乘风破浪,却浪浪就跑偏的“大数据分析师”

发布时间: 2020-08-14

今天我想用我的说服力把那些跑偏的要成为大数据分析师的同学们拉回正确的轨道。

来吧,展示!

现在我们一说到数据分析师,大家就觉得会Python、会SPSS,会SQL,数据清洗,可视化,会tableau等就是数据分析师了,求你别侮辱如此高大上的职业好吗?我们对于这些技术统称为工具,其实会了这么多的工具你能解决什么问题呢?或者说,如果都能够通过工具来解决,那么你是不是随时都可能被替代了呢?

我经常会帮助同学们回答一些问题,他们总是因为某一个工具自己感觉学不太懂就抓狂,就自我否定,或者说埋在一个工具里时间太长,总觉得好像不把一切弄的明明白白誓不罢休,其实你们的方向真的错了,人的时间真的有限,需要你去涉猎的东西很多,等你工作一段时间后你会接触到各种问题,如需求项目书、策划方案,业务逻辑设计,脏数据处理,数仓搭建,协同工作,方案优化,供应链问题,业务场景,大数据bi报表,从产品原型到业务数据采集,清洗,数仓,数据分析,挖掘到可视化等等的数据工作,因为不同的工作场景需要这些,有些人只知道功能函数怎么写,却不知道要这些东西干嘛,更不知道企业项目中的痛点和逻辑是什么。工具在不断的迭代更新,如果把精力全放在了工具上,那么有可能会变成一个不会思考的机器,作为数据分析师,有些高人一等的技术那是锦上添花,大数据行业项目能力才是核心。我建议各位千万不要忽略了机器的存在,未来的很多职业的确是可以被替代的,大家经常说的人工智能和大数据是未来的发展方向,如果说人工智能赋予了机器人生命,那么大数据就赋予了它智慧。难道你真的认为一个企业就是有一堆数据在那,然后需要你一顿操作猛如虎,用些你的工具然后就解决问题了?如果真的是这样,那么企业真的不需要你。这里总结一个观点:与其说企业需要你的能力,不如说企业更需要的是你的智慧。这里的能力是指你掌握的工具,拥有的技术(这里我不是提倡大家不学习技术,我只是想说100分的技术,你不需要打80分,50分就够你用的了,有那时间学点有用的吧),智慧可以理解为你的逻辑和思考问题的维度,这需要你有更多的见识和积累。想成为一个数据分析师,要了解的东西有很多很多,这里面就是各种业务逻辑,再厉害的技术,对企业的业务没有赋能,那就毫无营养。那些工具都是偏技术,更多的是模块化需求,他们看不到自己做这个模块在整体业务上有什么驱动和赋能的点,因为企业要靠业务来创造价值,商业逻辑和思维似乎更重要,不是你用技术对着数据一顿挥舞就能搞定的,会些工具只能说你给我需求,我来做,他属于功能实现,而数据分析师更多的是我能怎么解决这个问题,属于价值实现。

在这里我根据自己的管理经验,把数据分析师工作中涉及到的几种工作类型进行了下分类,分为三类:

1、行业研究:行业数据——数据处理——行业分析——战略方向,这种一般都是比较大型的公司,银行、保险或者大型的集团上市公司,作为一个数据分析师,你的重点不是在拿到数据以后进行处理,而是对行业进行分析,包括制定未来的战略方向,这里涉及到很多,需要你对本行业要有了解。

2、市场调研:问卷/访谈/电销/面销收集的数据——数据处理——整体环境分析/竞品分析等——营销/促销方案,这种就是一般比较传统的快消品、零售、连锁店等的流程,这里的数据分析师其实主要要了解市场环境、包括消费者行为学、战略营销、管理学,要知道从产品、价格、渠道、促销等等都有所了解,同时还要了解营销的逻辑。传统行业的业务盲点很多,数据上值得分析的点有很多,有时会没有明确的数据给予证明,但我始终认为传统行业的数据业务场景要比透明的互联网更值得去分析。

3、平台运营:平台数据——数据清洗/整理报表——运营建议,这一类其实主要是互联网企业或者电商企业的运用场景居多,淘宝、天猫、京东还有什么供应链分析其实都是这一类,工作很细很碎,但互联网数据其实比较透明,虽然说互联网数据量大,但是事情并不难做。

以上就是我粗略的将数据分析师一般的工作方向进行了分类,还有一类是数据开发,那就完完全全偏技术了,我在这一领域没什么发言权,我就不过多阐释了,但是我觉得技术方向的话真的要靠天赋和学习时长,如果是转行想做大数据技术开发这一方向,我并不建议,年龄是问题。

在这里我想和同学们说,作为一个大数据分析师,不要一味的去追求技术,把更多的精力放在给企业赋能和给企业带来价值,业务理解能力、分析能力、大局观、洞察力都是很重要的,这些就是体现你价值的元素,同时要通过不断的多接触项目提高你的数据敏感性和分析思维的能力,要有从业务中找到痛点和解决问题的能力,最后就是表达能力或者说叫说服能力了,我个人觉得说服能力是一门学问,首先先做到沟通能力极强再考虑说服能力吧,这个是职场老手才能掌握的技能,就比如今天你读完了我的文章,在你迷茫的内心如果泛起了涟漪,那么我的说服能力就可以了,如果没有就说明我还要继续努力。

最后提出一个两个问题大家可以留言讨论——1、未来哪些行业会被机器所替代?2、想成为大数据分析师的你,感觉自己最弱的地方在哪?

发表评论

您的电子邮箱地址不会被公开。