十分快乐8

0基础能改行做数据分析师吗?

尽管每年都被说成经济寒冬,但似乎今年比以往凛冽了一点,各大厂滚动式裁员的新闻甚嚣尘上,最近也有不少小伙伴找我内推。

这里统一跟大家说下,阿里+蚂蚁的大部分HC目前都锁了,一旦重新开放我再帮大家内推。

不得不说互联网似乎多年没有创新了,没有创新就没有新的增长点,增长点缺失就不会释放更多的新岗位。虽然前有大漂亮押宝元宇宙,后有小樱花豪赌Web3.0,我们国内很多巨头也都跟风,然而一顿操作下来,并没有多大的水花。

在互联网鼎盛期各大巨头吃尽了流量红利,圈地跑马就行。但现在已经见底了,蛋糕就这么大,只能各凭本事。

眼球经济时代谁能通过大数据算法让你对其产品使用上瘾,谁就抓住了流量密码。你看眼下爆火的刘耕宏、东方甄选,这些现象级涨粉的背后,除了过硬的专业素质,更是抖音为了持续拉新、促活、留存、转化、传播,而在不同阶段打造的标杆。

你可以理解为,他们是被平台和资本联手选中的“天选之子”,对平台来说可以持续把友商的流量吸引到自己的池子里来。

为啥很多人想转行数据分析?

前面讲了流量红利已经见底,以BAT为代表的各家公司,已由圈地跑马转为精耕细作。

怎样精耕细作?

得通过产品数据、用户数据、行为数据来分析,试图找到蓝海,找到精准流量,捕捉心智用户。然后,通过运营手段,将流量转化为真金白银。

所以,市场需要大量的数据分析师,这是外部因素。

内部因素是啥?

如果你是财务、你是产品经理、你是项目经理、你是运营、你是销售,甚至你是客服,你能处理大数据,你会join不同维度的数据,得出有见地的结论,写出有质量的洞察分析报告。

想看趋势变化自己会建看板监测数据,不用给BI提需求。想优化产品策略,可以自己取数,自己看日志,自己分析行为轨迹。谁也不求,因为你这样就不愁绩效不好,不担心前途无望了,而且你能展露头角的机会也会变多,分分钟碾压跟你同组的人,转行换岗也就顺理成章。

究竟哪些行业、哪些部门需要数据分析师?

目前对数据分析师的需求不止局限在互联网公司,可以说已经渗透到了所有行业,从制造业,到新能源,到大热的芯片行业......

以互联网公司为例,数据分析师一般分布在战略发展部、商业决策部(各公司叫法不同)、技术部,还有一部分在各大事业部和中后台各职能部门中。

战略发展部、商业决策部,主要是为高层决策提供数据支撑,也称为御用分析师;技术部主要为ETL、数据建模、算法等;各大事业部及中后台的各职能部门,则根据不同业务线配备相应的数据分析师;财务部的财务分析,相对属于最早的数据分析师;以后采购部、质量部、成本部、规划部、合规部、物流部甚至行政部,都会有自己的数据分析岗位,更不要说销售和市场部了。

数据类工作有哪些?你能做哪一个?

数据分析,简称DA(Data Analyst)、BA(Business Analysis)、BI(Business Intelligence),是融合商业sense与分析工具和技能的复合型工作,这是对我们大多数0基础入行的小伙伴难度没那么高的选择。

简单来讲,数据分析的工作就是通过SQL将相关数据从数仓/数据库提取出来,再通过Power BI/Tableau等工具“拖拉拽”,形成可视化看板,做成dashboard展现给需求方。更侧重分析与汇报,需要熟知数据分析方法,当然商业sense也很重要。

数据科学家,简称DS(Data Scientist),对数学统计知识及编程能力要求比较高,需要微积分、线性代数、概率论、统计学等知识作为基础,还需熟练使用各种机器学习包,常用软件有R, Python, SQL, Spark, Cloud。

数据工程,简称DE(Data Engineering),主要负责数据资产基础建设与管理,对编程能力要求很高,通过ETL(获取、转换、存储数据)把凌乱的原始数据清洗干净,并存到数仓/数据库,形成数仓表中间层供分析师调用。需要对各种系统、架构、数仓/数据库有充分的了解。

这三者的关系是:DE准备数据,DS用模型做预测,DA处理分析数据并形成看板及报告。

“我以前是老师/银行从业者/3D美术师/客服,现在如何转行做数据分析工作?”

说句实在话,这几个职业转行难度都很大。但全都有成功案例,这里面的重点在于建立关联性。

数据分析中有一种分析方法叫做相关性分析,相关系数越大,两者关系越紧密。你要做的就是提高你的工作经历与数据分析这个岗位之间的相关系数。

我们看如下两位小伙伴的经历。

一位过去是高中老师,现已成功入行数据分析师,下一步的个人目标是年薪30W。

另一位是银行从业者,成功拿到世界500强外企年薪50W的数据分析OFFER。

这两位目前都已经入职理想中的公司,拿到了不错的薪资。

我们可以看到共通之处,那就是与数据分析毫无关系的岗位,如何在简历、求职、面试中体现关联性,如何体现你能胜任这份之前没有做过的工作。

面试官在简历库中筛选简历时,主要是通过关键字段来筛选的,你的工作履历与数据分析的相关系数如果为0,那你被选中的概率就可想而知了。

实际工作中数据分析师都要做啥?会用到哪些语言、工具呢?

以互联网公司为例,数据分析师的工作分为基础工作和重点项目。

基础工作包括指标体系建设、需求方临时性数据支撑(跑数据、建可视化看板)、数据异常核查、异动分析、建监控报表。重点项目包括专题报告分析、重大项目数据支持。一般新入行的分析师80%的工作都是取数、建可视化看板。

数据分析师主要用的是SQL和可视化工具,只是根据各家公司用的数据库/数仓不同,在SQL语法上稍有区别。有些公司的数仓是自研的,例如阿里数仓用的ODPS,亚马逊用的Amazon Redshift,有的公司用的HIVE,有的公司体量小用的MY SQL/Navicat,等等。

至于可视化工具,常用的如Tableau、PowerBI,规模大点的公司依然是自研的,如阿里用的是deepinsight,亚马逊用的是QuickSight。

能成功转行的人都有啥特点?

执行力强,有耐心,能顶住一轮又一轮的压力。

虽然都说SQL、Python是最容易入门的计算机语言,但对于新手来说,你必然经历过“明明写的都对,为啥报错?”这个过程,或者跑出来的结果与预期有非常大的偏差,你需要重新梳理逻辑、重写代码。你甚至需要极度认真的对待你打在屏幕上的每个符号,因为往往你写的代码逻辑没问题,但符号的中英文搞错了,出现了连环报错。

你需要了解你所在行业、公司的产品逻辑,需要和需求方充分沟通数据口径,这些都要付出很大的耐心。为了避免从入门到删库跑路,建议想转行的新手们循序渐进安排学习规划,并在过程中逐步获得正反馈,才能坚持下来。

不报数据分析辅导班,可以自学吗?如何学?

篇幅和时间原因,这个主题我下期再写。有小伙伴希望我推荐书单,我给大家推荐一本书《硅谷钢铁侠:埃隆马斯克的冒险人生》,这本书中大家可以学到如何用第一性原理拆解复杂问题、面临巨大压力下如何置之死地而后生,也能给你提供一点正面突破的能量。

想改变,一直都不晚,改变就在当下。

以上感谢美女群友Margret的经验分享,她是我4年前的职场徒弟,得意门生,年轻的百万年薪经理人,也是职场蛙一对一导师之一。擅长数据分析、产品经理、财务、金融等岗位技能和求职技巧,有传统行业转互联网、换岗及成功面试BAT、tiktok、Amazon等一线巨头的经验。如需她一对一规划指导,可联系Margret。

大家都知道,我在2018-2020收费指导了1000人,就是一对一咨询的职场徒弟,目前我已经不收了。但几乎每天还有人来问,且其中有人以为我是做饥渴营销。

一对一咨询,是个客制化的过程,我没这么多时间。我已经委托Margret、白鹤、八神、禅师、喵喵等去接一对一需求了,且我并没有用我的咨询费来先收费再指派导师,而是咨询者跟各位导师自己谈。这是明的给急需咨询的人省去了50%-90%的咨询费。我纵观其他各行各业的博主,还没有一个是这样来的,他们都是用最高价先收费了再说。

最后,祝各位都能找到好工作!

posted @ 22-11-09 04:09 作者:admin 点击量:
十分快乐8平台,十分快乐8官网,十分快乐8网址,十分快乐8下载,十分快乐8app,十分快乐8开户,十分快乐8投注,十分快乐8购彩,十分快乐8注册,十分快乐8登录,十分快乐8邀请码,十分快乐8技巧,十分快乐8手机版,十分快乐8靠谱吗,十分快乐8走势图,十分快乐8开奖结果

Powered by 十分快乐8 @2018 RSS地图 HTML地图