力人才供需缺口將逐漸放大,高級分析人才難尋。也就是說,數據分析的需求在不斷增長,然而合格的為企業做分析決策的數據分析師卻寥寥 無幾。好多人想做數據分析卻不知道如何入手,要麼不懂得如何清洗數據,直接把數據拿來就用;要麼亂套模型,分析的頭頭是道,其實完全不是那麼回事。按俗話 說就是:見過豬跑,沒吃過豬肉。

我的職業規劃:

對於數據分析,有一句話說的非 常好:spss/sql之類的軟體、決策樹、時間序列之類的方法,這些僅僅就都是個工具而已,最重要的是對業務的把握。沒有正確的業務理解,再牛的理論, 再牛的工具,都是白搭。做一名合格的數據分析師,除了對數據需要有良好的敏感性之外,對相關業務的背景的深入了解,對客戶或業務部門的需求的清晰認識。根 據實際的業務發展情況識別哪些數據可用,哪些不適用,而不是孤立地在「真空環境」下進行分析。

為此,我對自己的規劃如下:

第 一步:掌握基本的數據分析知識(比如統計,概率,數據挖掘基礎理論,運籌學等),掌握基本的數據分析軟體(比如,VBA,Matlab,Spss,Sql 等等),掌握基本的商業經濟常識(比如宏微觀經濟學,營銷理論,投資基礎知識,戰略與風險管理等等)。這些基礎知識,在學校里盡量的學習,而且我來到了和 君商學院,這樣我可以在商業分析、經濟分析上面領悟到一些東西,增強我的數據分析能力。

第二步:參與各種實習。研一開始我當時雖然有課,不 過很幸運的找到一份一周只需去一兩天的兼職,內容是為三星做競爭對手分析,當然分析框架是leader給定了,我只是做整合資料和往ppt里填充的內容的 工作,不過通過兼職,我接觸到了諮詢行業,也向正式員工學習了很多商業分析、思考邏輯之類的東西。之後去西門子,做和VBA的事情,雖然做的事情與數據分 析無關,不過在公司經常用VBA做一些自動化處理工作,為自己的數據分析工具打好了基礎。再之後去了易車,在那裡兼職了一個多月,參與了大眾汽車銷量數據 短期預測的項目,一個小項目下來,數據分析的方法流程掌握了不少,也了解了企業是如何用一些時間序列模型去參與預測的,如何選取某個擬合曲線作為預測值。 現在,我來到新的地方實習,也非常幸運的參加了一個央企的碼頭堆場優化系統設計,其實也算數據分析的一種吧,通過碼頭的數據實施調度,通過碼頭的數據進行 決策,最後寫成一個可操作的自動化系統。而這個項目,最重要的就是業務流程的把握,我也參與項目最初的需求調研,和制定工作任務說明書SOW,體會頗多。

第三步:第一份工作,預計3-5年。我估計會選擇諮詢公司或者IT公司吧,主要是做數據分析這塊比較強的公司,比如Fico,埃森哲,高沃,瑞尼 爾,IBM,AC等等。通過第一份工作去把自己的知識打得紮實些,學會在實際中應用所學,學會數據分析的流程方法,讓自己成長起來。

第四步:去自己喜歡的一個行業,深入了解這個行業,並講數據分析應用到這個行業里。比如我可以去電子商務做數據分析師。我覺得我選擇電子商務,是因為未來必將 是互聯網的時代,電子商務必將取代傳統商務,最顯著的現象就是傳統零售商老大沃爾瑪正在受到亞馬遜的挑戰。此外,電子商務比傳統的零售商具有更好的數據收 集和管理能力,可以更好的跟蹤用戶、挖掘潛在用戶、挖掘潛在商品。

第五步:未知。我暫時沒有想法,不過我希望我是在一直的進步。

推薦閱讀:

數據分析師需要學習什麼軟體
3-數據分析指標體系:
15款免費預測分析軟體!收藏好,別丟了!
他是如何用批判性思維改變命運的

TAG:數據分析師 | 數據分析 | 大數據 |