这是弱者在黑暗中崛起唯一的方法

浏览: 1135

我是吕其坤:

比较喜欢奇葩说里的一句话,一个弱者想要在黑暗中崛起,唯一的方法就是去尽量发光。

现在我拿到了教育行业的offer,将自己这一路从黑暗中崛起的经历说给你听,希望你也可以早日发光。

下面我会先梳理一下数据分析师这个岗位的特征,然后你就可以知道当前阶段和每一步需要做什么以及如何找方向了。最后再说下我是如何找到工作的。

一、到底什么是数据分析师?

数据分析师的定义非常多,为了“平易近人”,我这里想了一个比喻:

数据分析可以理解为做菜的,把数据拿过来做成各种“菜”。这些“菜”就是数据分析师的工作结果。吃菜的人就是数据分析师服务的对象,可以是公司、个人、机构。

一个合格的数据分析师就是在保证数据干净,数据原材料丰富的情况下把数据做成对目标用户有“营养”,有价值的“菜”。

二、要成为数据分析师需要做什么呢?

理解了数据分析师的定义就不难想出,数据分析师本质上和厨师是一个套路。

厨师需要需要买菜、洗菜、切菜、做菜、摆盘、最后评估改进菜的质量。同样的,数据分析师是找数据、清洗数据、加工数据、展示数据、最后给公司的决策提供建议。

三、要做到这些需要会哪些东西?

这里按数据分析的流程做几个分类吧:

找数据阶段:数据库、爬虫相关知识

清洗阶段:Excel、数据库、编程语言(如Python、R语言)

加工数据:Excel、数据库、编程语言

展示数据:Excel、编程语言、BI工具(如Tableau)

改进数据:BI工具、沟通能力、市场/产品/运营/营销/技术/战略等等能力

强调一下最后一条,沟通能力、市场/产品/运营/营销/技术/战略等等能力,这些往往决定了你的未来发展,希望你重视,我之后还会提到原因。

四、为什么现在需要数据分析师?

1、数据量越来越多

这个道理很好理解,随便一查就能知道:

时至今日互联网每天新增的数据量达2.5*10^18字节,而全球90%的数据都是在过去的两年间创造出来的。


举个直观的例子来说明一下互联网的数据量:假设大西洋里每一升海水代表一个字节的数据,那么整个大西洋存储的数据也只能到2010年就满了。


2、数据之间的关系越来越复杂

理解这个原理可以做这么一个数字题。现在有2个人互相联网,第3个人加入后会和前两个人都产生连接,那么就是1+2个链接。第4个人加入后就产生1+2+3个链接。

所以有N个人的网络就是1+2+3+。。。+(N-1)个链接。小时候就学过这个原理吧??这个结果就是(N-1)N/2。

也就是说随着加入网络的节点增加,链接的复杂度就会指数型上升。

3、数据的价值越来越大

维度的增加和信息的在线化导致互联网行业的快速发展。尤其是和消费、金融、理财、个人信息相关的数据会不断强化数据的重要性,我想这些道理不用我多说了吧。

4、数据方面的人才欠缺欠账越来越严重

另一方面,数据分析师的人才数量却跟不上这些数据的增速。也很好理解,在数据量指数型增长的同时,工作人口无法指数型增长(甚至有所下降)。

因此,优秀的公司招不到优秀的人成为常态,也常常出现原来从事其他岗位的人边干边学数据分析的情况。实在不行你还可以从数据分析师的招聘薪资看嘛,有多年工作经验的数据分析师不管是薪资还是职业发展都是很不错的。

五、你真的愿意成为数据分析师吗?

看了上面的介绍,你是不是也打算从事数据分析师了呢?且慢。

数据分析的重要不代表你就一定要从事这个行业,职业规划的准则之一就是工作和自己能力、愿景的匹配。那么,实事求是的说,数据分析师这个岗位有哪些好处和坏处呢?

先说好处。

数据分析师说白了就是分析数据,那么就需要锻炼你的数据思维和综合分析事物的思维。

这两个思维无论是在数据分析岗位还是未来大数据时代的决策类岗位都十分重要。在复杂的网络世界里拥有数据思维的人更能准确的找到自己想要的东西。因此通过接触数据锻炼这些能力是对自己的发展很有利的事情。

其次就是工资和发展前景了,前文已经提到,不再赘述。

那么坏处是什么呢?

首先,数据分析师作为新兴岗位,还远不成熟,各个公司对数据分析师的要求和能提供的条件千差万别。遇到不懂数据分析的领导也很常见。因此你可能会面临公司无人会、去了没人带、带了没人懂的尴尬情况。

其次,数据作为新兴的生产要素,没有完整有效的管理体系,很多公司的数据数量和质量无法保证,你能做的也就十分有限了。


我为什么选择数据分析师呢?

首先,要从兴趣爱好开始说。在我第二份工作的时候就发现数据的作用,有段时间通过自学SQL语言简化了一些工作的流程,当时那个过程感觉很舒畅。也打下了对数据分析的兴趣的种子。

其次,历史背景。我从第二份工作开始和数据打交道,渐渐有机会从传统制造业往互联网发展。从传统制造业的技术转到数据分析再转到互联网的数据分析,一步步的发展没有特别大的跨度,转型比较平稳。

再次,能力达标。在第三份工作中边工作边学习,就积累了一些数据分析方面的知识,尤其是在猴子老师的社群中认识了一些优秀的朋友一起进步,使得在基础知识上没有明显的短板。

最后,还要算一下收益和成本。转行有学习成本、对新行业熟悉的成本、还有面对新的竞争的压力。同时收益是你的成长,更高的工资和新行业的人脉。如果你算清楚了这些,成本大于收益的前提下,再转行,也许才是正确的决定。


六、如何学会招聘要求的技能呢?

看到这里的人应该都是确定自己要往数据分析方向发展的人了吧?那么如何开始呢?其实要做的有两件事:如何学,以及如何实践数据分析。

1、如何学?

课程的来源非常多,在这个数据爆炸的时代最不缺的就是数据。这里我分享一下我接触的一些来源:

网易公共课是最老资格的网课平台,免费、内容丰富、可以找到一些有趣的课程让你对某个领域有概念。

Coursera是一个国外的网课平台,内容深入、全面、专业,如果你想深入或者拓宽行业知识时非常值得参考。

猴子老师是我入门报名的课程,通过社群互助学习+闯关的方式带你学,比较通俗易懂、由浅入深。

2、如何实践?

你可以通过做项目,熟悉学习到的技能,并将做过的项目放到简历上,就可以更容易的找到工作了。

其次是数据分析思维。这个听起来很玄,但是我至今也没有想到更好的方法,无非就是:多练,多看,多交流。因此,找一个靠谱的小组互相帮助也许是在这个新出现的行业分支最好的进步方法了吧。

想尽一切办法去发光,这是弱者在黑暗中崛起的唯一方法。希望你也可以找到自己喜欢的工作。

我是猴子社群会员,知乎:吕其坤

推荐:如何用最短的时间找到初级数据分析师工作?

推荐 0
本文由 猴子聊人物 创作,采用 知识共享署名-相同方式共享 3.0 中国大陆许可协议 进行许可。
转载、引用前需联系作者,并署名作者且注明文章出处。
本站文章版权归原作者及原出处所有 。内容为作者个人观点, 并不代表本站赞同其观点和对其真实性负责。本站是一个个人学习交流的平台,并不用于任何商业目的,如果有任何问题,请及时联系我们,我们将根据著作权人的要求,立即更正或者删除有关内容。本站拥有对此声明的最终解释权。

0 个评论

要回复文章请先登录注册